查看原文
其他

采访深圳先进院李骁健:脑机接口全球竞赛,中国不落后


注:本文转自澎湃新闻

作者:澎湃新闻首席记者 贺梨萍

责任编辑:李跃群

校对:徐亦嘉


人脑拥有至少1000亿个神经元,数量约等于银河系中的恒星数。这些神经元又构成10^15个神经联接,将复杂相连的神经首尾相接,总长度超过18万公里。如此复杂的网络性让人类拥有了智慧,探究大脑却成为了全世界科学家努力抵达的“终极疆域”。


把一根尖端导电、外壳绝缘的电极植入脑组织,以此近距离监听破译神经元的“交流信息”,更具野心的是希望外部世界和我们的大脑内部直接形成“双向沟通”。这些想法的萌生可追溯至上世纪二十年代,一名德国医生开始尝试寻找脑电信号,当时看起来像是“黑科技”,如今却已成为各国脑科学研究的重要一部分。


今年上半年,中国科学院深圳先进技术研究院脑认知与脑疾病研究所正高级工程师、博士生导师李骁健率领的团队及其合作团队完成了在猕猴脑内长期植入双阵列(超过1400通道的柔性电极阵列)并使用自研仪器成功地以数万赫兹的高采样率,同步且持续地采集了每个通道的神经信号,在国内率先打通了脑机接口全技术链。并且他们也在尝试采用中国首个自主研发的超千道脑机接口系统进行猕猴双手协同运动脑机接口实验,这被认为有希望超越Neuralink此前用猕猴玩“意念乒乓球”( MindPong)所展示的成果。


中国科学院深圳先进技术研究院脑认知与脑疾病研究所正高级工程师、博士生导师李骁健。采访对象供图

近日,李骁健在接受澎湃新闻(www.thepaper.cn)记者专访时表示,国内脑机接口技术从各环节来说并不落后于国际上先进的实验团队,但如何把各环技术有机地高质量地组合起来,也就是所谓的高性能系统集成,才是目前亟需攻克的难题。这也是硅谷“钢铁侠”马斯克(Elon Musk)的脑机接口技术初创公司Neuralink的优势所在。 


“如果在这个时间节点上大家都努力,脑机接口技术这块就不会有明显的科技差距出现。现在也正是神经科技开始进入市场转化的阶段,这块如果我们也能跟上,那么我们跟Neuralink为代表的美国技术应该也不会有多大差距。”李骁健认为,这场赛跑,国内仍然有极大的并跑甚至未来领先的可能。 


李骁健留着平头,戴着黑框眼镜,穿着T恤,十足的工程师范儿。他将专访的时间定在了当天下午,他坦言这基本是他每天工作的开始,最喜欢的则是深夜工作时段,夜深人静,是一天中效率最高的时候。谈起脑机接口,他就像拥有超大带宽,专业词汇像连珠炮一样,滔滔不绝。


但与工程师范儿不同的是,李骁健还善于表达,能用非常浅显的语言拉近深奥科学与普通受众的距离。他喜欢用电影打比方,在一次演讲中,他说道,“相信大家都看过《黑客帝国》这部经典的科幻片,在片中,主角们的大脑通过一个线缆与电脑连接后,就可直接凭借意识畅游虚拟世界,对于自己不会的东西,只需几秒钟,将相关知识输入大脑即可学会。此外还有卡梅隆导演的《阿凡达》当中,男主角通过意识替换控制阿凡达,然后又可通过阿凡达与飞龙进行意识对接,用意识直接控制飞龙。还有《阿丽塔:战斗天使》中的脑神经与电子装置对接,可直接通过意识自由的控制整个机械躯体。这些确实是非常的科幻,现在随着脑机接口技术的发展,科幻有可能变为现实吗?”


李骁健有一个大胆的预测:6G时代的脑机接口,人类可用意识“群聊”。


李骁健2001年本科毕业于西北大学化学工程系,2010年在中科院生物物理所取得博士学位。随后的8年,他在美国佐治亚医学院和美国西北大学分别进行博士后训练并担任助理研究员。“较为戏剧性”,李骁健如是评价自己学术成长背景:从一开始的“用合成生物的方法制造蛋白质、关注创造新的生命体”转向“从脑科学中获得启发,研究更高级形式的人工智能”,最后试图“将人脑与计算机融合一体”。


2018年秋季李骁健回国,没有选择离家乡天津更近的学术圈,而是南下加入中国科学院深圳先进技术研究院脑认知与脑疾病研究所,彼时恰逢广东省脑与类脑重点研发计划启动。随后,李骁健参与了省级的类脑智能关键技术及系统研究、国家级的脑机融合的脑信息认知关键技术研究等项目。


李骁健目前的研究领域主要在高性能脑机接口和类脑工程,团队专注于植入式脑机接口研究,包括面向宽带脑机接口的神经电子和神经光子技术,面向神经仿真和类脑计算的神经环路解析和解码技术,以及面向类人机器人的神经拟态设备和系统研发。


“脑机接口实际上从上世纪60年代就开始研究,随后的很长时间里处于探索和功能验证阶段。科学家们发现,动物的动作行为可以从脑内获取的神经电信号中解码出来,当然这是行为的神经生理学基础,但同样也说明了脑机接口是可行的,它是有科学依据的。”李骁健表示。


眼下大热的词汇-脑机接口,解释不一,狭义上指的是建立不依赖于五官和肢体的,大脑与计算机等外部电子设备的直接通讯方式。而且它有两个英文源词,习惯上“Brain Computer Interface”主要指的是基于脑外采集脑信号的无创脑机接口技术,而“Brain Machine Interface”则主要指在脑内植入了神经活动传感器的脑机接口技术(即植入式脑机接口技术)。科学家们希望通过这类技术,实现大脑对外部设备的操控,也希望能把信息直接输入到大脑里,实现一个双向闭环的信息系统。


值得关注的是,中国“脑计划”,即“脑科学与类脑研究”作为“科技创新2030重大项目”将全面启动。中国科学院上海微系统与信息技术研究所副所长、研究员陶虎此前在一篇撰文中写道,随着该计划的推进,脑认知原理解析、认知障碍相关重大脑疾病发病机理与干预技术研究、类脑计算与脑机智能技术及应用、儿童青少年脑智发育研究、技术平台建设等都将取得不小的进展。其中,脑机接口作为底层核心技术,关乎中国“脑计划”几乎所有关键内容。


放眼世界,除引发最多的关注的马斯克及其创立的Neuralink,美国国防高级研究计划局(DARPA)、脸书、谷歌、亚马逊等商业巨头都在积极布局脑机接口领域。陶虎提醒,当前,中国脑机接口(尤其是植入式脑机接口)的关键器件和高端装备严重依赖进口,国内缺乏原创性脑机接口核心技术,跟踪居多,布局分散、缺乏系统性。近两年,美国对脑机接口进行出口管制,系统级产品及核心器件供应受到不小影响,对中国脑科学研究、神经疾病患者治疗等均产生不同程度的影响。 


不过,陶虎也认为,在高端科技中,脑机接口是中国最有可能迎头赶上甚至“直线超车”的领域之一。




4通道到几千通道,更小型设备采集到更多神经信号

人类现在知道,神经细胞利用电信号来相互通讯,这种电信号是短促的放电。脑神经电信号幅度非常微弱,一般为微伏(uv )级别,并且还得经过颅骨和头皮的衰减,需要经过千倍的放大显示以及减少干扰的滤波器才能形成现在并不陌生的头皮脑电图。 


脑电活动的测量可追溯至上世纪二十年代,世界上第一次脑电记录出自德国精神科医生汉斯·伯格(Hans Berger)博士,其首次证明,放置在大脑头皮的电极能够测量反映大脑活动的电流。科学家对脑内电信号的深入理解则又继续跨越了近半个世纪。 


直到上世纪六七十年代,脑机接口技术才真正开始形成。而直到上个世纪末,它发展都相当缓慢。李骁健将主要原因归结于微电子和微加工技术的落后。他以神经信号采集举例:“早期,我们只能用一个单根的传感器扎入动物脑内探测神经信号,基本上只能记录一两个神经元的活动,这完全不足以让我们理解大脑。”


李骁健早期做实验采用的传感器还是玻璃包被的钨丝电极,“一根针下去,前面尖端触点能采集神经电信号,针杆部分都是绝缘体。一次实验在脑袋里植入不了几根电极,也采集不到多少神经电信号”。“当然二零零几年那会我们分析数据的台式机的算力可能还不如现在的智能手机,采的数据多也分析不过来。”


正因如此,李骁健在博士毕业后加入了“脑破译计划”倡导者、美国佐治亚医科大学钱卓教授的实验室。钱卓被称为“聪明鼠之父”,他的实验室当时拥有全世界采集神经信号通量最高的装置——一套由 Plexon 公司研制生产的具有1024通道的神经电生理信号采集系统。“那个时候的电生理信号采集系统也是相当的庞大,基本是一个柜子的大小。全负荷工作时,需要八台台式电脑同时运行。”


“类似于电子计算机的发展史,开始时体系庞大,且电路集成度不高。”李骁健谈到“我研究生时做实验,用的信号采集仪器有台式电脑大小,却只能支持4个信号通道,现在我们巴掌大的设备支持几千通道都没什么问题了。”他强调,微电子和电子工程技术的发展,大幅提高了功能集成度,让我们能够以更小型的设备采集到更多的神经信号。 


现如今风头最劲的Neuralink在这方面即做出了很多创新。2019年7月,Neuralink首次对外宣布其成果——一种可扩展的高带宽脑机接口系统。该系统由一组电子芯片和一些厚度只有4至6微米、宽度比人类头发丝还细的丝线组成。整个系统包含3072个传感器,分布在大约100根柔性丝线上。


总体而言,按照获取脑内信息的技术方式来分,现阶段脑机接口技术主要包括传统非侵入式头皮脑电图(EEG,也是目前最成熟的技术)、非侵入式的成像技术,以及侵入式的脑内植入电极记录电信号技术。从时空精准度而言,侵入式有着不可比拟的优势,因此即使面临较多的安全性及伦理风险,这种方式也毫无疑问成为全球脑机接口顶尖研究团队的首选。


而就植入式脑机接口技术而言,眼下还存在哪些挑战和难点?全球领先的测试测量厂商、同时已在脑科学或生命科学行业深耕多年的NI(National Instruments)公司对此有一番观察。 


NI亚太区高级技术市场经理郭翘此前对澎湃新闻(www.thepaper.cn)记者表示,从信号采集链路来说,关键技术环节及其难点有以下几点:电极方面有微型化、特殊材料选择、生物相容性、排异反应等进一步优化需求;前端信号调理和放大(滤波,降噪等);多通道同步信号采集,即上百至上千通道同步采集,高动态范围,16 bit/24 bit ADC位宽,采样率达每秒数万采样点;多通道信号实时处理,超高通道采集后的数字信号需通过软件定义硬件的方式(如FPGA),方便科研人员快速实现神经信号滤波,去噪,解码,分析等创新算法原型实现与验证;闭环的反馈系统。


郭翘提到,前三个环节中国国内主要脑机技术相关院校、科研机构和公司都有在进行攻关,“NI平台的侧重是后两环节,与自研或现成的采集系统搭配使用构建一个完整的闭环实时系统。”



对脑科学认识不足,是否是脑机接口的障碍?

Neuralink的缝纫机能植入的3000多个电极显然不是终点。大脑活动时经常有几十亿神经细胞同时参与,上万根电极对科学家们来说可能都不够用。


 “有人提出要做百万道的脑机接口系统,当然也有人提可能需要上亿通道,这样的想法提归提,但是从技术层面来说并不是几年内就能实现的,当然也有人认为,这种想法是否过于粗暴?”李骁健提到,在植入更多电极之前,需要探索的是:哪些信息我们最需要?这些重要信息又采集自何处?


他认为,现阶段更可行的是针对特定任务进行研究。以非侵入式的功能核磁共振成像技术(fMRI) 为例,它可以采集到全脑的总体概况,但是无论在空间和时间上都无法给出细节信息。换做神经电子信号,其时空分辨率要高出千倍以上,“但这里存在一个问题,我们现在的脑机接口技术无法实现全脑覆盖,只能植入在少数特定位置上,而且对植入脑区的传感器数量也有一定的限制。”植入电极数量的增加,也意味着手术风险和伦理争议的加剧。


脑机接口如何实现熟练执行多任务,而非目前展示的执行单一任务?这个对脑控提出的高性能要求,使脑机接口研究同时面对增大采集信息量和对脑科学进一步深入认知的挑战。“它涉及几个脑区?从这些脑区采集多少信息?现在的技术能否支持得住?这也是我们现在正在做的事情。”李骁健预计,总体上或需要5000-10000道的采集通量,才有可能基本实现多任务功能。


在李骁健看来,脑科学和脑机接口之间也存在着“双向困难”的问题。“脑科学基础研究还不是很清楚,这限制了脑机接口应用场景的快速扩展;而脑机接口技术本身也是脑科学研究的重要工具,急需技术升级来加快推动脑科学的深入研究。”他认为,脑机接口技术既可以推它在医疗领域的应用场景,同时也要推它作为探索大脑运行机制、启发类脑智能系统设计的高性能工具方面的价值。


海量的脑神经电信息采集后,如何快速处理?这又是另一个问题。“脑机接口需要实时解码,它需要速度很快地采集,很快地处理,这是一个基本前提,应该几十毫秒内就需要完成。”


郭翘也对澎湃新闻记者表示,超高通道加上每通道每秒数万采样点的16bit/24bit数据,对系统带宽的要求非常高,上G带宽的数据需要进入到FPGA板卡中进行实时处理。“进入FPGA板卡中,神经信号滤波、去噪、解码,甚至AI深度学习的算法,都需要大量的定点数运算,包括通道间的信号运算,实时处理通常要求运算在毫秒甚至微妙内完成。” 


在脑神经信息处理上,李骁健认为眼下更适合从两个路线分别看待。一条路线指的是神经信号采集后需要继续进行深入研究,“我们对大脑的认识不是特别清楚,采的信号必然有科研用途,这方面用途当然希望神经信号采集得越细致越好,然后把它储存下来,后面可以通过超级计算机进行更细致的分析。”


另一条路线就是用在脑机接口的实际应用场景中,“我们需要以最快的速度输出解码结果,这就需要进行有意义的数据压缩,获取我们真正要用且用得到的神经信息,对它进行准实时的处理,并输出解码结果。”


根据上述两条路径,相应技术人员会有不同的策略。李骁健再次以Neuralink此前的成果展示举例,“他们在2019年用大鼠展示的有线脑机接口系统,有3000多通道,但是最近两次展示的无线脑机接口系统的通道数低了很多,实际上还做了很大的数据压缩,无线传出来的数据非常少。由于对应的任务简单,这一点点信息已经足够让猴子用意念控制屏幕上的光斑运动。”


而对另外关键的一环脑神经电信息解码来说,科学家们也仍在求解真正的解码方法。


中国科学院院士、中国“脑计划”的领军人物蒲慕明在2021浦江创新论坛上即指出,脑机接口领域往前走仍存在着很大的障碍,一些重大的科学问题需要解决。第一大问题就是如何解码大脑信息?他认为,现有的收集脑波信息、在用人工智能算法和机器学习算法把大脑的脑波所代表的信息解码,“这是表面上的解码,并不是真正理解大脑活动。”


蒲慕明对澎湃新闻(www.thepaper.cn)记者解释道,现在主要是靠大数据,且数据还不够精确,“不知道它什么意思,要去对应。”他认为未来脑电应该更精细,数据也更多,“但是假如你知道环路是什么样的,那就更好了。你知道这个环路代表的是这个指头动,那个环路代表那个指头动,你在上面记录到了,你就知道得很清楚,现在还没有这个能力。”


谈及这一问题,李骁健认为,大脑被划分为多个脑区,因为其功能不一,它们处理信息的方式也不同。“在处理连续动态信息的初级皮层区域,或者产生离散的某种抽象信息结构的脑区,可以有各自对应的解码方式。但是在很多中间的、联合功能的脑区,信息还是处于混合态中,我们现在还没有太好的办法把这里的信息都有效地提取出来。哪些才是跟我们的认知任务对应的信息?另外怎么把它解码出来?还是存在很大的挑战。”


今年5月,顶级学术期刊《自然》(Nature)以封面文章的形式刊发了由美国斯坦福大学、布朗大学、哈佛医学院等团队的研究人员联合完成的一项里程碑式研究,他们将人工智能软件与一款脑机接口设备结合起来,让一名大脑中植入脑机接口设备的瘫痪患者想象拿着一支笔,在一张横线纸上“尝试”写字,就像他的手没有瘫痪一样,并将该男子手写意图快速转换为电脑屏幕上的文本。


该项研究的通讯作者、斯坦福大学神经修复转化实验室的研究科学家Francis R. Willett博士在接受澎湃新闻(www.thepaper.cn)记者专访时就提到,“当你只能记录传感器采集到的少量神经元时,有非常不同的神经模式是有帮助的,意外混淆它们的几率就会很低。这就是为什么复杂的运动,比如写不同的字母,可能更容易解码,复杂性使它们更独特,彼此不同。”Willett进一步解释道,相比之下,之前最先进的打字方式,“沿着直线移动到不同的键上,会唤起非常相似的神经活动模式,因为所涉及的只是一个有着不同角度或不同距离的直线运动。”


Willett提到,这也意味着,也许与我们直觉的认为相反,解码复杂的行为比简单的行为更有利,特别是在分类任务中。



全技术链集成是关键,商业化已来?

回国至今,李骁健率领的团队在脑机接口领域已取得了一系列突破。


团队研发的千通道神经电生理信号解析系统体积小巧且具有实时并行神经解算功能,是和Neuralink系统同级别的宽带脑机接口电子装置。他们与中科院兄弟所合作,在家兔和食蟹猴脑内成功植入了双阵列256道柔性神经电极阵列。数月前更是成功完成了双阵列超过1400通道柔性电极阵列在猕猴脑内的长期植入,并且使用自研仪器实现了对所有通道神经电信号的高速同步采集,在国内率先打通了脑机接口全技术链。


超两千通道脑神经信号采集器原型机。


同时,李骁健等人还在加速实现中国首个采用自主研发的超千道脑机接口技术设备进行的猕猴双手协同脑机接口实验。该项研究将为中国自主研发供瘫痪病人使用的植入式脑机接口系统奠定基础。瘫痪患者将通过脑控机械肢体恢复行动自由。


现在团队在脑机接口领域的水平如何?针对这一问题,李骁健谦虚地自我评价:“若单论每个技术环节,其实也就一般般。”他认为其过往工作的意义主要在于,“我们已经对脑科学和神经解码有过多年的系统研究,现在通过自研加暂时进口零配件的方式,把整个我们认为比较理想的系统搭建起来,让它能比较高效地运转,实现全技术链的贯通。这样我们就有了基于自己思想、自己技术、自己系统,独立自主地发展有自己特色的脑机接口技术及应用的完备基础了。”目前,团队的脑信号采集器已经可以做到只有巴掌大小,实现超过2000道的采集和处理通量,带宽超过每秒100兆字节。


猕猴上肢运动脑机接口模型和实验演示。


李骁健反复提及的对标就是Neuralink。“从我们的角度来看,他们所有的东西都不是什么逆天科技,马斯克招募了各领域的专家,而这些专家们带来的技术,此前在各个领域的顶尖期刊或者会议上都有报道,并不稀奇。”其关键的优势则在于能同时对全技术链进行优化集成。


“脑机接口技术横跨多门学科,怎么进行学科大交叉研究和研发,怎么把多学科的人才集中在一起,并贯通一体,这其实是目前脑机接口真正前沿的困难所在。”李骁健进一步强调,国内在大系统集成方面的经验不够充分,“现在相当于每一个技术环节都有东西,也都做得不错,但是把这若干个技术点有机的组合起来,发挥最强效能,这是一种能力和过程。”


郭翘也谈及类似痛点:传统的脑机接口科研团队并不具备或精通所有方面,如何快速将科研成果转化并落地,是这一领域的挑战。而颇为不便的是,目前商用或现成的系统都比较封闭,科研人员难以做定制修改,或将自己的创新算法集成到系统中进行迭代开发。“NI致力于构成一个完整的开放的生态系统,无论是对接第三方的硬件,还是软件算法IP,都能极大减少科研人员的开发时间,让科研人员专注在自己所擅长的领域,加速其对大脑机制的基础研究的进程。”


值得一提的是,李骁健所在中科院深圳先进院在跨学科合作方面颇有优势,其定位也是成为新型国际一流的工业研究院。李骁健表示,“脑机接口既有基础研究又有应用研究,需要一个包括基础脑科学、神经工程、机械和自动化、电子和计算机等研究人员共同组成的多学科交叉的综合团队。在这方面深圳先进院有天然优势,项目合作甚至不用出大院。”例如,有负责非人灵长类实验平台的戴辑副研究员、从事传感器设计和评估的邓春山高级工程师、从事神经解码器算法的张单可副研究员、从事生物相容性增强的都展宏副研究员,以及电子芯片设计的王怡珊高级工程师等。


当然,在实际的研究中,李骁健等人也会“走出大院”。“其他研究机构,包括我们的兄弟所,他们在自己的研究领域有着多年的深耕和储备,我们也在和在某项技术上有较大优势的团队进行紧密的合作。”


团队成员


相比其对标的Neuralink,李骁健也谈到一些差距,例如,推进更高通量的传感器,并拥有更好的组织相容性和使用寿命,推进神经电子芯片的自研自产,系统更加集成化实现完全体内植入等。“毕竟我们现在还处于原型机阶段,虽然说有巴掌这么大,但还是比Neuralink装置要大不少的,我们希望进一步实现微型化。”


实际上,拓展至后期应用,微型化是极关键的一步。设备的微型化以及通讯无线化,将直接影响植入者的活动自由度,决定着该技术未来的普及度。在李骁健等人的设想中,未来进入实际应用的脑机接口应具备“四化”特征,即微创化、微型化、无线化、类脑智能化。


技术最终如何落地?马斯克在成立Neuralink之初时提到,其短期目标是治疗老年痴呆症、帕金森病等脑部疾病,其长远计划,则是通过植入一些“芯片和电缆”将人脑与AI融合来增强人类大脑的功能。


 “人脑到跟人工智能融合这些都是远景,需要几十年时间,最乐观估计也得要20年,但实际上几年内能够做的,其实主要还是医疗用途,针对各种脑部疾病的患者。”这也正是李骁健本人目前想推动的。


Neuralink的大热是否也意味着脑机接口商业化的“引爆点”已至?李骁健谈到,植入式脑机接口属于有创型,哪怕是微创,对应产品也属于三类医疗器械。所谓的三类医疗器械,即指植入人体,用于支持、维持生命,对人体具有潜在危险,对其安全性、有效性必须严格控制的医疗器械。“这意味着审批比较繁琐。”


2020年8月,马斯克宣布Neuralink的脑机接口设备在当年7月获得了FDA 的“Breakthrough Devices Program(突破性设备计划)”认证,即将在人类身上进行植入实验,公司也正计划进行更多的实验批准申报。而另一家竞争对手、成立于2017年的Synchron公司在今年7月获FDA 批准,率先对其产品进行人体临床试验,验证其旗舰产品Stentrode运动神经假体在严重瘫痪患者中的安全性和有效性。


需要区分的是,Synchron公司采用的是类似脑血管支架的方式,以微创的方式将网状的Stentrode传感器通过血管输送到大脑。“这种方式比较容易通过临床试验审批,但是电极只能停放在较粗大的血管中。可用位点少,且离神经元距离远,不能清晰地获得大量的脑神经信息,所以这仍旧是两码事。”李骁健始终认为,Neuralink脑机接口未来的临床试验获批,才能最终带动这一领域的“开闸”。


在真正“开闸”之前,国内的团队应该保持什么样的步伐?“如果这个节点上大家都在努力,脑机接口技术这块就不会有明显的科技差距出现。现在也正是神经科技开始进入市场转化的阶段,如果在脑机接口这块也能跟上,那么我们跟Neuralink为代表的美国技术应该不会形成多大差距。”李骁健表示。


而此前蒲慕明则对澎湃新闻(www.thepaper.cn)记者强调,中国团队的目标并不仅限于追赶马斯克的技术,“方向不一样,我们的愿景更大,要花很多功夫做闭环的脑机接口。”

不用于商业行为,转载请联系后台

若有侵权,请后台留言,管理员即时删侵!

更多阅读

Feinstein Institute研究人员解码脑沟和白质区域的神经活动

训练AI来检测人类意图,扩大制造领域的人机协作

上海交大和MIT提出的软性机械手,可提供实时的触觉控制

脑电分析系列 | eeglab汇总

布朗大学研究者提出面向下一代脑机接口系统

Science Robotics:仿生手臂的神经机器人感觉运动融合恢复自然行为

厦大等高校研究人员利用卷积神经网络学习脑电地形图表示进行分类

迈向“超人认知”:脑机接口的未来

你的每一次在看,我都很在意!

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存