「下周就能看到封裝好的芯片了?！乖谠浦曃挥诠诮荽髲B辦公室接受采訪的 CEO 黃偉，難掩內(nèi)心的喜悅。

這是國(guó)內(nèi)首枚面向 AIoT (AI+IoT)的 AI 芯片(UniOne)，指令集和微架構(gòu)均由云知聲自研，擁有全新的芯片結(jié)構(gòu)。

「三年了，我們花費(fèi)的精力和時(shí)間不比這些公司(寒武紀(jì)、地平線等公司)少。」黃偉感嘆道，「而且我要強(qiáng)調(diào)一下，這不是語音芯片，是針對(duì)深度學(xué)習(xí)進(jìn)行架構(gòu)設(shè)計(jì)，是對(duì)計(jì)算本身的加速，而不是算法加速?！?/p>

借由這枚芯片的流片成功，云知聲也成為中國(guó)語音 AI 公司中，第一家擁有自研 AI 芯片的公司。

采訪結(jié)束后不久，筆者終于見到了這枚 AI 芯片。

UniOne 量產(chǎn)版

芯片基于 UniOne 的 AI 指令集和 DSP 指令集，針對(duì)語音應(yīng)用場(chǎng)景，將麥克風(fēng)陣列信號(hào)處理、語音識(shí)別及語音合成結(jié)為一體。

巧合的是，就在那段時(shí)間，芯片領(lǐng)域又接連傳來幾枚重磅消息。

阿里宣布全資收購中國(guó)大陸唯一的自主嵌入式 CPU IP Core 公司——中天微系統(tǒng)有限公司。而在此之前，阿里達(dá)摩院就曾表示正在自研 Ali-NPU。

最近，阿里又宣布全資收購語音信號(hào)處理領(lǐng)域的創(chuàng)業(yè)公司——北京先聲互聯(lián)，意在布局語音專用芯片。這家公司曾為阿里、百度、小米等多家公司提供遠(yuǎn)場(chǎng)語音交互軟硬件的解決方案，

放眼海外，亞馬遜自研 AI 芯片已不是新聞。這枚芯片將用于下一代 Echo 設(shè)備，提升 Alexa 的響應(yīng)時(shí)間與搜索速度。

「從 400 多人的研發(fā)團(tuán)隊(duì)規(guī)模來看，應(yīng)該很早之前就開始做了?！裹S偉說。

最近又有消息指出 Facebook 正在研發(fā)智能音箱，LeCun 甚至在社交媒體上貼出了 ASIC 與 FPGA 職位的招募信息。

面對(duì)越來越熱鬧的賽道，「這證明我們走的路是對(duì)的。」黃偉說。三年前，「我們想到做的時(shí)候，地平線還沒有成立。我們決定搭建團(tuán)隊(duì)時(shí)，地平線剛成立?！?/p>

誰也逃不過漫長(zhǎng)的研發(fā)周期，至少目前「在工業(yè)界，我們是走在前面的?！?/p>

Bring up，各項(xiàng)工作都完成，可以投向量產(chǎn)了。左一為公司物聯(lián)網(wǎng)事業(yè)部副總裁李霄寒，右二為公司CEO黃偉

作為大多數(shù)語音交互公司演化邏輯的「云·端·芯」

國(guó)內(nèi)從事語音交互的公司其實(shí)不算多，除了 BAT 巨頭，比較知名的公司就是搜狗、科大訊飛、云知聲、思必馳、出門問問、聲智科技、驀然認(rèn)知、三角獸等公司，而且以創(chuàng)業(yè)公司為主。

在商業(yè)模式上，這些技術(shù)見長(zhǎng)公司的選擇逐漸趨于共性：做 B 端產(chǎn)品公司的技術(shù)服務(wù)商，提供軟硬一體的解決方案。(做消費(fèi)類硬件的出門問問和以 G 端業(yè)務(wù)為主的科大訊飛是兩個(gè)比較明顯的例外。)

其背后邏輯并不難理解：就尚處早期的新技術(shù)而言，其核心問題往往是「使能」(enabling technology)，而這通常是一個(gè)軟硬融合的問題。

歷經(jīng)十多年市場(chǎng)驗(yàn)證的 Mobileye 模式就是一個(gè)典型案例：算法距離應(yīng)用場(chǎng)景非常近，而由此產(chǎn)生的優(yōu)勢(shì)就是可以針對(duì)使用場(chǎng)景需求研究最適合的算法框架，然后將算法框架實(shí)現(xiàn)在芯片方案上。在加速技術(shù)落地同時(shí)，也不斷滾動(dòng)數(shù)據(jù)收集，并與行業(yè)深度結(jié)合。

不過，云知聲將這個(gè)內(nèi)在邏輯更加形象地概括為了「云·端·芯」。

調(diào)試用的測(cè)試封裝。

具體說來，語音AI公司最初會(huì)從算法團(tuán)隊(duì)轉(zhuǎn)型為「云平臺(tái)」商。

語音識(shí)別技術(shù)最關(guān)鍵的是先要有充足的語料積累，不光是找人去錄語音，更需要用戶真實(shí)的數(shù)據(jù)。盡快實(shí)現(xiàn)算法的云平臺(tái)化，能夠在短時(shí)間內(nèi)、很低成本地完成大量語音數(shù)據(jù)積累。

因此，語音技術(shù)公司初創(chuàng)后，通常會(huì)向擁有海量用戶產(chǎn)品開放 API，將算法云平臺(tái)化，實(shí)現(xiàn)算法團(tuán)隊(duì)到云平臺(tái)服務(wù)的轉(zhuǎn)變。而免費(fèi)+定制化收費(fèi)(比如與垂直領(lǐng)域緊密結(jié)合的 ASR)，亦即 Freemium(免費(fèi)+增值)模式成為語音技術(shù)起家公司的多數(shù)選擇。

2012 年，成立后短短三個(gè)月內(nèi)，云知聲就迅速完成了算法團(tuán)隊(duì)向云平臺(tái)服務(wù)的轉(zhuǎn)變，將基于深度學(xué)習(xí)的語音識(shí)別引擎部署到云端。并隨著技術(shù)的變化，逐步擴(kuò)展了自己的算法能力邊界，涵蓋信號(hào)處理、NLP 等。

「我們做云，不是閉門造車。而是在商業(yè)化落地過程中，結(jié)合具體場(chǎng)景演化云平臺(tái)。」黃偉說。

借由觀察到的平臺(tái)數(shù)據(jù)，云知聲逐漸清晰接下來的具體業(yè)務(wù)方向: 語音與非手機(jī)硬件設(shè)備的深度交互是未來的方向，IoT 產(chǎn)業(yè)下的語音業(yè)務(wù)大有可為。

比如一方面，平臺(tái)數(shù)據(jù)顯示當(dāng)時(shí)比較熱的手機(jī)語音助手「是一個(gè)偽命題。」用戶活躍度很低，不足以支撐一個(gè)商業(yè)模式。

而另外一些應(yīng)用用戶量規(guī)模并不是很高，但是它的場(chǎng)景很明顯，比方說汽車和客廳的電視。應(yīng)用的運(yùn)行總量也許不大，但每個(gè)用戶每天消費(fèi)頻次非常高。

接下來，由于語音鏈條比較長(zhǎng)，為了實(shí)現(xiàn)算法最優(yōu)效果，在技術(shù)落地過程中，技術(shù)服務(wù)商也需要考慮硬件問題。

事實(shí)上，眾多的語音識(shí)別廠商也都有聯(lián)合芯片廠商推出自己的語音識(shí)別模組，或者推出自己的麥克風(fēng)陣列方案，以提升語音識(shí)別的體驗(yàn);同時(shí)，這種「Turn-Key」解決方案也更有利于傳統(tǒng)硬件廠商快速將新的產(chǎn)品推向市場(chǎng)。

2014 年 3 月，云知聲正式提出「云·端·芯」戰(zhàn)略——即從云平臺(tái)到設(shè)備語音交互，再到設(shè)備語音專用芯片與麥克風(fēng)陣列的集成式解決方案。

「2014 年我們引入了高通的戰(zhàn)略投資。這一年開始研發(fā)通用模組，2015 年投入商用。」云知聲 IoT 事業(yè)部副總裁李霄寒說，他也是這枚芯片研發(fā)工作的負(fù)責(zé)人。

無論如何，「先將芯片做出來再說。」黃偉回憶道。

「云·端·芯」升級(jí)迭代的背后：長(zhǎng)出來的需求

當(dāng)大家都還停留在與通用芯片廠商合作定制自己的硬件方案時(shí)，這枚流片成功的 AIoT 芯片已經(jīng)從一定程度上打破了相對(duì)穩(wěn)定了幾年的競(jìng)爭(zhēng)格局。

「如果說我專注地來做一些事的話，我一定會(huì)專注地死去?！裹S偉說。

但是，與從算法轉(zhuǎn)型云平臺(tái)商、再接著做通用模組相比，一家算法技術(shù)公司上溯至產(chǎn)業(yè)鏈上游自研芯片，已經(jīng)打破了既有的市場(chǎng)分工，跨度不可謂不大，更何況當(dāng)時(shí)國(guó)內(nèi)還沒有寒武紀(jì)、深鑒科技這樣的芯片公司。

「四年前下這個(gè)決心，還是比較難的?！裹S偉坦言。做芯片前前后后砸了幾千萬(如果將兼職等其他人員和時(shí)間等成本加上，可能是大幾千萬。)「這也是決定難做的一個(gè)重要原因?！顾f，「不過，有人因?yàn)橄嘈哦吹?。?/p>

企業(yè)的核心競(jìng)爭(zhēng)力無外乎幾種：產(chǎn)品或服務(wù)的差異化;規(guī)模效應(yīng)帶來的成本優(yōu)勢(shì)以及網(wǎng)絡(luò)效應(yīng)。

然而，經(jīng)過幾年的技術(shù)發(fā)展，目前語音識(shí)別行業(yè)似乎維持著最大平衡，國(guó)內(nèi)外多數(shù)公司的引擎識(shí)別率都基本在同一個(gè)水平線上，接近當(dāng)前語音識(shí)別技術(shù)極限。

服務(wù)的同質(zhì)化，加上多數(shù)公司業(yè)務(wù)都有不少重合(比如車載、智能家居、機(jī)器人)，誰能贏得客戶很大程度上成了拼商務(wù)，這也意味著，價(jià)格戰(zhàn)甚至惡性競(jìng)爭(zhēng)幾乎無法避免，畢竟產(chǎn)品方更替方案的成本低。如果技術(shù)服務(wù)商的供應(yīng)鏈砍價(jià)能力不夠，自身既有方案價(jià)格反而還會(huì)高出百分之幾十。

因此，現(xiàn)有業(yè)務(wù)的升級(jí)必須訴諸內(nèi)部結(jié)構(gòu)的優(yōu)化。這就像谷歌一定要去做 TPU，才可能把它的 AI 服務(wù)做得特別好，同時(shí)降本并拉開差異化距離。

公司總部一角

「以前的場(chǎng)景，比如移動(dòng)端、嵌入式端、PC 端都有各自的一些芯片體系作為支撐?！估钕龊f，

「現(xiàn)在, 我們面臨的是 AIoT 場(chǎng)景，需要引入人工智能的能力。以前既有芯片產(chǎn)品體系無法滿足當(dāng)前場(chǎng)景的巨大要求?！?/p>

對(duì)于云知聲來說，一枚 AIoT 芯片可以幫助實(shí)現(xiàn)技術(shù)服務(wù)的差異化，形成新的核心競(jìng)爭(zhēng)力。隨著云知聲自 主 AI 芯片的落地，通過提供標(biāo)準(zhǔn)化的人機(jī)交互產(chǎn)品對(duì)接接口，可為合作客戶提供允許在端和云兩方面均可進(jìn)行高度定制的解決方案。

事實(shí)上，近幾年，云知聲在家居、智能音箱、兒童機(jī)器人等市場(chǎng)已經(jīng)實(shí)現(xiàn)百萬級(jí)別的 IVM(通用芯片方案)應(yīng)用，成功驗(yàn)證了市場(chǎng)、產(chǎn)品和用戶場(chǎng)景的合理性。而返回的數(shù)據(jù)進(jìn)一步打磨了算法，也為 ASIC 芯片的研發(fā)奠定了堅(jiān)實(shí)基礎(chǔ)。

「我們做芯片的邏輯和亞馬遜差不多?！裹S偉說。

不過，一個(gè)更為現(xiàn)實(shí)的開「芯」因素是百萬級(jí)別 IVM 規(guī)?；瘧?yīng)用，也將通用方案的弊端充分暴露出來。

本質(zhì)上，通用方案是一個(gè)雙芯片方案。

一方面，通用方案沒有深度學(xué)習(xí)能力，而應(yīng)用需要比較高的主頻，比較強(qiáng)的計(jì)算能力芯片。另一方面，需要單獨(dú)的降噪芯片去跑對(duì)實(shí)時(shí)性要求很高的降噪算法。

雙芯片，再加上每一個(gè)都配備的相應(yīng)外圍器件，板子不僅會(huì)變大，價(jià)格也會(huì)上去。賣的越多，生產(chǎn)和維護(hù)成本也跟著上漲，很大程度妨礙了服務(wù)的規(guī)?；?。

通用模組方案，個(gè)頭比較大。

「(是原有方案價(jià)格區(qū)間)百這個(gè)量級(jí)的?！估钕龊f。也就是說，BOM 每增加一塊錢，最終到用戶手里邊的售價(jià)就會(huì)增加 3 到 8 塊錢(一般在 6 塊錢左右。)如果成本增加了 100 塊錢，最后售價(jià)會(huì)增加 600 塊錢。

這意味著你有兩個(gè)選擇，要么改變當(dāng)前比較低成本的產(chǎn)品形態(tài)，原來是 500 塊錢區(qū)間，現(xiàn)在變成 1000 多塊錢區(qū)間的。不過，用戶范圍馬上變了?；蛘?，只能放在相對(duì)對(duì)成本不那么敏感的高端產(chǎn)品上，賣一萬塊錢，這個(gè)是可以的。但這又大大局限了產(chǎn)品的應(yīng)用范圍。

通過把成本降下來，可以在原來可能是金字塔尖上那些產(chǎn)品可以為金字塔的主體所用。而在云知聲看來，這才是物聯(lián)網(wǎng)的本來意義。

重構(gòu)芯片架構(gòu)的專用型芯片，成為平衡這些訴求的唯一方案。據(jù)介紹，UniOne 能將當(dāng)前語音 AI 的相關(guān)的能力能夠充分的發(fā)揮出來。

「從前面的評(píng)測(cè)數(shù)據(jù)來講，是綽綽有余的?？梢园旬?dāng)前最先進(jìn)的語音技術(shù)放到我們的芯片上跑，完全沒問題?！估钕龊f。

至于有多么省錢，黃偉舉了一個(gè)例子。

以智能音箱為例。跟聲音相相關(guān)的部分，BOM 差不多在 100 快左右(看你用幾個(gè)麥克風(fēng)和什么芯片，基本上在 100 塊左右)。有了這枚芯片，以我們主推方案為例，BOM 可以控制在 3 美金以內(nèi)。就是說，以前 100 塊錢做的事情，現(xiàn)在十幾塊人民幣可以搞定。我們 3 美金方案做的事情是同價(jià)位通用方案的 40 倍。

UniOne : 全棧能力與平衡藝術(shù)

和已經(jīng)呈現(xiàn)紅海狀態(tài)的圖像和視頻深度學(xué)習(xí)加速芯片領(lǐng)域不同，語音交互領(lǐng)域的芯片正處在上升期，目前玩家也比較少。

一個(gè)比較重要的原因在于，語音交互鏈條比較長(zhǎng)，全棧打通的少。就此而言，這類芯片的設(shè)計(jì)，比圖像和視頻深度學(xué)習(xí)芯片更復(fù)雜。

云知聲能將降噪、語音識(shí)別和語音合成結(jié)合到 UniOne ，離不開云知聲修建的「高速公路」 Atlas，「你可以叫它云知聲版本的 TensorFlow」 黃偉說。

公司將統(tǒng)計(jì)學(xué)習(xí)和深度學(xué)習(xí)的算法抽象出來，搭建出一個(gè)通用 ML 平臺(tái)。在這條高速公路的幫助下，云知聲衍生出語音識(shí)別、NLP、TTS 等技術(shù)。只需少數(shù)的人才即可完成全棧的能力，無需(實(shí)際上也不可能)為全鏈條的每個(gè)技能建造一支深度學(xué)習(xí)團(tuán)隊(duì)。

「包括我們的芯片也是從這衍生出來的?！裹S偉介紹道，指令集(也是最為重要的部分)就是函數(shù)，我們將 Atlas 里面的深度學(xué)習(xí)的一些常規(guī)算法、函數(shù)硬件化了。由于 Atlas 是與硬件耦合在一起(這一點(diǎn)與TF不同)的，因此研發(fā)效率也高很多。

云知聲 CEO 黃偉講述公司為什么可以在人數(shù)并不多的情況下做了這么多事情。

全棧能力與研發(fā)效率固然是一方面，但是讓李霄寒印象最為深刻的體驗(yàn)是：AI 芯片在保證高性能、高能效比的同時(shí)，兼顧靈活性和通用性。他認(rèn)為，這是芯片設(shè)計(jì)中最難把握的事情之一。

「我們?cè)?jīng)追求過極致性能，也追求過極致功耗。但后來發(fā)現(xiàn)過了一定程度，超出你的需要之后，真心沒那么重要。追求極致功耗很容易，但是你的成本會(huì)上來，技術(shù)挑戰(zhàn)也會(huì)上來。」李霄寒說。

「風(fēng)險(xiǎn)加大。一旦你失敗，意味著你這一年來白做了?！勾翱谄诘臅r(shí)間成本，誰都浪費(fèi)不起。

還有算法方面的平衡。比如，既要考慮到對(duì)算法要有一定的耦合性，這樣才能最優(yōu)化，又考慮到要降低它的耦合。

而且做智能家居，光有聲音是不夠的，未來還需要畫面甚至執(zhí)行能力(比如機(jī)器人)。 「我們這枚芯片還可以跑圖像。」黃偉說，我們判斷教育未來也應(yīng)該是多模態(tài)的。

過去三年中，云知聲花了很多時(shí)間在調(diào)研，而流片時(shí)間其實(shí)只有半年。

「其余時(shí)間都是利用各種工具在紙上推演。從當(dāng)初許多選擇，最后剩下一兩個(gè)?！估钕龊f。

云知聲 IoT 事業(yè)部副總裁李霄寒

「如果三年前，現(xiàn)在這些芯片創(chuàng)業(yè)公司已經(jīng)存在，你們會(huì)選擇與他們合作嗎?」筆者不禁好奇。

「不會(huì)」李霄寒坦言。因?yàn)闊o法確定有限時(shí)間里，是否可以做出芯片。不過，最關(guān)鍵的是「不知道最后適不適合我們?！?/p>

算法本身是在演進(jìn)。「這需要芯片公司對(duì)算法有深刻的了解，而且對(duì)這個(gè)算法有一個(gè)比較強(qiáng)的抽象能力，你對(duì)他未來的演進(jìn)是有足夠的信心，你才去敢為這個(gè)東西為它不變的那部分去設(shè)計(jì)芯片?！估钕龊f。而這，正是很多芯片公司比較糾結(jié)的地方。芯片公司永遠(yuǎn)不知道哪個(gè)時(shí)間點(diǎn)算法會(huì)穩(wěn)定下來。

所謂指令集，其實(shí)就是函數(shù)。對(duì)于算法公司來說，他們幾乎不可能將核心算法的源代碼開放給芯片公司。然而，ASIC 存在的目的就是讓深度學(xué)習(xí)發(fā)揮最大威力，如果沒有深度耦合，彼此不能開誠(chéng)布公，這也就失去研發(fā)這枚芯片的真正意義。黃偉補(bǔ)充道。

公開資料顯示，UniOne 功耗與性能的設(shè)計(jì)上，通過運(yùn)算單元之間的可編程互聯(lián)矩陣，在保證運(yùn)算效率的同時(shí)，采用多級(jí) - 多組 - 多端口的 Memory 架構(gòu)以保證片內(nèi)數(shù)據(jù) 帶寬的提升及降低芯片功耗。

而在架構(gòu)靈活性方面，通過 Scratch-Pad 將主控 CPU 與 AI 加速器內(nèi)部 RAM 相連，提供高效的 CPU 與 AI 加速器之間的數(shù)據(jù)通道，以便 CPU 對(duì) AI 加速器運(yùn)算結(jié)果進(jìn)行二次處理。

另外，連接各個(gè)運(yùn)算單元的可編程互聯(lián)矩陣架構(gòu)，提供了擴(kuò)展運(yùn)算指令的功能，從而進(jìn)一步提升硬件架構(gòu)的靈活性及可擴(kuò)展性。

此外，芯片架構(gòu)方面的其余探索還包括多級(jí)多模式喚醒、從能量檢測(cè)到人類聲音檢測(cè)到喚醒詞檢測(cè)、針對(duì)語音設(shè)備及使用場(chǎng)景的定制化 Power Domain 等技術(shù)，將芯片功耗降至最低。

如果將鏡頭從語音交互公司身上離開，拉遠(yuǎn)至整個(gè)物聯(lián)網(wǎng)領(lǐng)域的玩家，幾乎所有的互聯(lián)網(wǎng)巨頭都進(jìn)入到了視野。

今年 4 月，阿里高調(diào)進(jìn)軍物聯(lián)網(wǎng)。作為電商和云計(jì)算巨頭，阿里無疑具有成為中國(guó)版「Echo」的野心。

即將赴港 IPO 的小米也在說明書中表明所募資金的30%將用于 IoT(物聯(lián)網(wǎng))、生活消費(fèi)產(chǎn)品及移動(dòng)互聯(lián)網(wǎng)服務(wù)(包括人工智能)等生態(tài)鏈建設(shè)。

陸奇空降百度后，DuerOS 就上升到了與 Apollo 一樣的戰(zhàn)略高度。目前，已經(jīng)廣泛賦能智能家居、可穿戴、車載和移動(dòng)多個(gè)行業(yè)，并與小魚在家、聯(lián)想、美的的多家企業(yè)達(dá)成生態(tài)合作。

什么類型的公司會(huì)有更有勝算?是「從軟到硬」的技術(shù)公司，還是「從硬到軟」的玩家?還是互聯(lián)網(wǎng)巨頭?這枚 AI 芯片又能為「從軟到硬」的公司贏得多大分量的勝算籌碼?

「百度是先 DuerOS，然后通過投資和并購落地。我們是通過芯片模組植入設(shè)備來落地，然后同時(shí)去滿足云端服務(wù)需求?！裹S偉說，一個(gè)是自上而下，一個(gè)自下而上。

但是，端落地比云端復(fù)雜地多，也不具有很強(qiáng)的復(fù)制性，這可能不是巨頭擅長(zhǎng)的。巨頭也要補(bǔ)足自己全棧上的短板。

不過有一點(diǎn)是肯定的，由于 AI 芯片的交叉學(xué)科性質(zhì)，這里存在一定的技術(shù)縱深。

「一年前的技術(shù)領(lǐng)先可能被后來的人追趕上了，但是這個(gè)基礎(chǔ)上，仍然有我們向前進(jìn)的空間。」李霄寒說。

所以，對(duì)于創(chuàng)業(yè)公司也好，或者比較有實(shí)力技術(shù)公司也好，在一定時(shí)間之內(nèi)，它們可以與后面的公司持續(xù)性地拉開距離，并保持這一優(yōu)勢(shì)。

而在黃偉看來，現(xiàn)階段最重要的仍然是數(shù)據(jù)。

「假如我的芯片成本是 2 美金，給車廠賣 8 美金，6 美金里包含了我的利潤(rùn)，包含了軟件部分?！顾f，

「現(xiàn)階段最重要的是讓中國(guó)千萬臺(tái)車植入我們的芯片，所有的數(shù)據(jù)和服務(wù)內(nèi)容都連接到我們的云端，這會(huì)是更大的價(jià)值?！?/p>

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。