* 新浪首页 * 新闻 * 体育 * 财经 * 娱乐 * 科技 * 博客 * 图片 * 专栏 * 更多 * 新浪首页 * 新闻 * 体育 * 财经 * 更多 * 汽车教育时尚女性星座健康 * 房产历史视频收藏育儿读书 * 佛学游戏旅游邮箱导航 * 娱乐科技博客图片 * 专栏汽车教育时尚 * 女性星座健康房产 * 历史视频收藏育儿 * 读书佛学游戏旅游 * 邮箱导航 移动客户端 * 新浪微博 * 新浪新闻 * 新浪体育 * 新浪娱乐 * 新浪财经 * 新浪博客 * 新浪视频 * 新浪游戏 * 天气通 注册 [thumb_default.png] 登录 [新闻闻] 请输入关键词______________ Submit 新浪科技 新浪科技 > 滚动新闻 > 正文 号称地表最强的神经机器翻译，为什么还是差强人意？ 2017年09月07日 09:17 品途网 微博 微信 空间 添加喜爱 IFRAME: http://tech.sina.com.cn/iframe/zw/create.shtml [INS: :INS] [INS: :INS] [INS: :INS] [INS: :INS] IFRAME: http://tech.sina.com.cn/iframe/zw/disc.shtml [INS: :INS] [INS: :INS] IFRAME: http://tech.sina.com.cn/iframe/zw/tscol.shtml [INS: :INS] IFRAME: http://tech.sina.com.cn/iframe/zw/zt.shtml [INS: :INS] [INS: :INS] [INS: :INS] [INS: :INS] [INS: :INS] [gr3b-fykqmrw1805964.jpg] 14年到16年，机器翻译领域可以说是翻天覆地。 这期间发生的大事，是以神经网络作为基础的机器翻译，开始在全面超越此前以统计模型为基础的统计机器翻译（SMT），并快速成为在线翻译系统的主流标配 。 在这场革命之后，机器翻译彻底进入了Neural Machine Translation，即NWT神经机器翻译时代。 很多人为此欢欣鼓舞。回想去年，谷歌在中英翻译系统上部署了GNWT——谷歌神经机器翻译之后，当时网上有一句广为流传的话：“作为翻译，看到这个新闻 的时候，我理解了18世纪纺织工人看到蒸汽机时的忧虑与恐惧。” [Uf5--fykuffc4033988.jpg] 怎么样？是不是感受到了深深的绝望？ 但是先让咱们的小情绪平静一下。时过一年，市面上的NWT系统越来越多。虽然翻译质量确有提高，但远没到上述引文中描绘的发生“质变”的程度。这到底是 为什么？ 于是，我们选取了目前最有代表性的谷歌GNWT和屡获大奖的搜狗的SogouNWT，来摸索一下今天神经网络机器翻译的真实水平和进化空间。 进击的神经机器翻译 开始十分有趣的实验之前（其实并不有趣），先来简单了解一下神经机器翻译在原理上强在哪里，它的内部有哪些门类，以及为什么几年间成为了主流标配？ 基于人工智能命题下的神经网络来构建机器翻译系统，是一个早在1949年就提出了的想法，但是在此后的漫长时间里都没有工程化基础，并且效率不高，一直 没有成为主流。 最早的机器翻译，是根据不同语言的语法语序进行翻译，被称为规则机器翻译（RBMT），这种机器翻译应用范围非常狭窄，只能算早期技术。之后统计学崛起 ，统计机器翻译（SMT）成为主流。这种技术是通过平行语料进行统计分析，从而构建模型进行翻译。谷歌翻译之所以很早就进入公众视线，就是因为他们积累 了大量的语料数据，可以让翻译系统通过在语聊文档中查找对应因素来生成翻译结果。堪称SMT时代的代表。 这样做的优点是翻译效率很高，但缺点是翻译结果太过零散，很难产生正确的语法和通顺的语序。 [XCtc-fykqmrw1805991.jpg] 用神经网络来进行机器翻译，首先解决的就是难以形成语句和必须依赖人工资料的问题。NMT的基本思想，是以每一个句子作为独立的神经元，从而打破基于短 语的翻译障碍。并且翻译系统可以实现监督训练，不必完全依赖固定数据，这可以在专业领域等资料稀少的环节，获得更好的翻译结果 。 相较于SMT，NMT可以获得更好的语感，减少此前机器翻译的形态、句法、词序等错误。并且工程效率比较高。 从2014年，用循环神经网络（RNN）来对语言向量进行编码解码，并且使用长短期记忆网络（LSTM）来增强长句翻译能力的NMT算法，开始在所谓“ 跑分”上超越了SMT。随后二者差距开始拉开。到了2016年，谷歌的GNWT开始全面部署在谷歌翻译当中，随后今年Facebook推出了基于卷积神 经网络（CNN）的翻译模型，据说效率更高。而后在两个月之前，谷歌推出了完全基于注意力（attention）的翻译模型，是目前最优质的神经网络机 器翻译模型。 [dc8j-fykufii0212732.jpg] 除了这些美国巨头，中国的搜狗、百度、阿里、腾讯等公司也都部署了NWT。其中搜狗的SogouNMT上个月获得了第二届机器翻译大会（WMT 2017）“中译英”组的冠军。 至此，应该说神经网络机器翻译，这个刚刚工程化不久的技术，已经彻底成为了在线翻译领域的标配。 而问题也来了，这个技术真的有传说中那么神奇吗？ 应用效果测试 其实，对不同在线翻译系统的测试网上有很多。其中有一些非常专业，大家不妨找来与本文参考。这里依旧要进行测试是为了后续推理的严谨性，并且限于篇幅， 更多类似翻译测试没有展现，这里留下几个比较有代表性的例子。 考虑到要求连贯性、语句准确的在线翻译技术，其应用场景无非两种：一是海外旅游、购物为代表的实时沟通场景；二是垂直领域的专业内容翻译（毕竟日常翻译 需求查单词就够了），所以这里选取了一些旅游用语和专业论文，来检测一下SogouNMT和GNMT的翻译实力。 此外，今年6月搜狗在发布翻译APP时表示SogouNMT的独门秘籍之一是翻译古诗词，所以我们也找来了古诗词与文言文来折磨两个“小家伙”。 首先是来看一句基本的旅游用语： 英译汉：What is the possibility of my getting a seat if I wait? 谷歌答案：如果我等待，我可以得到座位的可能性？ 搜狗答案：如果我等待的话，我有座位的可能性是多少？ 汉译英：如果我等下去的话有多大几率有座位？ 谷歌答案：What is the chance of having a seat if I wait？ 搜狗答案：How often do I have a seat if I wait? [0dGr-fykufif3435002.jpg] 从中可以看出，英译汉的语序调整大体正确，搜狗对汉语的语法理解更准确。但汉译英却没有那么乐观，对于表述比较口语化的“几率”，两个系统都没有表现出 对上下文的理解能力。 我们来找点论文里的长句子虐一下。 英译汉： It seems anachronistic to talk about intertextuality in the beginning of the Twenty First Century, almost forty years since the term first appeared with Julia Kristeva’s introduction of Mikhail Bakhtin to the Western world. 谷歌答案：在二十一世纪初谈论互文性似乎不合时宜，自从Julia Kristeva将Mikhail Bakhtin引入西方世界以来，已经有四十年了。 搜狗答案：在二十世纪初开始谈论互文性似乎是不合时宜的，近四十年来，从Julia kristeva引进米哈伊尔·巴赫金到西方世界第一次出现。 汉译英： 自四十年前朱丽娅·克里斯蒂娃在介绍巴赫金思想时首次将"互文性"概念引进西方世界以来，到21世纪初的今天再针对“互文性”进行讨论已经显得有些不合 时宜。 谷歌答案：Since the introduction of the "intertextuality" concept for the first time in the introduction of Bakhtin's thought forty years ago, the discussion of "intertextuality" at the beginning of the 21st century has become somewhat outdated. 搜狗答案：Since Julia Christie introduced the concept of " intertextuality" to the western world for the first time 40 years ago, it has become an anachronism to discuss the " intertextuality" in the early 21st century. 从长句子的翻译上看，中英之间的语序调整还是大问题。而且语序引发的意义差别会影响整个翻译的结果。另外汉译英中，谷歌表现稍微好一点，搜狗出现了很严 重的漏译。值得肯定的是，二者对专有名词的翻译都比较准确，但是人名库显然还不够大。 我们再来一点有意思的，杜甫的《石壕吏》： 暮投石壕村，有吏夜捉人。老翁逾墙走，老妇出门看。 吏呼一何怒！妇啼一何苦！ 谷歌翻译版： Twilight cast stone trench village, there are officials to catch the night. The old man went over the wall and the old woman went out to see. Official call an anger! Women cry one bitter! 搜狗翻译版： Twilight lapidation the village, there are officials and night catchers. The old man went over the wall and the old woman went out to see. The guards cried so fiercely The old lady cried so sad. 参考巴顿·华兹生公认比较权威的译文： At evening I put up at Stone Moat Village;that night an official came to round up people.The old man at the inn scaled the wall and ran away; the old woman came to open the gate.The official, how fiercely he shouted!The old woman, how pitiful her cries! 可以看出谷歌对古诗词的理解确实不如搜狗，比如妇啼一何苦搜狗翻译长了“old women”应该是对应上了前文。再比如“夜捉人”变成了“catch the night”似乎不如搜狗的贴边。当然了，两边对于“逾墙走”这类表达都无法准确理解，另外搜狗完全漏了石壕村。 再来一句最虐的，引自《文心雕龙·神思》：故思理为妙，神与物游。神居胸臆，而志气统其关键。 先来参考一下宇文所安的译文，再看看机器翻译会给出什么答案： When the basic principle of thought is at its most subtle，the sprit wanders with things.The spirit dwells in the breast；intent and qi control the bolt to its gate. 谷歌的翻译： So think for the wonderful, God and the tour. God in the chest, and the ambition of its key. 搜狗的翻译： So thinking for the good, god and the matter swim. God lives in the heart, and the ambition is the key. 当然了，这一题纯属娱乐，太难为人了。但还是可以看出，翻译过程中根据词的表面意义直翻的现象比较严重，并且应该是在算法的加持下强行组成句子。而这种 翻译模式下，漏翻现象会很严重。 问题在哪里 从以上实验似乎可以得出结论：神经网络机器翻译确实有很强的效果，尤其在短句的翻译上比较出彩，但总的来说翻译同学们的职位还是非常非常安全的。 无论英译汉还是汉译英，在翻译复杂长句、专业术语，以及诗词和古文时，现有的机器翻译依旧会展现出无力的一面。 [NwBb-fykufii0212788.jpg] 首先，中英文之间的语序对调，也就是机器翻译中的对齐问题还是没有得到妥善解决。仅从我们进行的测试来看，似乎搜狗在英译汉时会妥帖一些，而谷歌在汉译 英时稍好。但无论哪种，整体上都保持着统计机器翻译中的基本对应模式，很难根据实际预感调整。 再一个非常突出的问题，在于神经网络翻译应该会根据算法自己生成整句内容。这是因为算法把句子当做单独的序列，所以无论短语和单词是否正确，都必须生成 句子。以翻译《石壕吏》和《文心雕龙》为例，翻译结果是在错误的单词翻译下翻译出更错误的内容，有些甚至有点搞笑。并且复杂翻译中，用户可能难以逆推到 出错点。 并且，语位关系与动词的翻译经常出错，搜狗翻译的漏译情况似乎很多。 当然以上只是根据我们的实验得到的特征，不一定全面和准确，但似乎确实说明了神经机器翻译没有那么神，甚至有一些技术迭代后出现的新问题。 找钥匙，抢钥匙 那么如此主流的机器翻译系统，难道只能做到这一步吗？答案应该是否定的，一方面我们可以观察到学界完善神经网络机器翻译的方法在快速增长，这项技术的燃 料充足；另一方面这项技术的工程化效率很高，无论谷歌、搜狗，还是Facebook、微软等机器翻译玩家，对于最新学术成果都会非常高效配置。 所以在目前来看，神经网络机器翻译未来很长时间都会处在主要位置。并且可能会短时间内不断突破。而针对上面分析到的问题，有一些解决方案可以作为比较高 效的补充，也许这些会成为神经网络翻译企业接下来的重点战场。 这里强调一下，我们不希望预测算法与技术线上的改进（当然也没法预测），这里探讨的是以其他技术力量完善神经网络机器翻译的方式，说不定其中某项会成为 促进真人翻译进一步失业的“钥匙”： [OQr3-fykufif3435072.jpg] 一、引进NMT以外的人工智能技术：巧合的是，近两年关于机器翻译的技术突破往往来自其他人工智能领域。比如注意力模型，是来自Deepmind在机器 视觉领域的技术构想。主动引入其他领域的算法和模型，或许在翻译领域有神奇的效果。 二、建立机器学习使用的用户数据库，激发互动：在机器学习的原理当中，对错误样本纠错往往是最好的学习途径，但翻译上的纠错行为显然是企业难以完成的。 调动用户主动纠错翻译结果，并以之建立数据库，或许是非常便捷的办法。现在的机器翻译平台当然都有纠错功能，但用户的参与热情和参与方式是个问题。 三、尝试优质训练资料下的弱监督学习：目前的NMT体系，归根结底是个有监督学习过程，很多所谓“莫名其妙”的翻译结果都来自翻译机制无法优化。尝试一 些深度学习架构让翻译系统自我优化，也许是个解决方案。 四、垂直领域语料数据库&数据抽调系统：解决具体的专业领域，甚至文言文的中英互译（当然也包括英文的诗歌和文学文本），其实也没什么特别的办法，拥有 强大的垂直领域数据库是硬实力，当然好的数据抽调模型会事半功倍。搜狗此前投资UHT国际，构建语言垂直领域大数据，或许就是这个目的。 神经网络机器学习，还是个标准的新生事物。业界愿意选择它只是因为它比此前的方案更优化，也更有发展潜力。绝不是因为它一出手就秒杀众生，达到了取代人 类同行的地步。 翻译依旧是一个非常安全的工作，绝大多数工作其实都是——至少今天还是。 [vmua-fykqmrw1806578.jpg] [0K3L-fykufif3435079.jpg] [gahb-fykufif3435086.gif] [Lym6-fykufif3435090.jpg] 标签: 谷歌搜狗神经网络 [tech_wx_qr02.jpg] [INS: :INS] [INS: :INS] 更多好物在等你 新浪众测·免费送 推荐阅读 [INS: :INS] 聚焦 [INS: :INS] [INS: :INS] [INS: :INS] [INS: :INS] [INS: :INS] * 应用中心 * 新浪公益 * 新浪游戏 * 新浪视频 * 新浪科技 [pA8f-fxriqqv5647252.png] * + 带领皇室家族赢得胜利 + 靠反应力还不如背赛道 + 动脑筋喂小怪物吃饼干 [m28t-fxriqqv5647405.png] [4wxe-fxriqqx2417460.png] [V-2w-fxriqri6287708.png] * + 轻松延长手机续航时间 + 练就梦寐以求的好身材 + 帮助保持健康生活方式 [XdNq-fxriqqv5647965.png] [MNAy-fxrizpp1054048.png] [jRtZ-fxriqqx2418417.png] * + 随心所欲打造完美效果 + 银河系最全新番齐放送 + 复杂世界里一个就够了 [P2qd-fxrizpp1054391.png] [twAl-fxriqqv5648698.png] [jLoR-fxrizpp1054630.png] * + 进入机器梦境寻找真相 + 疯狂逃离恐怖的压碎机 + 冰锋暗影古色庙殿狂奔 [ALcp-fxriqqx2418829.png] [Le-a-fxriqqx2418849.png] [-AZ7-fxriqqx2418894.png] * + 斗巫师夺回被偷的糖果 + 屯兵练兵出征攻占堡垒 + 伪装胖猪混敌营救伙伴 [MhcB-fxriqri6288723.png] [ESnv-fxriqri6288762.png] [Zuc_-fxriqqv5649044.png] * + 国内最专业的手机地图 + 帮你一起保护你的颈椎 + 随时随地轻松订火车票 [FxNY-fxriqqv5649123.png] [p7VM-fxriqri6288921.png] [SYCk-fxrizpp1055212.png] [Hfgw-fxknutf1626710.jpg] * + 沈阳遭遇六级重度雾霾 + 2万大妈齐跳小苹果禁烟 + 范冰冰传递社会正能量 [SnH_-fxknius9763284.jpg] [jxJ7-fxkniur2985758.png] [5hej-fxknius9762552.jpg] * + 未富先老养老金吃紧 + 益调查：慈善需立法么 + 反虐待动物法制化呼声高涨 [unYx-fxkniur2985570.jpg] [TzXe-fxknius9762515.jpg] [7koA-fxivscc0109031.JPG] * + 如何看待广州拟奖拾金不昧 + 环保部即将解决红顶中介 + 明星婚礼上的“善”姿 [wjv8-fxivsce6873652.jpg] [a0dt-fxivsch3650145.jpeg] [CJKL-fxiwazu5544625.jpg] * + “百名春蕾之星”评选 + 舞剧《画皮》关注孤独症 + 女孩患尿毒症自筹药费 [mPhQ-fxivsce6873560.jpg] [tT1d-fxivsch3650071.jpg] [Vo_p-fxfpqxf0202807.jpg] * + 互联网发展基金会成立 + 林青霞为慈善参加节目 + 全面实施城乡大病保险 [H9jA-fxfpcyp5686205.jpg] [hThz-fxfpcyu5043637.jpg] [3rzZ-fxfpcys8268890.jpg] * + 儿童安全座椅强制认证 + 办养老院真的是机会么 + 志愿者慰问抗战老兵 [YxAG-cczmvun5363224.jpg] [pvG9-fxfpcyp5489008.jpg] [ci26-fxfpqxf0164450.jpg] [Q7Os-fxhcvsf1139687.jpg] * + 战舰世界海神节礼包 + 乱斗西游2新浪独家卡 + 倩女幽魂2夏日特权卡 [0x2j-fxmaznc5695056.jpg] [bvi2-fxfpcyu5066851.jpg] [wJYI-fxfpcys8291323.jpg] * + 功夫熊猫新手高级礼包 + 新倩女幽魂新浪特权卡 + 灵魂战神不删档测试码 [zfQS-fxmazmz8919184.jpg] [2-JI-fxsexua5860071.jpg] [8kXc-fxsexua5860400.jpg] * + 我是大主宰新浪荣耀卡 + 大话西游2免费版礼包 + 西楚霸王新浪荣耀礼包 [jjOF-fxmaznc5695189.jpg] [N14K-fxfpqxf0188254.jpg] [NoM6-fxsenvm0375219.jpg] * + 镇魔曲神兵觉醒尊享卡 + 完美国际2一生有你卡 + 新天龙八部新手特权卡 [H0_e-fxsexua5860733.jpg] [8zRM-fxfpcyp5643456.jpg] [uHRx-fxsexua5861018.jpg] * + 问道经典十年至尊礼包 + 大战神新浪独家礼包 + 热血传奇新区独享礼包 [q_gd-fxsenvx0984273.jpg] [aGuc-fxfpqxf0192643.jpg] [qoBH-fxsenvn7138431.jpg] * + 剑网3萌宠浪浪大礼包 + 创世2封测激活码 + 问道手游媒体礼包 [pIxD-fxsenvn7138507.jpg] [aBea-fxsenvm0375759.jpg] [uu7P-fxsexua5862789.jpg] [kGKu-fxfpcyu5041276.jpg] * + 极限Girl美与野性结合 + 让萌宠当一天司机 + 亲千万不要手贱啊 [WkfY-fxfpcys8265924.jpg] [0jHm-fxfpqxf0162520.jpg] [1NlH-fxfpcys8265987.jpg] * + 超级屌的视觉错觉运动 + 地球上最美丽的天堂鸟 + 新一代武林最萌小道士 [S9YP-fxfpcyu5041642.jpg] [Nuvi-fxfpcyu5041693.jpg] [Dsd6-fxfpqxf0162658.jpg] * + 神奇的PS造钱术 + 大开眼界的泡面新吃法 + 让宝宝嘴馋的菠萝炒饭 [1T6S-fxfpcyp5482554.jpg] [Kfx9-fxfpqxf0162708.jpg] [380b-fxfpcyu5041775.jpg] * + 经典电影镜头神级剪辑 + 亲手教你范爷经典妆容 + 盘点全球最糟糕山寨品 [ZKEt-fxfpcyp5483156.jpg] [l1HS-fxfpcys8266306.jpg] [mT-S-fxfpcyp5483497.jpg] * + 恶搞:当一骷髅在开车 + 健身是把整容刀 + 三分钟看尽十年成长 [vRqF-fxfpcyp5483517.jpg] [xgfQ-fxfpqxf0163027.jpg] [9DhA-fxfpcyu5042089.jpg] * + 和TFBOYS一起过暑假 + 不用去医院的牙美白术 + 一分钟识别面试潜台词 [ZvLD-fxfpcys8266460.jpg] [x454-fxfpcyu5042129.jpg] [YV0x-fxfpcyp5483867.jpg] [qYlW-fxfpcyp5503667.jpg] * + Windows 10升级秘籍 + 净水器的水有多深？ + 识趣毕业季户外特辑 [0F9m-fxfpqxf0156181.jpg] [KYqc-fxfpcys8259509.jpg] [XBlR-fxfpcyu5035161.jpg] * + 用户关注手机哪些功能 + 有曰：国内外展会吐槽 + 三十年经典Moto手机 [Aee8-fxfpqxf0156467.jpg] [1xIR-fxfpqxf0156748.jpg] [9THP-fxfpqxf0157191.jpg] * + ChinaJoy2015大看点 + 东芝虚增利润财务丑闻 + 紫光集团收购美光科技 [q5ck-fxfpqxf0158226.jpg] [PvAn-fxfpcyu5037104.jpg] [uWVX-fxfpcys8262008.jpg] * + 诺基亚为未来电影造球 + 全球APP开发创意大赛 + 享说第四期主持人李晨 [K8nF-fxfpcyu5038930.jpg] [3sdg-fxfpqxf0160320.jpg] [CaqI-fxfpcys8264492.jpg] * + 猎豹靠近捕食熟睡疣猪 + 非洲血腥动物标本加工 + 相机拍泡腾片遇水冒泡 [19E8-fxfpcys8271476.jpg] [MCxK-fxfpcyp5502977.jpg] [jLeN-fxfpcyu4976605.gif] * + 冰岛令人窒息美景 + 懒惰青蛙蜗牛背搭便车 + 美摄影师拍奇怪毛毛虫 [zTL3-fxfpcys8271545.jpg] [640D-fxfpcys8271566.jpg] [0mlh-fxfpqxf0168162.jpg] 关闭评论 新浪简介 ┊ About Sina ┊ 广告服务 ┊ 联系我们 ┊ 招聘信息 ┊ 网站律师 ┊ SINA English ┊ 通行证注册 ┊ 产品答疑 Copyright © 1996-2017 SINA Corporation, All Rights Reserved 新浪公司 版权所有 [INS: :INS] [INS: :INS] 创事记+ 更多 * 大神“复活”，难救乐丰还尬了二股东 此次将大神重新带回来的百立丰，实际上与360的关系极为紧密。 [详细] * 别和00后CEO的表演较真，但要认真看待他的教育问题 随便说注册一个公司就让帮忙注册的父母，其实非常不负责任，公司是要为社会创造价值的，多少是要 [详细] * 揭秘ICO：首富李笑来与理财大妈们的创业江湖 曾经的“比特币首富”李笑来是不是跑路了，央妈会不会把李笑来当做ICO案的典型？ [详细] * * * 科技前沿+ 更多 * 别小看猫咪和狗狗：它们曾是宇航员 别小看猫咪和狗狗：它们曾是宇航员 苹果汇+ 更多 * 几条iPhone 8必知真相 它靠这些改变世界 几条iPhone 8必知真相 它靠这些改变世界 华为对一名员工连升两级专人保护 竟然只因动了"嘴" [详细] 2017年09月06日 10:03 华为 任正非 真话 诚实 量子计算机研究取得新突破：用现有技术生产量子芯片 澳大利亚研究人员日前宣布，他们发秘境一种构建量子计算机的新方法，能以更简单、更廉价的方式批量生产量子计算机。[详细] 2017年09月06日 21:06 量子计算机 处理器 2017中国顶级投资人之夜大咖云集 2017中国顶级投资人荣耀加冕！沈南鹏、邓锋、熊晓鸽、朱啸虎、包凡、刘芹、徐小平、程章伦、刘二海、甘剑平、任泉、杨守彬、张泉灵获奖。[详细] 2017年09月06日 17:10 投资人 董明珠 柳传志 陈东升 苹果拒绝印度政府App上架 或影响其拓展印度市场计划 到目前为止，苹果公司（以下简称“苹果”）仍拒绝印度政府的一款反垃圾信息应用在App Store商店内上架，这可能影响到苹果要在印度卖出更多iPhone的计划。[详细] 2017年09月06日 21:54 苹果 印度 越来越多城市叫停共享单车投放 有些企业快没戏唱了 一边是大企业继续吸纳投资，扩充领地，一边是小公司挣扎前行，直至倒闭退场。共享单车行业早已迎来了两极分化。[详细] 2017年09月06日 20:40 共享单车 融资 [INS: :INS]