日B视频 亚洲,啪啪啪网站一区二区,91色情精品久久,日日噜狠狠色综合久,超碰人妻少妇97在线,999青青视频,亚洲一区二卡,让本一区二区视频,日韩网站推荐

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

科技云報(bào)道:卷完參數(shù)卷應(yīng)用,大模型落地有眉目了?

科技云報(bào)到 ? 來源:jf_60444065 ? 作者:jf_60444065 ? 2024-04-07 17:05 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

科技云報(bào)道原創(chuàng)。

國內(nèi)大模型戰(zhàn)場的比拼正在進(jìn)入新的階段。

隨著產(chǎn)業(yè)界對模型落地的態(tài)度逐漸回歸理性,企業(yè)客戶的認(rèn)知從原來的“覺得大模型什么都能做”的階段,已經(jīng)收斂到“大模型能夠給自身業(yè)務(wù)帶來什么價(jià)值上了”。

2023 年下半年,不少企業(yè)將目光鎖定在行業(yè)模型上。如何降低大模型使用門檻,讓大模型真正在行業(yè)里用起來,是業(yè)內(nèi)普遍關(guān)注的焦點(diǎn)。

由此,國內(nèi)廠商在大模型上的認(rèn)知也在逐步統(tǒng)一——百度創(chuàng)始人李彥宏認(rèn)為“卷大模型沒有意義,卷應(yīng)用機(jī)會(huì)更大”;騰訊高管湯道生表示“大模型只是開端,行業(yè)應(yīng)用才是未來”;華為云CEO張平安明確大模型“為行業(yè)而生,聚焦B端行業(yè)客戶”,更直言盤古大模型“沒時(shí)間作詩、沒時(shí)間聊天”。

這也意味著,更多大模型廠商將開始卷應(yīng)用,這會(huì)是今年競爭最為激烈的板塊之一。

大模型行業(yè)落地渴望 “開箱即用”

過去半年,大模型To B的落地應(yīng)用摸索已經(jīng)度過嘗鮮期。

對于企業(yè)而言,他們希望更快使用上大模型,在市場競爭中獲得優(yōu)勢。但大模型的技術(shù)門檻很高,因此企業(yè)并不會(huì)從頭開始訓(xùn)練自己的基礎(chǔ)大模型,更多是基于某個(gè)成熟的大模型做二次開發(fā)。

然而,想借用好現(xiàn)有的通用大模型,企業(yè)仍面臨著三大難題:

首先,各類企業(yè)的場景需求、復(fù)雜程度、智能化程度千差萬別,大模型能力邊界與企業(yè)的場景需求如何快速、準(zhǔn)確匹配;

其次,從模型到應(yīng)用中間還需要諸多技術(shù)橋梁,諸如SFT、RAG、LangChain、Agent等技術(shù),如何與大模型有機(jī)組合達(dá)成最優(yōu)解;

第三,企業(yè)過去積累了大量IT設(shè)施、軟件、企業(yè)數(shù)據(jù)、業(yè)務(wù)流程,如何讓大模型與現(xiàn)有設(shè)施結(jié)合的情況下,保障企業(yè)數(shù)據(jù)信息安全。

換句話說,企業(yè)無論是基于開源或閉源的通用大模型來做行業(yè)化落地,都遠(yuǎn)沒有到達(dá)開箱即用的程度。

不過這也成為大模型廠商在競爭中突圍的方向,除了要在底層技術(shù)上繼續(xù)夯實(shí)外,補(bǔ)足行業(yè)Know-how和成功經(jīng)驗(yàn)也是重中之重。

在百度和阿里的發(fā)展經(jīng)驗(yàn)中,似乎可以給大模型行業(yè)一些啟示。

其中,百度用搭建行業(yè)模型、垂直場景模型和應(yīng)用的方式賦能具體行業(yè)。

2023年3月,百度智能云推出千帆大模型平臺,從算力、模型、到應(yīng)用層層結(jié)合,為企業(yè)提供一整套大模型開發(fā)工具。

一年后,基于一線經(jīng)驗(yàn)積累和實(shí)戰(zhàn)反饋,百度智能云抽取出“研、產(chǎn)、供、銷、服”環(huán)節(jié)中的典型場景,于近日推出了5款全新模型和7款應(yīng)用產(chǎn)品,來解決企業(yè)用好大模型的“三大難題”。

以此次發(fā)布的國內(nèi)首款大模型全面重構(gòu)的智能客服——百度智能云客悅為例,相比傳統(tǒng)客服,客悅可結(jié)合大模型的理解、推理、記憶能力,實(shí)現(xiàn)更友好的對話、更高效的運(yùn)營。

wKgZomYSYeOAfq0SAAFOMjCijbQ552.jpg

比如,當(dāng)用戶提問“我的車總有吱吱吱的聲音”,傳統(tǒng)客服無法理解“吱吱吱”這種口語化的表達(dá)。

而客悅在大模型的加持下,會(huì)繼續(xù)追問用戶該問題持續(xù)的時(shí)間和頻次,并通過推理反饋用戶,可能是皮帶老化或者張緊輪松動(dòng)導(dǎo)致,建議到店檢查。

若用戶反饋沒時(shí)間檢查,客悅還會(huì)基于自身知識庫,提醒不檢修可能導(dǎo)致車輛失去動(dòng)力、長期會(huì)引起發(fā)動(dòng)機(jī)故障等問題,引起用戶重視,守護(hù)行車安全。目前,用戶問題自助解決率已超過90%。

在運(yùn)營效率方面,上一代的傳統(tǒng)智能客服進(jìn)行業(yè)務(wù)辦理、知識咨詢、閑聊等能力,需要花費(fèi)的人效約100人/天,而客悅僅需約15.5人/天,大模型客服運(yùn)營效率提升6倍。

目前為止,百度智能云已經(jīng)布局了電力、汽車、金融、政務(wù)等十余個(gè)行業(yè)大模型,并取得了不錯(cuò)的效果,客戶中也出現(xiàn)了國家電網(wǎng)、浦發(fā)銀行、泰康、吉利等知名企業(yè)。

相比之下,阿里采用了另一套邏輯:賦能于內(nèi)部已有應(yīng)用和服務(wù),再技術(shù)外溢至行業(yè)客戶。

除已經(jīng)發(fā)布“通義千問”大模型外,夸克也發(fā)布了自研大模型,應(yīng)用于通用搜索、醫(yī)療健康等場景;后加之內(nèi)部推行“云釘一體”,作為辦公一體化平臺,釘釘上線AI魔法棒,推出17項(xiàng)與AI相關(guān)服務(wù),也為通義千問大模型助力頗多。

同時(shí),阿里也提供了不少類似于Anyone fit類型的圖像模型解決方案,其工具十分貼合電商需求場景。

因在電商、物流層面的深厚積累,讓阿里擁有了對不同領(lǐng)域的行業(yè)特點(diǎn)、業(yè)務(wù)流程和客戶需求有了充分的認(rèn)識。

基于此,阿里的產(chǎn)品便可以在深度了解用戶需求的基礎(chǔ)上,為客戶提供定制化的解決方案,滿足其業(yè)務(wù)需求,提高其業(yè)務(wù)效率和競爭力。這讓大模型有了其應(yīng)有之意,不至于淪落為“無源之水”。

頭部大廠領(lǐng)跑大模型行業(yè)落地

在大模型的 toB 競爭中,本質(zhì)而言,是取決于客戶企業(yè)對商業(yè)價(jià)值的認(rèn)知。和其他行業(yè)一樣,在大模型領(lǐng)域,“多快好省” 和 “物美價(jià)廉” 難以兩全,匆忙上陣的結(jié)果可能是一地雞毛。

因此,企業(yè)客戶在大模型的選擇上更為審慎。盡管大模型的應(yīng)用還在初期,但企業(yè)在模型選擇、模型可靠性、應(yīng)用成本、使用門檻等層面,已有各種考量和顧慮。

百度集團(tuán)副總裁侯震宇曾在采訪中表示:“最終能夠讓大模型服務(wù)推廣開的只有兩個(gè)原因:第一個(gè)是模型效果,第二個(gè)是成本。”

以百度智能云為例,其大模型的調(diào)用和訓(xùn)練成本一直在下降。文心一言開啟內(nèi)測后,一個(gè)月就迭代了四次。

根據(jù)百度披露的數(shù)據(jù),文心一言的推理成本如今只有發(fā)布之初的十分之一,在發(fā)布的3個(gè)月內(nèi)推理效率提升10倍,模型推理性能提升50%,模型算力利用率提升1倍。

侯震宇透露,隨著技術(shù)迭代帶來的成本下降,不管是在模型使用,還是在模型微調(diào)甚至在模型再訓(xùn)練方面,“價(jià)格應(yīng)該不會(huì)成為大家使用或者擁抱大模型的瓶頸”。

與此同時(shí),在SuperCLUE中文大模型7月最新榜單中,百度的大語言模型產(chǎn)品文心一言以62分的總成績一舉超越越GPT-3.5-turbo(59.79)和ChatGLM-130B(59.35)等,穩(wěn)居行業(yè)頭部。

除了成本和效果,大模型從開發(fā)、應(yīng)用到調(diào)優(yōu)的每一個(gè)環(huán)節(jié)如何落地,如何基于數(shù)據(jù)安全合規(guī)進(jìn)行私有化部署等,都是企業(yè)客戶重點(diǎn)關(guān)注的問題。

例如,很多企業(yè)需要的聊天機(jī)器人,并不是選擇具備強(qiáng)大通用能力的大模型就可以,還要求大模型廠商能夠提供易用性、完備度、安全性、穩(wěn)定性都有保證的工具鏈。

在關(guān)注大模型技術(shù)棧完備性的同時(shí),企業(yè)還需要選擇適合自身業(yè)務(wù)的大模型廠商——既有充分的產(chǎn)業(yè)應(yīng)用經(jīng)驗(yàn)積累,也能夠?qū)⒓夹g(shù)應(yīng)用到實(shí)際業(yè)務(wù)場景中。

目前,百度智能云推出的千帆大模型平臺就擁有較為全面的數(shù)據(jù)服務(wù)能力,從生成、標(biāo)注、回流再到模型訓(xùn)練(Post-pretraining、Fine-tuning、Prompt-tuning)、模型評估(主觀評估、客觀評估)和壓縮、自動(dòng)化 Prompt 工程、到插件應(yīng)用編排,客戶都可以在千帆上一站式完成。

這意味著企業(yè)客戶可以將基于千帆平臺從0開始訓(xùn)練自己的專屬模型,同時(shí)訓(xùn)練好的模型也可以部署和托管在千帆平臺上,獲得極致的性能、企業(yè)級的高可用性和安全環(huán)境。

由于千帆平臺已經(jīng)制備了開箱即用的使用流程,用可視化產(chǎn)品界面的方式引導(dǎo)用戶使用,極大降低了使用門檻。對于企業(yè)級市場比較擔(dān)心的安全可靠問題,也內(nèi)置了安全機(jī)制,確保模型的輸入和輸出的安全。

不久前,IDC發(fā)布的《AI大模型技術(shù)能力評估報(bào)告,2023》對國內(nèi)主流大模型,包括百度、阿里、騰訊、華為、科大訊飛、360、商湯等14家廠商參進(jìn)行了評估。

IDC分別對大模型的平臺、創(chuàng)新、通用、算法、服務(wù)、生態(tài)合作、行業(yè)覆蓋和安全可解釋性等諸多方面進(jìn)行了評價(jià),其中百度 7 個(gè)滿分,阿里 6 個(gè)滿分。百度在算法模型、行業(yè)覆蓋領(lǐng)域拿下行業(yè)唯一滿分。

可以看到,頭部大廠的大模型產(chǎn)品已經(jīng)有所成效。相較之下,部分初創(chuàng)和腰部公司開始呈現(xiàn)疲態(tài)。

從光年之外退出競爭、訊飛大幅虧損難以支撐大模型投入便可以得知,一些 “笨鳥先飛” 的企業(yè)已逐漸落后于發(fā)展大勢。

對于企業(yè)業(yè)務(wù)而言,現(xiàn)階段更加穩(wěn)妥的方式還是在大廠之間做出抉擇。大廠大模型更能保證服務(wù)交付、運(yùn)維和維保,這也是企業(yè)對自身向智能化方向轉(zhuǎn)型更加負(fù)責(zé)任地選擇。

結(jié)語

隨著企業(yè)研發(fā)、生產(chǎn)、銷售、人力等各項(xiàng)業(yè)務(wù)場景數(shù)字化深入,如何借助大模型的力量,發(fā)揮出應(yīng)用的最大價(jià)值,正成為企業(yè)商業(yè)制勝的關(guān)鍵所在。

接下來的競爭,對于企業(yè)而言,不再是局限于大模型的追逐,而是如何基于大模型對應(yīng)用產(chǎn)品進(jìn)行自我優(yōu)化和革新。

對于大模型廠商而言,比拼的不僅是算力、算法和數(shù)據(jù),未來長期的發(fā)展比的更是落地應(yīng)用、生態(tài)渠道、客戶服務(wù)、運(yùn)維等系統(tǒng)性、全面性的支持。

這需要廠商具備強(qiáng)大的技術(shù)水平,以及不斷迭代升級的能力。要滿足可控和合規(guī)的要求,也需要廠商有較強(qiáng)的綜合能力,能夠長期穩(wěn)定的投入人力物力。

【關(guān)于科技云報(bào)道】

專注于原創(chuàng)的企業(yè)級內(nèi)容行家——科技云報(bào)道。成立于2015年,是前沿企業(yè)級IT領(lǐng)域Top10媒體。獲工信部權(quán)威認(rèn)可,可信云、全球云計(jì)算大會(huì)官方指定傳播媒體之一。深入原創(chuàng)報(bào)道云計(jì)算、大數(shù)據(jù)、人工智能、區(qū)塊鏈等領(lǐng)域。

審核編輯 黃宇

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
  • AI
    AI
    +關(guān)注

    關(guān)注

    91

    文章

    41751

    瀏覽量

    302938
  • 大模型
    +關(guān)注

    關(guān)注

    2

    文章

    3844

    瀏覽量

    5289
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點(diǎn)推薦

    模型聚合時(shí)代:科技 AI 網(wǎng)關(guān)輕量化賦能企業(yè)落地

    模型的迫切需求,大模型API聚合平臺順勢崛起,成為企業(yè)快速落地AI的優(yōu)選路徑。2026年5月8日,中國移動(dòng)在移動(dòng)大會(huì)上正式發(fā)布模型服務(wù)平
    的頭像 發(fā)表于 05-15 09:55 ?279次閱讀
    大<b class='flag-5'>模型</b>聚合時(shí)代:<b class='flag-5'>云</b>邊<b class='flag-5'>云</b>科技 AI 網(wǎng)關(guān)輕量化賦能企業(yè)<b class='flag-5'>落地</b>

    紗機(jī)PLC數(shù)據(jù)采集物聯(lián)網(wǎng)解決方案

    在紡織制造業(yè)中,紗機(jī)作為關(guān)鍵生產(chǎn)設(shè)備,其運(yùn)行狀態(tài)、生產(chǎn)效率及故障響應(yīng)能力直接影響產(chǎn)品質(zhì)量與企業(yè)效益。傳統(tǒng)紗機(jī)多依賴人工巡檢和本地監(jiān)控,存在數(shù)據(jù)孤島、響應(yīng)滯后、維護(hù)成本高等問題。通過引入物聯(lián)網(wǎng)
    的頭像 發(fā)表于 04-17 11:04 ?265次閱讀
    <b class='flag-5'>卷</b>紗機(jī)PLC數(shù)據(jù)采集物聯(lián)網(wǎng)解決方案

    轉(zhuǎn)矩控制的藝術(shù):開環(huán)張力系統(tǒng)的算法實(shí)現(xiàn)與工程調(diào)試 ——從磁鏈觀測到徑積分的嵌入式實(shí)踐

    在拉絲機(jī)的收線輪旁,直徑0.22mm的金屬絲以每秒30米的速度纏繞,徑從100mm空逐漸膨脹至800mm滿。若電機(jī)轉(zhuǎn)矩恒定,張力將隨徑增大而衰減至初始值的八分之一,導(dǎo)致內(nèi)層纏繞
    的頭像 發(fā)表于 04-15 11:44 ?179次閱讀

    三洋 磁帶隨身聽 帶輪異響 放磁帶聲音更大帶不動(dòng)走音

    換了帶輪還是響放入磁帶響聲更大 換了帶輪也不行 換了飛輪也 不好 !懂得的嗎 結(jié)構(gòu)挺簡單的0c3c8a13632762d0137dcface6ec08fa503dc6b7.jpg
    發(fā)表于 04-11 11:05

    友思特案例 | 金屬行業(yè)視覺檢測案例一:彩涂鋼板檢測

    在彩涂鋼板的生產(chǎn)過程中應(yīng)用友思特Neuro-T深度學(xué)習(xí)視覺系統(tǒng),檢測諸如凹痕和劃痕等關(guān)鍵表面缺陷。這一舉措克服了傳統(tǒng)基于規(guī)則的系統(tǒng)的局限性,顯著提高了檢測效率和準(zhǔn)確性。
    的頭像 發(fā)表于 01-16 11:55 ?690次閱讀
    友思特案例 | 金屬行業(yè)視覺檢測案例一:彩涂鋼板<b class='flag-5'>卷</b>對<b class='flag-5'>卷</b>檢測

    艾邁斯歐司朗與合作伙伴聯(lián)合推出可大幅降低二氧化碳排放的紙質(zhì)盤LED運(yùn)輸解決方案

    艾邁斯歐司朗(SIX:AMS)宣布,與奧德堡集團(tuán)(Zumtobel Group)聯(lián)合開發(fā)出用于運(yùn)輸LED燈帶及電子元器件的塑料盤替代方案——采用紙質(zhì)盤運(yùn)輸。該紙質(zhì)盤可顯著改善環(huán)境績效指標(biāo),實(shí)現(xiàn)
    的頭像 發(fā)表于 12-11 10:11 ?552次閱讀

    用PLC實(shí)現(xiàn)徑計(jì)算的兩種算法

    徑計(jì)算,是動(dòng)態(tài)計(jì)算如鋼,紙卷等存料量的一種方法,它是實(shí)現(xiàn)張力控制和自動(dòng)充放料、以及甩尾控制的重要前提。徑計(jì)算目前主流的方法兩種,一種是根據(jù)機(jī)列速度(產(chǎn)線速度)和和被測
    的頭像 發(fā)表于 11-14 16:54 ?2735次閱讀
    用PLC實(shí)現(xiàn)<b class='flag-5'>卷</b>徑計(jì)算的兩種算法

    制袋機(jī)遠(yuǎn)程運(yùn)維管理平臺方案

    制袋機(jī)作為塑料包裝行業(yè)的核心設(shè)備,廣泛應(yīng)用于食品、日化、快遞物流等領(lǐng)域,承擔(dān)著連續(xù)制袋、封口、裁切等關(guān)鍵工序。然而,隨著市場對包裝效率、質(zhì)量及運(yùn)維要求的不斷提升,傳統(tǒng)連制袋機(jī)在管理模式暴露出
    的頭像 發(fā)表于 11-14 16:10 ?632次閱讀
    連<b class='flag-5'>卷</b>制袋機(jī)遠(yuǎn)程運(yùn)維管理平臺方案

    金屬之軀,AI之心:螢石智能鎖如何出新高度

    智能鎖到盡頭,螢石用AI開啟下半場
    的頭像 發(fā)表于 10-11 16:18 ?5783次閱讀
    金屬之軀,AI之心:螢石智能鎖如何<b class='flag-5'>卷</b>出新高度

    Docker容器存儲(chǔ)管理策略

    想象一下這個(gè)場景:凌晨3點(diǎn),你正在熟睡,突然手機(jī)瘋狂響起。生產(chǎn)環(huán)境數(shù)據(jù)庫容器異常重啟,3TB的用戶數(shù)據(jù)瞬間蒸發(fā)!原因?存儲(chǔ)配置不當(dāng),數(shù)據(jù)沒有持久化。
    的頭像 發(fā)表于 08-22 11:51 ?697次閱讀

    服務(wù)器數(shù)據(jù)恢復(fù)—服務(wù)器上的被誤刪數(shù)據(jù)如何恢復(fù)?

    工作人員不慎將一臺服務(wù)器上的誤刪除,服務(wù)器上有一組raid5陣列。需要恢復(fù)誤刪除的數(shù)據(jù)。
    的頭像 發(fā)表于 08-14 11:33 ?1155次閱讀
    服務(wù)器數(shù)據(jù)恢復(fù)—服務(wù)器上的<b class='flag-5'>卷</b>被誤刪數(shù)據(jù)如何恢復(fù)?

    提升布機(jī)效能:PLC智能數(shù)據(jù)采集與遠(yuǎn)程監(jiān)控解決方案

    布機(jī)PLC數(shù)據(jù)采集遠(yuǎn)程監(jiān)控系統(tǒng)解決方案
    的頭像 發(fā)表于 07-03 14:47 ?1170次閱讀
    提升<b class='flag-5'>卷</b>布機(jī)效能:PLC智能數(shù)據(jù)采集與遠(yuǎn)程監(jiān)控解決方案

    布機(jī)數(shù)據(jù)采集遠(yuǎn)程監(jiān)控系統(tǒng)方案

    低下。人工巡檢無法做到實(shí)時(shí)監(jiān)測,常常導(dǎo)致故障發(fā)現(xiàn)滯后。 對此,物通博聯(lián)提供基于工業(yè)數(shù)采網(wǎng)關(guān)的布機(jī)PLC數(shù)據(jù)采集遠(yuǎn)程監(jiān)控系統(tǒng)方案。它支持通過串口/網(wǎng)口接入布機(jī)的PLC,實(shí)時(shí)采集布機(jī)的運(yùn)行狀態(tài)和工藝
    的頭像 發(fā)表于 06-26 17:35 ?1044次閱讀
    <b class='flag-5'>卷</b>布機(jī)數(shù)據(jù)采集遠(yuǎn)程監(jiān)控系統(tǒng)方案

    物聯(lián)網(wǎng)模塊開啟“小而美”革命:體積,更性能與效率!

    隨著Semtech公司LoRa應(yīng)用方案的推出,長距離、低功耗的物聯(lián)網(wǎng)應(yīng)用難題得到了有效緩解。然而,物聯(lián)網(wǎng)行業(yè)的競爭焦點(diǎn)正悄然轉(zhuǎn)變,從距離、功耗邁向體積的新階段。在追求設(shè)備小型化
    的頭像 發(fā)表于 06-23 16:15 ?1261次閱讀
    物聯(lián)網(wǎng)模塊開啟“小而美”革命:<b class='flag-5'>卷</b>體積,更<b class='flag-5'>卷</b>性能與效率!

    實(shí)用電路圖-第1 家用與民用電路

    學(xué)習(xí)當(dāng)前各種實(shí)際的電路的資料,介紹各種家電、通用模擬、通用數(shù)字、測量與傳感、通信、特殊六大類的電路。 是實(shí)際操練的很好借鑒。(其他幾可在我主頁搜索) 純分享貼,需要可以直接下載附件獲取完整資料! (如果內(nèi)容
    發(fā)表于 05-20 16:28
    屏东市| 故城县| 那坡县| 涞水县| 凭祥市| 怀远县| 蛟河市| 大埔区| 平遥县| 通州区| 宁安市| 商水县| 丰原市| 安龙县| 漾濞| 德令哈市| 仁寿县| 高陵县| 黔南| 隆林| 湟中县| 仁怀市| 芜湖县| 迭部县| 民县| 宁陵县| 潞城市| 尼玛县| 广灵县| 宿州市| 堆龙德庆县| 工布江达县| 东乡县| 南召县| 临颍县| 成武县| 麻阳| 荆门市| 南靖县| 甘谷县| 松滋市|