【劝退贴——盒马分拣-蜜雪冰城经历分享——你真的考虑好了吗?】

【劝退贴——盒马分拣-蜜雪冰城经历分享——你真的考虑好了吗?】楼主是去年毕业的某211硕士,以前没怎么干过体力劳动,出于对脑力劳动的“背叛”,我决定去找一个体力活儿干干,于是我伪造了高中毕业的学历,在2月底经由一个人力资源公司到了上海的一家盒马生鲜干分拣。分拣场所是在一个灯光暗淡的仓库之中,计件工资,按照“合流”和“一体化”两种计价方式,所谓的合流就是在捡好货物之后不需要自己打包的,一体化则需要自己拿个箱子打包,合流的一件商品2毛五,一体化的一单是1块2,这个“一件”商品不是真的一件商品,而是同一个商品,比如有人买了五瓶矿泉水,这五瓶矿泉水算一件,而一体化,无论你拣了多少商品都是1块2,一体化的一单平均要有10件商品左右,而且还要自己打包,所以拣货员不喜欢干一体化的,但是没法拒绝,被派到什么单就是什么单。拣货员被要求在规定的时间内捡完货物,一般10件商品会给2-3分钟的时间,你需要在这2-3分钟的时间内,用手挎着提包,在面积大约600-700平米且构造复杂的仓库里,用一个扫描枪把商品塞进包里,然后拿着包马不停蹄地赶往下一个地点,一旦超时就会被扣钱。与此同时,在工人们奔跑的另一边,三个管理员(两女一男)在椅子上拿着大喇叭不停地催促人跑快点:“XXX!你干嘛呢!!磨磨唧唧的!“”跑快点!都给我跑起来!”“跑这么慢,还想不想干了?不想干就滚!”你一边需要忍受管理员的呵斥,一边要像被鞭子鞭打的牛一样干活,是的,这是真的牛马,在这里,你不会有任何的尊严,任何的一点小失误都会遭受严厉的呵斥,我每天要听到十几句“草你xx”,甚至没什么失误也会遭到打击,有一次,一个分拣员好像跟一个女的管理员发生了争执,然后另一个女生过去看发生了什么(这个女孩还没有18岁,和她的男朋友一起在这里干分拣),然后那个女管理员看她走过来,就骂她:“滚回去!给你脸了?!看什么看!”,我还听到女管理员这样喃喃自语:“我最近是不是骂的少了,好些人干活不勤快,蹬鼻子上脸了!”紧张而单调的劳动并不让我感到难受,顶多让我感觉到了一些人在劳动中的异化(实际上从研究的目的看,我并不排斥感受这种异化),但是那种充满了威权、严酷的工作环境却让我疲倦,以及内心深深的悲哀——我是学习心理咨询的,我的价值导向大体上是助人的,我并非不知道世界上存在着许许多多的冷漠、防御、虚伪、暴力(事实上我在家庭和学校中也体会了不少),但是这种黑色的东西以一种大规模系统性的方式展示在我的面前时,我感到了一种深深的无力感——心理学拯救个人是有可能的,但是拯救社会却是妄想,而从和分拣员同事的交谈中,我在看到力量的同时也看到了底层人民相比于其他阶层更多的迷茫——在这里,没有什么阶级上升/个人发展的太多可能,个人更多地只是无可奈何地接受或者压根不去思考这些问题,因为思考这些问题会让人焦虑。金钱和权力的耦合让社会好像陷入了一种奇怪的扭曲状态,我在所谓的大厂也工作过,一边是阿里巴巴炫目的写字楼,一边和其旗下公司(盒马)处于原始资本主义的发展方式,从道义的角度来看,所谓的大厂的繁华之下不过是满地的虱子。--------------------先写这么多-------------------我看到有朋友说我是“高高在上”的,如果我让你有了这种感觉,让你受到伤害,我要向你道歉。也许是因为我使用了类似“底层人民”的话,我想这是一种用于讨论的“公共话语”。实际上,我觉得我没有什么资格高高在上,任何人都没有什么资格高高在上,人是平等的。我是农民工的孩子,我是一个贫穷的人,到现在依然是贫穷的人,我爸爸每年年底都要和工友去市政府拉横幅讨薪,以前和我妈出去摆摊,是要被城管追着跑的,在我初三的时候,耗尽积蓄,我家才有了属于自己的房子,那是一套建于八十年代、大约是我市最为破旧的楼房,当时耗资十八万,我想在某种程度上,我也算是“底层人民”吧?我想讨论的一个核心话题是,当这个社会是充满了竞争和压迫(姑且先用压迫这个词吧,虽然它也不尽客观),我们该怎么办?这种压抑的环境不是一个抽象的概念,而是实实在在发生在我们身边的,而且包括我们自己都在维持着它的再生产。上文提到的那个“粗鲁”的女管理员,她自己以前就是一线的分拣员,我猜测她也是在这样的环境中经历过来的,很多人是可以适应这个环境并且成为这个环境的一分子,当她看到她的领导是用那种粗鲁的方式领导(而且这个方式还切实可行!),在她成为领导之后,她也毫不犹豫地使用了也许她以前讨厌的东西了。这就好比很多父母以某种方式伤害了孩子,虽然孩子厌恶了父母,但孩子长大后,他也很有可能继续以那种方式伤害他的孩子。老子告诉我们要清心寡欲,知足常乐,从个人心理的角度来说,这的确是一个好的养生方式,更进一步说,这也契合了消灭善恶对立观念、允许一切发生的第三代认知行为疗法,如果一个单独的个人就焦虑抑郁的问题向我寻求建议,我大约会推荐TA尝试一下接纳和允许,但是当这个话题上升到社会层次的时候,我在内心却有着深深的疑虑:我这样做是不是在帮助某种不道义的社会体系?就好比让一个奴隶学会了感恩,的确,他幸福了,但是这就一定合适么?我们学习了这么多年,或许,我们知道了尊严、自由、平等这些价值观念,如果说进入工厂就要让我抛弃这些观念,我舍不得,但我现在还没有找到什么好的方式在工厂中实现这些价值,我该怎么办呢?---------------------------------------------------------------------------------------------------------------4/5更新刚刚在处理一件让我烦心的事情,之前租的房子押金拖了一个多月了也没退给我,合同约定好的是7个工作日,去要钱,对方就说:“又不是不退给你,你不要在这里胡搅蛮缠”,我当时血压就上来了,合理维权被说成胡搅蛮缠了。之前租房子也被中介坑过,上学的时候,导师和我们讨论职业规划,他说:“你们以后干什么都行,就是不要干房产中介,不然不要和别人说你认识我。。。。”言归正传,在盒马干了一个多星期,和我一起去的两个小伙子都跑了。小伙子A跟我说这里钱少还要挨骂,然后第二天就不见了,小伙子B,有一天捡错了商品,然后管理员先骂了他一顿,然后把带他的师傅痛批了一顿,他师傅也很委屈:“我跟他说过了怎么捡,跟我有什么关系呢?”,接着他也跑了。我的忍耐似乎也到了极限,于是当管理员再一次说我跑得慢的时候,我说“那我走吧”,他挥了挥手,我就走了。盒马的人员流动率是极高的,有一个原因是挣不到钱,抛去吃饭的时间,我每天大约要工作11个小时,但是收入却不到100块,因为招的人太多,接的单就少,因为接的单少,所以挣不到钱,员工就跑的多,因为员工跑得多,所以就多招人,恶性循环了不是。在这里,核心的是几个老员工,老员工跑得快,接到的单就更多,之前中介跟我说跑的最快的能拿一万二一个月,然后给我画大饼说希望我也是那个拿一万二的人,但是进去之后发现,老员工的普遍工资就是六七千。接下来我要谈到这份工作给我带来的好处,那就是晚上睡眠好了不少,基本上就是倒头便睡,我以前可是要在床上磨磨蹭蹭一个多小时才睡着的人啊。说来也奇怪,我算了一下,我大概平均十分钟才接一单,每单大约耗时三分钟,剩下的时间就坐着聊天或者发呆,照理说挺清闲的,但是身体确实非常劳累,胳膊被袋子勒着失去了感觉、腰疼腿疼啥的,而且时间过得非常快,一睁眼一闭眼两小时就过去了,假若适应了这里的工作,这还真是一份打发时间的好工作。------------------------再次分割---------------------我想是不是我从事的工作种类不对,或者打开的方式不对,换一份体力劳动会不会更好一些?于是,我回到了老家,找了一个蜜雪冰城的兼职工作,一小时10块钱,每天5小时,从8:30到13:30。第一天,给了我一件不知道多少人穿过的脏脏的工服(盒马也一样,给一件从来没洗过的工服),而且这衣服还没发带回家洗,因为洗了没干第二天就没得穿。一小时10块钱的工作,我以为是蛮轻松的,但是接触下来并不是这样,这份工作的主要内容有:1.制作后场原料,煮珍珠、煮芋圆,切柠檬,切橙子,煮布丁,泡红茶、绿茶、四季春茶,煮奶茶,配冰激凌,然后贴效期标签2.根据配方做餐3.前台收银4.做任务,清洗机子、翻倒柠檬橙子、擦拭墙面、拖地、摆放物料。在这里工作不像盒马只需要跑,而是要一心多用,比如说切柠檬的时候也要想着那边的芋圆好没好?泡茶到了哪一步了?那边放着的水接了多少毫升了?效期有没有过期?除了下雨天人少,基本上片刻也不得闲。这份工作同样让我感到难受,再次说明,让我难受的点并不是繁忙的工作,而是管理制度和人际关系。我进去的时候,店里有三个店员,两男一女,最大的女孩A才02年,还有带我的店员B,和入职一个月的店员C,店员B和店员C都是高中还没毕业的年龄。上班第二天,B和C晚上出去跟人打架,B的脸上缝了十几针,问他们打架的原因,C说他也不知道怎么打起来的。C有抑郁症,胳膊上布满了割腕的伤痕,让我看着很痛心。简单说一下让我感到难受的点吧:1.完全命令式的工作方式。2.对错误缺乏容忍,我认为作为新人,犯错是很正常的,即使是老员工也不时会犯一些错误,不必训斥,但实际上不是这样的。3.只有惩罚,没有奖励公司罚门店,门店罚员工,有一天,有个顾客外卖点了5杯餐品,但是有餐品店里没有料了做不了,女孩A就和顾客沟通换别的餐品,然后让我骑个电动车去送餐,我都到地方了,那边顾客说他不要了,然后这笔餐费就扣在了女孩A的工资里,一共33,小半天的工资没了。

相关推荐

封面图片

韵达快递寄丢20万物品仅赔1000元 因人员流失无力分拣?

韵达快递寄丢20万物品仅赔1000元因人员流失无力分拣?新浪科技查询看到,目前该快递的最新物流信息为2022年12月20日,“【济南市】由于不可抗力因素,您的包裹可能配送延误,敬请谅解!”“丢的是很大的一个箱子,几乎不可能丢。是他们人员流失,无力分拣。年前我去了一趟他们货场。快递堆积如山。”陈先生说,据他提供的信息显示,韵达客服经理与当事快递员的沟通中也坦诚,“遗失的可能性小,这么大货物,不用担心,当地人员流失严重,缓几天。”但如今快递丢失已经过去半年,物品也没有找到。他表示,当时全国货运紧张,快递公司也不给保价。丢了后说赔一千,多了一分不给。“我认了,我说给开个丢失证明,他们拖了我6个月。济南分拨中心,推韵达总部,韵达总部推脱给济南分拨中心。”韵达济南分拨中心和总部的推脱,也导致他不能够按时上交丢失证明,而如果不能证明是韵达丢的,公司将让自己来承担赔偿损失。“韵达的客服电话就是流氓,打了说马上处理回电,每周都打,每周都是这句话。”...PC版:https://www.cnbeta.com.tw/articles/soft/1365467.htm手机版:https://m.cnbeta.com.tw/view/1365467.htm

封面图片

英伟达正在“垄断”AI产业,国内厂商准备好了吗?

英伟达正在“垄断”AI产业,国内厂商准备好了吗?与其一同前往的还有特斯拉和OpenAI的创始人,埃隆马斯克。这次OpenAI之行,老黄不为别的,就是为了把这台刚出炉的超算送给OpenAI,给他们的人工智能项目研究加一波速。这台DGX-1价值超过百万,是英伟达超过3000名员工,花费三年时间打造。这台DGX-1,能把OpenAI一年的训练时间,压缩到短短一个月。而这,是他对人工智能未来的豪赌,加的一波注。七年之后,在前不久的GTC大会上,老黄穿着皮衣,拿着芯片,整个宣讲不离AI。似乎是在告诉各位,AI的时代,我英伟达,就要称王了,当年的豪赌,他赢了!这么说吧,在去年经历一波矿难之后,不少人都以为曾靠着矿潮狂赚一笔的英伟达,会在矿难之下市值暴跌,一蹶不振。但实际情况却有点微妙……英伟达的股价在跌了大半年之后,从十月份开始,一路上涨,到现在,整个英伟达市值已经涨回到了6500亿美元,是AMD的4倍,英特尔的6倍。瞧瞧,这还是当年那个求着各位买显卡的老黄嘛?而让英伟达的股价疯涨的,那便是他们从十多年前就开始押注的AI计算。给大家一个数据,从15年后,英伟达的GPU在超算中心的市场份额就一路上涨,这几年稳居90%左右。在独立GPU市场上,英伟达的市场占有率也一度超过80%。另外,包括YouTube、CatFinder、AlphaGo、GPT-3、GPT-4在内,AI历史上那些叫得出名的玩意,几乎都是在英伟达的硬件上整出来的。英伟达的硬件,仿佛就是新时代的内燃机,载着AI时代不断前进。差友们可能会有点疑问,为什么在AI爆发的时代,好像就只有老黄有好处,其它的显卡生产商们的显卡不能训练AI嘛?能训练,但只能训练一点点。为啥?这就不得不提到英伟达从2006年就开始着手开发一个东西——CUDA(统一计算设备架构)。差评君简单解释一下它是干嘛的,当你想要计算一些比较庞大的运算问题时,通过CUDA编程,你就能充分利用GPU的并行处理能力,从而大幅提升计算性能。差评君说一个听来的比喻。CPU就好比是个数学教授,GPU就是100个小学生,放一道高数题下来那100个小学生可能会懵逼;但是放100道四则口算题下来,那100个小学生同时做肯定比数学教授快多了。深度学习就是上面的例子中那100道口算题,那个让GPU处理器并行运算的“工具”就叫CUDA。一般来说,使用CUDA和不使用CUDA,两者在计算速度上往往有数倍到数十倍的差距。既然CUDA这么有用,为什么其它的GPU厂商不去搞个竞品呢?不是不去搞啊,而是他们真的没想到!在早期,GPU的作用只是为了加速图形渲染,各大厂商们认为它就是一个图形专用计算芯片,并没有想到把GPU用在其它通用计算方面。至于拿来做深度学习?以那个年代的AI能力,一是没有太大的必要,二是也没有人觉得它有用。英伟达深度学习团队的布莱恩在聊到CUDA时这么说道:“在CUDA推出十年以来,整个华尔街一直在问英伟达,为什么你们做了这项投入,却没有人使用它?他们对我们的市值估值为0美元。”不过说没人用也是过于严重了。其实早在2012年,多伦多大学的AlexKrizhevsky就在ImageNet计算机视觉挑战赛中,利用GPU驱动的深度学习击败了其它对手,当时他们使用的显卡是GTX580。在这之后又经过了4年,那些搞深度学习的人才突然意识到,GPU的这种设计结构方式,在训练AI的速度上,真的是CPU不能比的。而拥有了CUDA原生支持的英伟达GPU,更是首要之选。到现在,资本们已经看到了AI的重要之处,为什么大家都还在卷AI模型,而不去卷老黄的市场呢?原因在于,它们已经很难再拿到AI加速芯片的入场券了。在人工智能产业上,整个深度学习的框架已经是老黄的形状了。AI发展的数十年间,英伟达通过对CUDA开发和社区的持续投入,CUDA和各类AI框架深度绑定。当今使用排行靠前的各类AI框架,就没有不支持CUDA的,也就是说你想要让你的深度学习跑的快?买张支持CUDA的高性能卡是最好的选择,说人话就是——买N卡吧。当然,在CUDA大力发展期间,也有其它公司在尝试着打破英伟达这种接近垄断的局面。2008苹果就提过出OpenCL规范,这是一个统一的开放API,旨在为各种不同的GPU型号提供一个规范,用以开发类似CUDA的通用计算软件框架。但是,通用就意味着不一定好用。因为各大厂商GPU的型号繁而复杂,为了适应各种硬件,驱动版本也多如牛毛,质量参差不齐。而且缺少对应的厂商进行针对性的优化,所以,无论是哪一个版本的OpenCL,在同等算力下,都比不过使用CUDA的速度。而且恰恰是因为OpenCL的通用性,想要开发支持OpenCL的框架,要比开发CUDA的复杂不少。原因还是同一个,缺少官方的支持,看看英伟达对CUDA开发的工具支持吧,CUDAToolkit,NVIDIAGPUComputingSDK以及NSight等等。OpenCL这边,就略显寒酸了……这就导致如今能支持OpenCL的深度学习框架寥寥无几。举个很简单的例子,当下最火的框架PyTorch,就连官方都没有专门对OpenCL进行支持,还得靠着第三方开源项目才能用。那同为显卡供应商的AMD,在面对老黄如日中天的CUDA时,除了OpenCL,有没有自己的解决办法呢?方法确实是有,但效果也确实不咋的。2016年AMD发布了全新的开放计算平台——ROCm,对标的就是英伟达的CUDA,最关键的一点是,它还在源码级别上对CUDA程序进行支持。你看,就算是老黄的死对头AMD,想的也不是另起炉灶,而是降低自己适配CUDA的门槛……但是,时至今日,ROCm依然还是只支持Linux平台,可能也是用的人太少了,有点摆烂的味道,毕竟,既然你支持CUDA,那我为什么要费尽心力去给你的ROCm专门编写一套支持框架呢?同年,Google也有了行动,但毕竟不是芯片制造商,Google只是推出了自己的TPU平台,专门针对自家的TensorFlow框架进行优化,当然原生支持的最好的也只有TensorFlow了。至于英特尔那边,也推出了一个OneAPI,对标老黄的CUDA,不过由于起步较晚,现在还处于发展生态的环节,未来会怎样还不太好说。所以靠着先发优势还有原生支持,导致现在的深度学习,基本上离不开英伟达的GPU和他的CUDA。最近大火的ChatGPT,就用了老黄的HGX主板和A100芯片,而老黄对此也是很有自信的说道:“现在唯一可以实际处理ChatGPT的GPU,那就只有我们家的HGXA100。”没错,没有其它可用的了,这就是老黄的有恃无恐。而随着OpenAI对大模型AI的成功验证,各家巨头对大模型AI的纷纷入局,英伟达的卡已经立马成了抢手货。所以如今的AI创业公司,出现了一件很有意思的现象,在他们的项目报告上,往往会搭上一句我们拥有多少块英伟达的A100。当大家在AI行业纷纷投资淘金时,英伟达就这样靠着给大家卖水——提供AI加速卡,大赚特赚,关键还在于,只有它卖的水能解渴。因为它的硬件以及工具集,已经能影响到整个AI产业的战局和发展速度了。更可怕的是,英伟达的优势已经形成了一种壁垒,这壁垒厚到就连全球第二大GPU厂商AMD都没有办法击穿。所以在AI大浪滔天的现在,能整出属于自己的AI大模型固然重要,但差评君却觉得,啥时候能有自己的英伟达和CUDA也同样不可小觑。当然,这条路也更难。最后,差评君觉得在未来,我们需要抓紧突破的,绝对不只是对人工智能大模型相关的研究,更为重要的是整个计算芯片的设计,制造,以及AI生态的建设。新的工业革命已经到来,A...PC版:https://www.cnbeta.com.tw/articles/soft/1352789.htm手机版:https://m.cnbeta.com.tw/view/1352789.htm

封面图片

准备好了吗.Ready.or.Not.2019.Chosen1

名称:准备好了吗.Ready.or.Not.2019.Chosen1描述:格雷斯(萨玛拉·维文SamaraWeaving饰)自幼失去双亲,成长在寄养家庭之中,这样的她再也没有想到自己竟然邂逅了豪门之子亚里克斯(马克·奥布莱恩MarkO'Brien饰),两人的恋爱顺利,通往婚姻的道路一路亮起绿灯。终于,格雷斯满心期待的那一天到来了,然而,在新婚之夜,亚里克斯却告诉了格雷斯一个非常古怪的消息。链接:https://pan.quark.cn/s/b726f796b5e9大小:11G标签:#悬疑#恐怖#准备好了吗#quark频道:@yunpanshare群组:@yunpangroup

封面图片

中通快递回应六旬分拣工在岗位猝死:正与家属协商

中通快递回应六旬分拣工在岗位猝死:正与家属协商中国物流快递公司中通快递星期二(2月21日)回应公司一名六旬分拣工凌晨在岗位猝死的消息时称,正与其家属速协商。据中新经纬报道,60岁中通快递分拣工凌晨在岗位猝死的话题星期二登上微博热搜。中通对此事回应称,正与家属协商。中通说,对于网点员工的意外离世,深感痛心。目前,警方已经介入处理,中通浙江省管理中心高度重视,成立工作小组,会以合法合理为基础,与家属协商相关善后事宜。报道称,孙先生60岁的大伯在浙江宁波中通快递分拣中心工作,上星期三(2月15日)凌晨3时50分左右,因心脏骤停猝死在岗位。孙先生称,和宁波中通公司沟通此事,但只有法务、人事和组长来谈,迟迟未给处理方案,后中通方面称愿意赔付意外保险金额,额外给丧葬费和人道主义费用。家属并未接受此方案,表示希望按照工亡流程处理。目前离世员工还在殡仪馆。中新经纬报道称,近年来,中国相关部门、各省市多次发文,强调保障快递员权益。2021年,中国交通运输部、国家邮政局等部门联合发布《关于做好快递员群体合法权益保障工作的意见》,明确了到“十四五”末期要实现的主要目标,即快递员群体合法权益保障的相关制度机制基本健全,快递员群体薪资待遇更趋合理,社保权益得以维护等。《意见》也提出了利益分配、劳动报酬、社会保险、作业环境、企业主责、规范管理、网络稳定、职业发展等八项任务措施,初步明确了做好快递员权益保障工作的路径。

封面图片

制胜法宝:美国顾客的Temu和希音包裹大多是在中国打包并分拣的

制胜法宝:美国顾客的Temu和希音包裹大多是在中国打包并分拣的凭借5美元的针织套衫和无线耳机以及其他一些价格稍贵的商品,Temu(PDD旗下)和希音成为了美国零售行业的颠覆者。这两个平台表示,他们通过物流层面的努力保证了低价销售。例如,运往美国同一邮编地址或地理区域的包裹是在中国集中分拣的,省去了在美国分拣的步骤,因而节约了成本。相比之下,美国零售商一般是把进口货物存放在全美各地的仓库里,等待分拣包装,交付给商店或个人。Temu表示,其平台商户大部分在中国,他们把商品送到Temu的关联仓库,接受检验、打包和运输。虽然希音在印第安纳州和加州也有物流设施专门处理最受欢迎的产品,但大多数包裹还是在中国包装的。希音发言人说,该公司还与美国仓库运营商在快递运输方面建立了合作。——

封面图片

佳能分拣技术将黑色塑料带入回收利用行列

佳能分拣技术将黑色塑料带入回收利用行列与世界各地的其他城市一样,我所在的地方当局基本上指示热衷于回收的人不要把黑色塑料垃圾放在路边收集,而是直接扔进一般的生活垃圾中进行焚烧。这是因为处理中心的分拣机根本无法看到黑色塑料,因为黑色塑料不能透射或反射可见光,所以会被传感器漏掉,从缝隙中溜走。尽管佳能以其成像技术和打印机而闻名,但随着TR系列分拣机的推出,该公司也开始涉足回收业务。首先下线的是TR-S1510,它采用专有的拉曼光谱技术,在塑料垃圾沿着传送带快速移动时,用激光对其进行扫描。但由于黑色塑料的反射率有限,仅靠这种方法还不足以确保高效处理。因此,佳能增加了自己的"测量和控制设备",包括一个数字扫描仪,以高精度识别塑料的类型,而不论其颜色如何。トラッキング型ラマン分光によるプラスチック选别技术(CanonOfficial)该公司在一份新闻声明中说:"有了这一新系统,即使在与其他颜色混合的情况下,也能以实用的方式识别传统近红外方法难以识别的黑色塑料碎片材料,从而有助于提高回收厂的生产率,并因此最大限度地提高材料回收利用率。"最终结果将有望意味着更多的塑料被回收利用,更少的塑料被送去焚烧。这台3,000x4,300x2,200毫米(118x169x86.6英寸)的机器能以每秒166块15至50毫米大小的碎片的速度识别、分类和分离碎片,当传送带以每秒1.5米(5英尺)的速度运行时,每小时能识别、分类和分离1吨碎片。佳能公司目前正在日本接受TR-S1510机器的订单,但其他地区的供货情况目前尚不清楚。...PC版:https://www.cnbeta.com.tw/articles/soft/1435354.htm手机版:https://m.cnbeta.com.tw/view/1435354.htm

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人