张小珺Jùn｜商业访谈录

[https://image.xyzcdn.net/Flo18nNUSP7OUNlTf8UgCdHxio6O.jpg] 我们又来读论文啦！！！ 今天我们要读的论文是最近几个星期内最值得品读的几篇技术报告，分别是：Kimi K2、ChatGPT Agent、Qwen3-Coder的技术报告，以及Manus的一篇技术博文。他们的相关性是，这几篇内容都和Agent有关系。 今天的嘉宾是俄亥俄州立大学（The Ohio State University）的在读博士郑博元，他的研究方向是Language Agent，他会带我们一起读上述技术报告和博文。 这是《商业访谈录》的“技术之美”系列，期待和你一起读论文，领略科技平权，感受技术之美——做你的赛博组会：） [https://image.xyzcdn.net/Fm2F9n8vMm_n-xafqMi98xs3T3K8.png][https://image.xyzcdn.net/FgHNmAFclRglFbm9XogKflmG_D-w.png][https://image.xyzcdn.net/FvV-R5FBydYHGZAMyXAV1K1A9iJT.png] 00:02:00 给Agent下定义和分类 00:14:50 Kimi K2、ChatGPT Agent、Qwen3-Coder、Manus的技术路线对比 00:28:29 Agent Training 的关键环节：合成数据、强化学习、安全 00:30:57 第一篇技术报告：Kimi K2: Open Agentic Intelligence github.com [https://github.com/MoonshotAI/Kimi-K2/blob/main/tech_report.pdf] 00:43:50 第二篇技术报告和访谈：Introducing ChatGPT agent: bridging research and action openai.com [https://openai.com/zh-Hans-CN/index/introducing-chatgpt-agent/] 红杉访谈OpenAI：OpenAI Just Released ChatGPT Agent, Its Most Powerful Agent Yet www.sequoiacap.com [https://www.sequoiacap.com/podcast/training-data-chatgpt-agent/] 01:53:38 第三篇技术报告：Qwen3-Coder: Agentic Coding in the World qwenlm.github.io [https://qwenlm.github.io/blog/qwen3-coder/] 01:59:04 第四篇技术博文：AI代理的上下文工程：构建Manus的经验教训（作者：Yichao 'Peak' Ji） manus.im [https://manus.im/zh-cn/blog/Context-Engineering-for-AI-Agents-Lessons-from-Building-Manus] 02:06:06 展望：也许会有一个新的范式 02:15:20 我感觉Agent是“我拓展的大脑”，我背后有一个“军团”（Family of Agents） 02:16:41 不同Bot的语言风格：DeepSeek嘴臭，元宝舔狗 [https://image.xyzcdn.net/FvVbUNblF7FHIjfdp3MmmbAdLZ8G.png] > 智能体定义 Agent是一种能够与环境进行交互（interaction）的智能系统。 它具备两个基本能力： 感知能力（Perception） 能够观察环境的状态，包括获取外部信息、读取反馈信号、解析上下文等。 行动能力（Action） 能够在环境中执行动作，例如调用工具、生成输出、控制界面、修改变量等。 简言之，Agent = 感知 + 行动 在一个循环中不断执行“观察 → 决策 → 行动”的流程，以达成任务目标。 > Agent 的定义与分类 1. Coding Agent（代码智能体） 代表产品：Cursor、Windsurf 特点：代码生成与编辑能力强，用户体验优秀 应用场景：代码补全、代码重构、多人协作编程 2. Search Agent（搜索型智能体） 特点：结合搜索引擎，自动完成信息检索和汇总 应用场景：市场调研、报告生成、竞争对手分析等 潜力：在企业级场景中有很强的应用价值 3. Tool-Use Agent（工具使用型智能体） 特点：能够调用多种外部工具完成复杂任务 应用重点：是目前 Agent 研究和落地的主要方向 举例：ReAct（推理 + 行动）类 Agent，通过 tool calling 执行任务 4. Computer Use Agent（电脑操作型智能体） 代表产品：OpenAI Operator、Claude 的 Computer Use 特点：模拟人类使用电脑，完成跨应用的复杂操作 应用场景：执行流程自动化、远程助理、办公代理 > Agent 的技术路线对比 1. In-Context Learning（上下文学习） 特点：依赖强大的预训练模型，通过提示构造实现任务规划与执行 优势：无需微调，灵活性高 局限：泛化能力弱，rollout 长度有限，容易失控 2. End-to-End Training（端到端训练） 特点：将 Agent 的全部行为编码进模型权重 优势：推理稳定，可控性强 局限：训练成本高，环境构建复杂 > Agent Training 的关键环节 1. Data Synthesis（数据合成） 方法：生成大量高质量的 trajectory（行动轨迹） 用途：训练 Agent 在任务中如何决策、调用工具、管理 memory（记忆） 2. Reinforcement Learning（强化学习） 条件：需要定义清晰的 task（任务）与 verifiable reward（可验证奖励） 挑战：任务难度与环境反馈设计直接影响 Agent 的行为质量 3. Safety（安全性）问题 风险：Agent 具备自主决策能力，容易误用工具、走偏轨迹 对策：加入 sandbox（沙盒）限制、行为约束机制、Human-in-the-loop（人类监控） > 展望：也许会有一个新的范式 生成数据的核心会从 input-output 式的数据标注，转向构建 environment（环境）以及对应的 task-reward（任务-奖励）。比如 Scale AI 提出的 rubrics as reward（用评分标准作为奖励机制） Agent 能不能实现自我提升（self-improve）？一方面，Agent 在和环境交互的过程中会不断获得新数据；那它能不能自己找到或构造 verifiable reward（可验证的奖励）？交互中积累的 experience（经验），能不能被更有效地利用起来？ [https://image.xyzcdn.net/Fn7o36NtUYpCM_rQiFj1LW-TIwk8.JPG]

[https://image.xyzcdn.net/Flo18nNUSP7OUNlTf8UgCdHxio6O.jpg] 今天又是一集机器人专场。嘉宾是光轮智能创始人兼CEO谢晨，他曾在英伟达、Cruise及蔚来汽车担任自动驾驶仿真负责人。我们的话题非常具体，即:仿真与合成数据。 今天的具身智能尚且没有找到scaling law的有效配方，其中，数据是一个关键卡点。我们106集的嘉宾银河通用创始人王鹤就提到，真实数据在他们的训练数据比重仅仅1%，合成数据挑起大梁。 今天这集节目，我与谢晨聊了聊仿真与合成数据的实操细节。 [https://image.xyzcdn.net/Fm2F9n8vMm_n-xafqMi98xs3T3K8.png][https://image.xyzcdn.net/FvO83aFZZwjNNrtt9QcAh3xGuJzF.png][https://image.xyzcdn.net/FvV-R5FBydYHGZAMyXAV1K1A9iJT.png] 02:00 开始的快问快答 02:48 高频词汇解析：Sim2Real（从仿真到现实）、Sim2Real的gap、合成数据 04:31 从Cruise到英伟达到蔚来，怎么做合成数据和仿真？ 14:11 制作合成数据的具体流程？合成数据与真实数据的配比？ 16:17 在合成数据上，智能驾驶和具身智能的区别（智能驾驶是视觉的游戏，具身智能的物理交互最关键） 32:41 物理的Real2Sim（真实到仿真）工作流是怎样的？怎么评估成功的仿真？关键技术节点？ 46:18 Physical Intelligence（π）对仿真与合成数据的两难态度 48:55 辣评Meta 300亿美金收购Scale AI和极其aggressive的Alexandr Wang 53:57 合成数据目前面临的瓶颈 55:25 全球具身智能产业链Mapping： 硬件公司（宇树） 基座模型公司（π、Skild、英伟达和DeepMind） 在垂域落地的软硬结合公司（Figure，特斯拉Optimas、The Bot Company） 以仿真为中心做端到端落地的公司（光轮） （“特斯拉Optimas的管理文化和π完全不一样”） 01:09:22 美国存在具身模型层的创业机会，中国在我看来字节、小米、理想更适合做“大脑” 01:15:33 老黄在内部说：NV is a simulation company 01:21:25 终局的模型应该是是跨宇宙、跨世界、跨本体（提升跨宇宙的能力，本质是提升泛化性） 01:23:28 具身智能的产业还在GPT-1阶段，还没找到scaling law的配方 01:28:21 我创业刚开始，从具身的本科开始学起 01:37:37 最后的快问快答 [https://image.xyzcdn.net/FvVbUNblF7FHIjfdp3MmmbAdLZ8G.png] 【机器人专场】 逐篇讲解机器人基座模型和VLA经典论文——“人就是最智能的VLA” [https://www.xiaoyuzhoufm.com/episodes/67f28c6e0decaeb0943fb14a] 和王鹤聊，具身智能的学术边缘史和资本轰炸后的人为乱象 [https://www.xiaoyuzhoufm.com/episodes/6857f2174abe6e29cb65d76e] [https://image.xyzcdn.net/Fn7o36NtUYpCM_rQiFj1LW-TIwk8.JPG]

[https://image.xyzcdn.net/Flo18nNUSP7OUNlTf8UgCdHxio6O.jpg] 今天的嘉宾是地平线创始人兼CEO余凯博士。 在过去49年人生中，他一路闯关过德美学术圈、中国互联网圈、创投圈、资本圈、汽车圈。在每个圈子和江湖，都从籍籍无名的无名小卒开始升级打怪。到最后，在每个圈子，他混得都不错。 一位与他打过交道的前企业高层评价，余凯是科学家里非常具有社会智慧的一位。 余凯毕业于南京大学和慕尼黑大学，毕业后，先后就职西门子、NEC研究院，于2012年回国加入百度，又于2015年离职创立地平线。 很巧的是，2025年正好是地平线创立10年。今年上半年，我与余凯博士聊了两次，这集节目是他的一部口述史。 随着大语言模型浪潮爆发，更多人工智能科学家从高校系统涌入创业轨道。余凯的创业观，也许能给大家一些启示——创业不仅是技术和商业，也不仅仅有刀光剑影，更是一部人来人往的江湖故事。 就像电视剧《少帅》张作霖的台词：“江湖不是打打杀杀，江湖是人情世故。” 2025年，我们和AI共同进步！ [https://image.xyzcdn.net/Fm2F9n8vMm_n-xafqMi98xs3T3K8.png][https://image.xyzcdn.net/FtYwXS7GiDXB0ddOvtgKa35Ak6qg.png][https://image.xyzcdn.net/FvV-R5FBydYHGZAMyXAV1K1A9iJT.png] > 03:06 初入学术江湖 一开始在学术圈籍籍无名，算命先生说我24岁前“籍籍无名，劳而无功” 发表过100篇论文，我很陶醉，夜深人静都会翻我以前的paper自我欣赏 结识Geoffrey Hinton、Yann LeCun、吴恩达的故事 我这边的对面坐了一个人特别的沉默，没人搭理他，一个人在那吃闷饭——这个人叫Richard Sutton，前段时间拿了图灵奖 > 31:18 再入互联网江湖 我应该是旅美人工智能华人学者第一个回国的 我立刻就跟Geoffrey Hinton写信，他回信：Kai，挺好的，但你介不介意我也问一下其他公司？ 我当时拿到的授权是，最高出到2400万美金，2400美金以后，每一次出价就要跟国内商量 我为了小概率能赢，抢先第一个出价，1200万美金 “哎呀，你看Geoffrey Hinton开会好像不太出现啊，他在干嘛…？” 我就问他：唉，Andrew（吴恩达）你在干嘛？各方面怎么样？开始试探他 吴恩达一下子震惊到了！说：你小子把我忽悠到百度，你自己跑掉，太不够意思了吧？ > 51:19 又入创业江湖 我做了3个投资：买了英伟达，买了特斯拉，全身心把我投到地平线 这个哥们跟我讲：兄弟，你知道吗？我现在在我家的地位，就靠你那句话！ 地平线刚创立那一天我看了一下，英伟达才是一个107亿美金公司，现在是3万亿！ 吴恩达在Google lead谷歌大脑，有一个frustration（沮丧）是什么？不能买GPU！ 共识要么是错的，要么是没价值的 你的商业的secret是什么？有什么东西你看见了别人没有看见？这个世界是不是有Bug？这个世界是不是有通向未来的窄门，而大部分人没有关注到？ > 01:11:21 也入资本江湖 我们一页BP没写，就融了第一轮，我觉得：哎呀，Life is so easy！ 结果第二轮就发现，见了50-60家机构，没一个下单。特别tough……没人理解…… 我说的简直是口干舌燥……地老天荒……昏天黑地……也没人动心 我定了一个铁律：我跟投资人第一次见面，绝不能在他办公室，一定要在我办公室 我继续装！我说：我真的没时间，我就是一个专注的、情商低的科学家，正在倒腾我自己的事情，懒得理你 我们创造了C轮业界传奇的12小轮，一把拿了16亿美金——这也是一个反共识——中间没有加1分钱估值 哇，地平线竟然有102家股东投资机构，我都不知道我怎么磕出来的 > 01:21:39 转战汽车江湖 科学家创业通常有这个问题：360度扫射 曾鸣那堂课上完以后，我们班好多同学回去都去砍方向、裁团队 有天晚上睡觉，我梦中突然一惊：我靠，这样不对啊！ 和长安：故意输球，你们要优雅地、不露声色地、故意地输啊 和李想：李想在2019年初，我们俩爬山他讲：你应该聚焦汽车方向 和何小鹏：我现在还没有磕下小鹏————有的时候你要强攻，有的时候你要迂回 和王传福：我们逮着机会窗口，相当于这个门开一个小缝，咱们就呲溜一声冲进去 > 02:09:48 我不是江湖人 领导者我的role model是刘邦 电影这些角色，你知道我最喜欢谁吗？《飘》里的白瑞德 我的名字姓余，公司的名字地平线——余地，余地，做人做事永远要留有余地 智能驾驶：主机厂未来不会自研，它是一个标准化的功能 3年完成100%hands-off，5年完成100%eyes-off，10年完成100%minds-off 死门是什么？ 机器人的CUDA 下一代芯片创新 > 02:35:23 最后的快问快答 这个世界我认为是写好了程序，每个人都是按照剧本来演 > 02:39:26 补充花絮 传授技巧：如果你决心离职，不要说公司任何不好 闫俊杰的发型像我（玩笑） 我和吴恩达在美国serious讨论过创业 我为了调一个校招生喝茅台，不像李想手起刀落 微信头像为什么关公？ [https://image.xyzcdn.net/FvVbUNblF7FHIjfdp3MmmbAdLZ8G.png] 【从蒸汽机到无人驾驶】系列 《对李想的3小时访谈（播客版）：宅男、AI、家庭、游戏和天梯》 [https://www.xiaoyuzhoufm.com/episodes/67769bd815a5fd520e8fa318] 《和何小鹏聊，FSD、“在血海游泳”、乱世中的英雄与狗熊》 [https://www.xiaoyuzhoufm.com/episodes/6695032837236c546e4c2e0f] 《对话奔驰全球CEO康林松：转型期CEO和转型之中的139岁奔驰》 [https://www.xiaoyuzhoufm.com/episodes/68300e93fcbc2e206b58eb2b] 《和楼天城聊聊Robotaxi和ACRush：“L2做得越厉害，离L4越远”》 [https://www.xiaoyuzhoufm.com/episodes/66bdb98233591c27be49e931] 本集文字版：《对话余凯：世界不止刀光剑影，是一部人来人往的江湖故事》 [https://mp.weixin.qq.com/s/TQ-pOkEi412kYvrJE2F1TQ] [https://image.xyzcdn.net/Fn7o36NtUYpCM_rQiFj1LW-TIwk8.JPG]

[https://image.xyzcdn.net/Flo18nNUSP7OUNlTf8UgCdHxio6O.jpg] 这集没有宏大叙事，相当随性。嘉宾是清流资本创始合伙人、百度前技术VP梦秋。 关注《商业访谈录》比较久的朋友可能知道，梦秋基本每年都会来返场一次，和我们一起catch-up当下的创投水温以及她自己的生活。在狼性文化蓬勃的中国投资人圈里，梦秋一直是很佛系也很道家的存在。 这一集更是松弛，她直言工作挺无聊，所以在聊了正经话题以后，我们也聊了聊读书、旅行、观影和女生的碎碎念。 （本次节目录制在4月底） [https://image.xyzcdn.net/Fm2F9n8vMm_n-xafqMi98xs3T3K8.png][https://image.xyzcdn.net/FgO-fNdZ9-g2JgGptgIspHPz5Me5.png] > 我们的播客节目在腾讯新闻首发 [https://view.inews.qq.com/u/8QIf3n5c64Ucuzne7gI%3D?devid=FF4E49E6-9C89-4986-A413-04E856F31262&qimei=766696f2cd8f313d744bc2c9000012918102&uid=100161026780]，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：） [https://image.xyzcdn.net/FvV-R5FBydYHGZAMyXAV1K1A9iJT.png] 02:00 2025年资本寒冬过去了吗？没… 04:00 DeepSeek的出现，让AI应用创业变得活跃了吗？没… 10:45 现阶段各种Bot的体验：神婆？舔狗？尤其点评微信、元宝和小红书 25:28 探讨一下，微信里怎么做Agent？通用Agent成立吗？ 31:25 垂直Agent的创业机会和创业者 35:52 现在的组织倾向于小组织，这可能利好年轻创业者 37:42 为啥组织更小，融资额却更高了？ 38:18 除了Agent，还在看的是具身智能（仿真器很重要） 43:57 可穿戴设备 54:54 大模型公司 58:31 这两年工作很boring，我的旅行之路 01:03:55 我的读书之路 01:12:34 聊影视行业（梦秋是中影独董）、《好东西》和女性主义 [https://image.xyzcdn.net/FvVbUNblF7FHIjfdp3MmmbAdLZ8G.png] 梦秋此前的节目： 《1. 和投资人梦秋聊聊加州、投资寒潮和林黛玉》 [https://www.xiaoyuzhoufm.com/episodes/62cc4eb0fa15142e17251617] 《21. 投资人视角下的大模型和市场真实水温｜和梦秋聊ChatGPT》 [https://www.xiaoyuzhoufm.com/episodes/6430e7c89361a4e7c3f586f0] 《65. 风险投资的钥匙失灵了吗？和梦秋聊：蛰伏、更少人的游戏和啮齿动物》 [https://www.xiaoyuzhoufm.com/episodes/66261c27200abebe6e7635af] 【更多信息】 联络我们：微博@张小珺-Benita [https://weibo.com/u/6486678714] 更多信息欢迎关注公众号：张小珺 [https://image.xyzcdn.net/Fn7o36NtUYpCM_rQiFj1LW-TIwk8.JPG]

[https://image.xyzcdn.net/Flo18nNUSP7OUNlTf8UgCdHxio6O.jpg] 今天继续《商业访谈录》的机器人专场，嘉宾是北京大学助理教授、银河通用创始人兼CTO王鹤。 王鹤毕业于清华和斯坦福大学。他给我们从“具身智能”的学术缘起开始聊起，这是一个学术流派从一个学科中萌芽到边缘再到主流渗透的全过程。 而随着ChatGPT诞生，“具身智能”这个小众概念，在过去2年成了新的资本宠儿——但一时间，也带来了新的乱象。 我们探讨了一些具身智能产业界关键问题： 1/具身智能起源于计算机视觉的学术流派，视觉、语言、智能的关系是什么？为什么VLM（视觉语言模型）的表现显著弱于LLM（大语言模型）？ 2/具身智能的最大困境之一是数据采集，合成数据是正解吗？具体应该怎么做？ 3/如果大模型提倡的是“智能即产品”，那么具身智能呢？王鹤的回答是“生产力即产品”。 去年底，英伟达创始人黄仁勋来华访问。答谢宴上，王鹤不仅和黄仁勋同桌，而且就在做黄仁勋旁边（挨着坐）。在节目最后，我们也聊了聊这个有趣的插曲——他提到，那晚黄仁勋吃了不少水煮肉片。 2025，我们和AI共同进步！ [https://image.xyzcdn.net/Fm2F9n8vMm_n-xafqMi98xs3T3K8.png][https://image.xyzcdn.net/Fuo-Y2NiU-ETwS5ypbWWUtvAVBaQ.png] > 我们的播客节目在腾讯新闻首发 [https://view.inews.qq.com/u/8QIf3n5c64Ucuzne7gI%3D?devid=FF4E49E6-9C89-4986-A413-04E856F31262&qimei=766696f2cd8f313d744bc2c9000012918102&uid=100161026780]，大家可以前往关注哦，这样可以第一时间获取节目信息和更多新闻资讯：） [https://image.xyzcdn.net/FvV-R5FBydYHGZAMyXAV1K1A9iJT.png] 03:00 开始的自问自答 > 05:58 语言不是智能的本质，而是“一次跃变” “具身智能”和“机器人”是不同学术流派 “具身智能”起源于“计算机视觉”的研究流派 视觉有智能吗？纯视觉智能的可解释性差，是端到端的 语言不是智能的本质，不能说没有语言就没有智能 智能的本质是什么？“一种视情况对环境做出反应的能力” 语言是人类能产生这么高智能的“一次跃变” 视觉的本质是一种非常强的sensor（传感器） > 25:08 具身智能的学术边缘史 具身智能最早兴起的task（任务）是，导航 加入视觉模态，强调Perception–Action Loop（感知-动作循环），成为具身智能研究流派能立起来的核心叙事 标志性事件：“具身智能是计算机视觉未来的三颗北极星之一”（李飞飞） 我和Skild创始人Deepak Pathak在Facebook人工智能实验室FAIR打过交道 > 41:15 我的学术之路 2016年，博士第一个项目：从人类视频里学多步的人与物体交互过程的生成（动画领域） 在Stanford博士第一年，在不喜欢的方向非常挣扎，后来换组、换方向 Stanford是高度自由的市场：你可以随时踢你老板，你老板可以随时踢你 第一篇论文憋了很久，很绝望 完全从视频中学习，学习世界模型，还没成为当下能推进具身智能的技术 我的第二个项目：位姿估计和合成数据相关 2020年李开复曾在湾区丽思卡尔顿组织brunch，观点分歧 回国坚定以家庭机器人为目标推进research，根本没有allies（盟军） > 01:25:08 具身智能的软件和硬件是螺旋上升的问题 ChatGPT火了以后，很多人开始找我创业，我说创不了 所有工业机械臂在去年的全球总产值才1000亿RMB，和理想一家车企产值相当 如果采取不成熟的激进的硬件方案，对智能会是一种拖累 在这个硬件基础上，我们的方案是，做相对专用的智能和越来越通用的智能 VLM为什么显著弱于LLM？互联网视觉数据/所有人眼观测的覆盖〈〈〈互联网文字数据/人类所有说的话的覆盖（VLM数据不够，VLA的Action数据是最近两年才开始收集的） > 01:44:34 我们要避免陷入以下泥潭 这一代具身智能公司相比此前机器人公司，差异在哪？ 在我看来，具身智能公司如果陷入以下两个泥潭，天花板会很有限： 1、“长期漂浮”的公司；2、“算不过来账”的公司，边际成本不降 我们要做一个应用场景内的泛化（现在选择的是货架场景） 在我看来，机器人领域的头部效应很重 > 01:55:17 具身智能是，“生产力即产品” 雇人摇操采真实数据的成本到底有多高？一笔经济账 真实数据在我们训练数据的比重是1%，合成数据管线挑起大梁 行业内的tricky现象：把没有功能的机器人卖给别人（这是一种商业模式） 关于合成数据和Sim-to-Real（仿真到现实迁移）的常见误区 有出货量后的数据回流和数据飞轮 如果大模型是“智能即产品”，那么具身智能就是“生产力即产品” > 02:13:51 资本轰炸后的人为乱象 谁在创造生产力，谁在讲故事，这是最乱的——这个源自美国 对Figure的估值400亿美元的两种逻辑 有的人胆子很大，不告诉别人我是摇操，但实际摇操 呼吁：真实展示！不要摇操！ 5年内我们一定要有万台以上的应用，如果做不到这个，我们这个领域就被证伪了！ 不要去搞一些砸我们行业招牌的事情！这些模式是很可怕的，是在砸这个行业的饭碗 通用机器人的到来不要想得那么快 > 02:25:25 一个插曲 去年黄仁勋访华为什么和黄仁勋同桌且在旁边？聊了什么？ 黄仁勋能吃辣，吃了很多水煮肉片 02:28:26 最后的快问快答 [https://image.xyzcdn.net/FvVbUNblF7FHIjfdp3MmmbAdLZ8G.png] 【机器人专场】 逐篇讲解机器人基座模型和VLA经典论文——“人就是最智能的VLA” [https://www.xiaoyuzhoufm.com/episodes/67f28c6e0decaeb0943fb14a] 【更多信息】 联络我们：微博@张小珺-Benita [https://weibo.com/u/6486678714] 更多信息欢迎关注公众号：张小珺 [https://image.xyzcdn.net/Fn7o36NtUYpCM_rQiFj1LW-TIwk8.JPG]