麻豆精品无码av,欧美1区2区,久久中文字幕乱码人妻,亚洲欧美另类少妇精品,在线看黄射,69pao高清,九九九久久久国产精品,子操大逼1234区,九九爱99热精品

0
點(diǎn)贊
0
評(píng)論
0
轉(zhuǎn)載
我要入駐

CCF Computility 2026 | 楊強(qiáng)、李哲濤、陳龍、鳳陽、陳磊、陳益強(qiáng)等教授、專家邀您共話第二屆“模型聯(lián)邦網(wǎng)絡(luò)(模聯(lián)網(wǎng))前沿技術(shù)”論壇

瀏覽量 78
發(fā)布時(shí)間 2026-06-06 01:20:58（已編輯）
收錄于合集： # CCF Computility
        第三屆中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）分布式計(jì)算大會(huì)暨中國(guó)算力網(wǎng)大會(huì) (CCF Computility 2026）將于 2026 年 7 月 24 日至 26 日在中國(guó)河北雄安新區(qū)舉行，會(huì)議規(guī)模預(yù)計(jì) 1500 余人。本次會(huì)議由中國(guó)計(jì)算機(jī)學(xué)會(huì)主辦，中國(guó)計(jì)算機(jī)學(xué)會(huì)分布式計(jì)算與系統(tǒng)專委會(huì)與北京郵電大學(xué)共同承辦。會(huì)議主題為 “算力網(wǎng)：新質(zhì)生產(chǎn)力背景下的分布式系統(tǒng)”，旨在為分布式系統(tǒng)和算力網(wǎng)相關(guān)的從業(yè)者提供最專業(yè)的學(xué)術(shù)研討、技術(shù)交流和成果展示的平臺(tái)。CCF Computility 2026 為大家準(zhǔn)備了 11 場(chǎng)由院士等頂級(jí)專家?guī)淼闹髦紙?bào)告，15+場(chǎng)技術(shù)論壇（120+位特邀報(bào)告）。
        目前會(huì)議注冊(cè)通道已經(jīng)開放，早鳥優(yōu)惠火熱報(bào)名中！
 
論壇背景
       隨著大模型技術(shù)持續(xù)演進(jìn)，智能系統(tǒng)正逐步逼近單體能力擴(kuò)展的邊界。以“集中式訓(xùn)練”為核心的技術(shù)路徑雖顯著提升了模型能力，但其高算力依賴與場(chǎng)景泛化受限，使其難以支撐開放環(huán)境中動(dòng)態(tài)、多樣的服務(wù)需求。同時(shí)，現(xiàn)實(shí)系統(tǒng)正由多源模型、邊緣設(shè)備與人類主體共同構(gòu)成異構(gòu)智能體體系，系統(tǒng)性能的關(guān)鍵不再取決于單一模型能力，而在于多主體之間的協(xié)同效率。模型聯(lián)邦網(wǎng)絡(luò)（模聯(lián)網(wǎng)）從系統(tǒng)視角出發(fā)，將智能系統(tǒng)的核心對(duì)象由“模型能力”轉(zhuǎn)向“協(xié)同關(guān)系”，通過任務(wù)測(cè)調(diào)與智能體協(xié)作的雙層結(jié)構(gòu)，實(shí)現(xiàn)異構(gòu)智能體的動(dòng)態(tài)組織與持續(xù)演化。在不依賴數(shù)據(jù)共享與集中訓(xùn)練的前提下，支持分布式模型與服務(wù)單元的按需組合與協(xié)同優(yōu)化。本論壇將圍繞異構(gòu)智能體協(xié)同推理、任務(wù)驅(qū)動(dòng)的模型動(dòng)態(tài)適配與可信協(xié)作機(jī)制等關(guān)鍵問題展開，探索“模型即服務(wù)（MaaS）”向協(xié)同運(yùn)行范式的演進(jìn)路徑，為人工智能2.0時(shí)代的分布式數(shù)智基礎(chǔ)設(shè)施提供支撐。 
 
論壇報(bào)告安排

注冊(cè)時(shí)間及繳費(fèi)標(biāo)準(zhǔn)
論壇主席及介紹
陳益強(qiáng) 研究員
中國(guó)科學(xué)院計(jì)算技術(shù)研究所
        中國(guó)科學(xué)院計(jì)算技術(shù)研究所副所長(zhǎng)，中國(guó)科學(xué)院雄安創(chuàng)新研究院籌建工作組組長(zhǎng)，多模態(tài)協(xié)同與高質(zhì)效應(yīng)用北京市重點(diǎn)實(shí)驗(yàn)室主任。兼任國(guó)家“現(xiàn)代服務(wù)業(yè)”和“BT和IT融合”重點(diǎn)專項(xiàng)總體專家組成員。IEEE/CCF Fellow。曾入選國(guó)家級(jí)科技創(chuàng)新領(lǐng)軍人才、科技部中青年科技創(chuàng)新領(lǐng)軍人才以及北京市科技新星等。主要從事人工智能、普適計(jì)算、聯(lián)邦學(xué)習(xí)等方向研究，在多模態(tài)高精度感知、跨模態(tài)細(xì)粒度關(guān)聯(lián)、眼科和腦疾病智能輔診模型及聯(lián)邦平臺(tái)等研究方面取得成果，在國(guó)際重要期刊和會(huì)議上發(fā)表論文200余篇，獲得會(huì)議最佳論文獎(jiǎng)7項(xiàng)；申請(qǐng)發(fā)明專利100余項(xiàng)，授權(quán)50余項(xiàng)；曾獲國(guó)家科技進(jìn)步獎(jiǎng)二等獎(jiǎng)以及2017CCF技術(shù)發(fā)明一等獎(jiǎng)（排名第一），2015、2016 連續(xù)兩年獲北京市科技進(jìn)步二等獎(jiǎng)等。 

楊強(qiáng) 院士
香港理工大學(xué)
        楊強(qiáng)教授，現(xiàn)為加拿大工程院（CAE）及加拿大皇家學(xué)院（RSC）院士、香港理工大學(xué)人工智能高等研究院及香港理工大學(xué)聯(lián)邦學(xué)習(xí)研究院院長(zhǎng)、中國(guó)人工智能學(xué)會(huì)（CAAI）副理事長(zhǎng)，也是CAAI、AAAI、ACM、IEEE、AAAS等多個(gè)國(guó)際學(xué)會(huì)的Fellow。他是國(guó)際頂級(jí)期刊《ACM TIST》和《IEEE TRANS on BIG DATA》的創(chuàng)始主編。其研究領(lǐng)域聚焦于遷移學(xué)習(xí)與聯(lián)邦學(xué)習(xí)的研究及應(yīng)用，著有《遷移學(xué)習(xí)》、《聯(lián)邦學(xué)習(xí)》、《隱私計(jì)算》等。他此前曾任香港科技大學(xué)教授（榮休）、微眾銀行首席人工智能官（榮休），還曾擔(dān)任 AAAI-2021大會(huì)主席、國(guó)際人工智能聯(lián)合會(huì)（IJCAI）理事會(huì)主席，并先后榮獲2017年“ACM SIGKDD”杰出服務(wù)獎(jiǎng)與2023年“IJCAI Donald E.Walker”杰出服務(wù)獎(jiǎng)。 
 
講者及報(bào)告介紹
楊強(qiáng) 院士
香港理工大學(xué)
        講者簡(jiǎn)介：楊強(qiáng)教授，現(xiàn)為加拿大工程院（CAE）及加拿大皇家學(xué)院（RSC）院士、香港理工大學(xué)人工智能高等研究院及香港理工大學(xué)聯(lián)邦學(xué)習(xí)研究院院長(zhǎng)、中國(guó)人工智能學(xué)會(huì)（CAAI）副理事長(zhǎng)，也是CAAI、AAAI、ACM、IEEE、AAAS等多個(gè)國(guó)際學(xué)會(huì)的Fellow。他是國(guó)際頂級(jí)期刊《ACM TIST》和《IEEE TRANS on BIG DATA》的創(chuàng)始主編。其研究領(lǐng)域聚焦于遷移學(xué)習(xí)與聯(lián)邦學(xué)習(xí)的研究及應(yīng)用，著有《遷移學(xué)習(xí)》、《聯(lián)邦學(xué)習(xí)》、《隱私計(jì)算》等。他此前曾任香港科技大學(xué)教授（榮休）、微眾銀行首席人工智能官（榮休），還曾擔(dān)任 AAAI-2021大會(huì)主席、國(guó)際人工智能聯(lián)合會(huì)（IJCAI）理事會(huì)主席，并先后榮獲2017年“ACM SIGKDD”杰出服務(wù)獎(jiǎng)與2023年“IJCAI Donald E.Walker”杰出服務(wù)獎(jiǎng)。
        報(bào)告題目：可信聯(lián)邦學(xué)習(xí)和聯(lián)邦智能體 
        報(bào)告摘要：本講座聚焦可信聯(lián)邦學(xué)習(xí)與聯(lián)邦智能體?？尚怕?lián)邦學(xué)習(xí)通過融合隱私保護(hù)與分布式訓(xùn)練與推理，解決了傳統(tǒng)聯(lián)邦學(xué)習(xí)在安全與效率上的短板。聯(lián)邦智能體則賦予各參與方自主決策與協(xié)作能力，實(shí)現(xiàn)了動(dòng)態(tài)環(huán)境下的自適應(yīng)模型聚合。二者結(jié)合推動(dòng)了從集中式“共訓(xùn)共推理”到去中心化“分布式訓(xùn)練推理進(jìn)化”智能范式的轉(zhuǎn)變。為人工智能的未來提供了新路徑。 

李哲濤 教授
暨南大學(xué)
        講者簡(jiǎn)介：李哲濤，暨南大學(xué)信息科學(xué)技術(shù)學(xué)院院長(zhǎng)，二級(jí)教授。在學(xué)術(shù)研究方面，圍繞計(jì)算機(jī)網(wǎng)絡(luò)、人工智能等研究領(lǐng)域，近年來發(fā)表學(xué)術(shù)論文40余篇；獲得中國(guó)發(fā)明專利授權(quán)20余項(xiàng)。在項(xiàng)目承擔(dān)方面，主持國(guó)家自然科學(xué)基金科研儀器項(xiàng)目、重點(diǎn)項(xiàng)目等。在獎(jiǎng)勵(lì)榮譽(yù)方面，入選國(guó)家高層次創(chuàng)新領(lǐng)軍人才、教育部青年長(zhǎng)江學(xué)者；參與獲國(guó)家科學(xué)技術(shù)進(jìn)步獎(jiǎng)二等獎(jiǎng)等。
        報(bào)告題目：模型互聯(lián)網(wǎng) 
        報(bào)告摘要：互聯(lián)網(wǎng)、云計(jì)算與大數(shù)據(jù)的快速發(fā)展推動(dòng)了人工智能進(jìn)入大模型時(shí)代。然而，大模型發(fā)展正面臨兩方面挑戰(zhàn)：（1）硬成本巨大、軟成本昂貴、質(zhì)增益微弱;（2）異構(gòu)模型急速增長(zhǎng)和泛在部署，模型間交互協(xié)同日益迫切。受計(jì)算機(jī)互聯(lián)網(wǎng)發(fā)展歷程的啟發(fā)，報(bào)告將分享模型互聯(lián)網(wǎng)（AI-ModelNet）的概念、構(gòu)想及系統(tǒng)架構(gòu)。它是一種通過構(gòu)建模型間消息通路，實(shí)現(xiàn)互聯(lián)互通、能力共享與協(xié)同推理等的新范式。模型互聯(lián)網(wǎng)有望實(shí)現(xiàn)大模型與大算力、大數(shù)據(jù)的解耦，成為邁向通用人工智能的重要分支。

陳龍 博士
江行智能
        講者簡(jiǎn)介：陳龍，江行智能基礎(chǔ)模型CTO，2022年獲上海交通大學(xué)軟件工程博士學(xué)位，并于加拿大西蒙菲莎大學(xué)(SFU)完成博士后研究，兼任上海市計(jì)算機(jī)學(xué)會(huì)系統(tǒng)結(jié)構(gòu)專委會(huì)秘書長(zhǎng)。累計(jì)發(fā)表CCF A類論文30余篇、IEEE/ACMTransactions論文20余篇，學(xué)術(shù)引用超800次，兩次獲得并行與分布式系統(tǒng)領(lǐng)域國(guó)際旗艦會(huì)議最佳論文獎(jiǎng)，擁有10項(xiàng)國(guó)家發(fā)明專利及2項(xiàng)美國(guó)公開專利，相關(guān)成果曾獲加拿大國(guó)家級(jí)媒體CBC及MIT Solve報(bào)道。加入江行前，陳龍?jiān)谧止?jié)跳動(dòng)擔(dān)任高級(jí)研究員，參與火山引擎大模型架構(gòu)設(shè)計(jì)，在超大規(guī)模算力集群管理與大模型工程化方面積累了豐富經(jīng)驗(yàn)。SFU博士后期間，他以特聘專家身份支持江行大規(guī)模模型訓(xùn)練工作。2026年正式加盟江行，擔(dān)任Foundation Model CTO，負(fù)責(zé)基礎(chǔ)大模型技術(shù)路線、底層算力架構(gòu)演進(jìn)，以及核心業(yè)務(wù)場(chǎng)景下的大模型規(guī)模化與商業(yè)化落地。
        報(bào)告題目：從感知環(huán)境到改變世界: 面向開放工業(yè)場(chǎng)景的物理 AI 架構(gòu)與工程化路徑探索 
        報(bào)告摘要：隨著人工智能從數(shù)字世界走向真實(shí)物理世界，具身智能正成為推動(dòng)新一代工業(yè)智能升級(jí)的重要方向。不同于以識(shí)別、分析和內(nèi)容生成為主的數(shù)字智能，面向工業(yè)場(chǎng)景的物理智能需要在復(fù)雜開放環(huán)境中實(shí)現(xiàn)多模態(tài)感知、空間理解、任務(wù)規(guī)劃、自主決策與可靠執(zhí)行的閉環(huán)協(xié)同，并滿足工業(yè)場(chǎng)景對(duì)實(shí)時(shí)性、安全性、穩(wěn)定性與落地性的要求。如何構(gòu)建適應(yīng)真實(shí)場(chǎng)景、支持長(zhǎng)周期運(yùn)行并持續(xù)優(yōu)化的具身智能技術(shù)體系，已成為學(xué)術(shù)界與產(chǎn)業(yè)界共同關(guān)注的問題。本報(bào)告將結(jié)合能源電力等典型行業(yè)實(shí)踐，介紹面向物理世界的核心技術(shù)框架，包括空間智能、多模態(tài)大模型、具身操作模型及一腦多體協(xié)同等關(guān)鍵方向，探討真實(shí)工業(yè)環(huán)境下的數(shù)據(jù)閉環(huán)、模型訓(xùn)練、系統(tǒng)部署與任務(wù)執(zhí)行等技術(shù)挑戰(zhàn)與實(shí)現(xiàn)路徑，并進(jìn)一步展望物理AI在工業(yè)巡檢、自主作業(yè)、復(fù)雜環(huán)境操作與群體協(xié)同中的應(yīng)用潛力。

鳳陽 總經(jīng)理
中國(guó)電信教育行業(yè)事業(yè)部
中電信翼智教育科技有限公司重客部
        講者簡(jiǎn)介：鳳陽，中國(guó)電信教育行業(yè)事業(yè)部、中電信翼智教育科技有限公司重客部總經(jīng)理。中國(guó)電信集團(tuán)公司教育行業(yè)資深專家，中國(guó)電信集團(tuán)人才工作站入站專家，擁有15年教育行業(yè)信息化、數(shù)字化、智能化領(lǐng)域工作經(jīng)驗(yàn)，長(zhǎng)期服務(wù)教育部、科技部、中國(guó)科學(xué)院、中國(guó)社會(huì)科學(xué)院等單位，對(duì)行業(yè)政策解讀、技術(shù)發(fā)展、演進(jìn)趨勢(shì)有深刻理解。
        報(bào)告題目：模聯(lián)網(wǎng)賦能人工智能在行業(yè)場(chǎng)景的落地 
        報(bào)告摘要：當(dāng)前教育行業(yè)大模型應(yīng)用面臨三大痛點(diǎn)：數(shù)據(jù)孤島嚴(yán)重，校際間數(shù)據(jù)難以流通；隱私合規(guī)壓力大，學(xué)生數(shù)據(jù)敏感度高，共享即風(fēng)險(xiǎn)；模型部署成本高，各校重復(fù)投入，中小學(xué)校根本用不起，導(dǎo)致AI在教育領(lǐng)域"叫好不叫座"，試點(diǎn)多、落地少。破局的關(guān)鍵在于模聯(lián)網(wǎng)的技術(shù)探索——我們提出"數(shù)據(jù)不挪窩，模型來服務(wù)"的創(chuàng)新范式，讓模型主動(dòng)走向數(shù)據(jù)，而非數(shù)據(jù)遷就模型。結(jié)合中國(guó)電信可信數(shù)據(jù)空間在數(shù)據(jù)確權(quán)、隱私計(jì)算、安全流通、可信調(diào)度等方面的關(guān)鍵能力，在保障數(shù)據(jù)主權(quán)和合規(guī)的前提下，實(shí)現(xiàn)跨校、跨區(qū)域的模型調(diào)用與智能服務(wù)。這一模式讓優(yōu)質(zhì)大模型能力以服務(wù)化方式觸達(dá)每一所學(xué)校，尤其惠及資源薄弱地區(qū)，可有效支撐智能批改、個(gè)性化教學(xué)、學(xué)情分析等場(chǎng)景，真正推動(dòng)教育行業(yè)人工智能從試點(diǎn)走向規(guī)?；涞?。

陳磊 高級(jí)經(jīng)理
中國(guó)工商銀行
        講者簡(jiǎn)介：陳磊，中國(guó)工商銀行高級(jí)經(jīng)理。在AI大模型與跨境金融融合領(lǐng)域具有豐富經(jīng)驗(yàn)，主導(dǎo)構(gòu)建全球協(xié)同的智能運(yùn)營(yíng)體系，推動(dòng)OCR、RPA與大模型技術(shù)落地，實(shí)現(xiàn)跨境業(yè)務(wù)效率與風(fēng)控能力的雙重突破。 
        報(bào)告題目：AI大模型驅(qū)動(dòng)跨境金融數(shù)字化集約運(yùn)營(yíng)的創(chuàng)新實(shí)踐 
        報(bào)告摘要：工商銀行通過AI大模型技術(shù)重構(gòu)境外業(yè)務(wù)運(yùn)營(yíng)體系，實(shí)現(xiàn)全球資源彈性調(diào)度與智能化升級(jí)?；?ldquo;總行云腦+區(qū)域虛擬中心”三級(jí)架構(gòu)，融合RPA與大模型打造數(shù)字員工矩陣，覆蓋90%跨境標(biāo)準(zhǔn)化操作（如匯款、審單）。智能風(fēng)控系統(tǒng)利用大模型實(shí)現(xiàn)交易實(shí)時(shí)預(yù)警，風(fēng)險(xiǎn)事件發(fā)現(xiàn)率提升50%；OCR與多語言識(shí)別模型將單據(jù)識(shí)別精度提高至95%，業(yè)務(wù)直通率超90%。平臺(tái)化支撐21家境外機(jī)構(gòu)7類核心業(yè)務(wù)，通過“監(jiān)測(cè)-優(yōu)化-驗(yàn)證”閉環(huán)實(shí)現(xiàn)模型自進(jìn)化，人力成本降低31%。數(shù)據(jù)驅(qū)動(dòng)BI大屏實(shí)現(xiàn)運(yùn)營(yíng)全景可視化，推動(dòng)跨境業(yè)務(wù)從經(jīng)驗(yàn)驅(qū)動(dòng)向智能決策轉(zhuǎn)型。

陳益強(qiáng) 研究員
中國(guó)科學(xué)院計(jì)算技術(shù)研究所
        講者簡(jiǎn)介：中國(guó)科學(xué)院計(jì)算技術(shù)研究所副所長(zhǎng)，中國(guó)科學(xué)院雄安創(chuàng)新研究院籌建工作組組長(zhǎng)，多模態(tài)協(xié)同與高質(zhì)效應(yīng)用北京市重點(diǎn)實(shí)驗(yàn)室主任。兼任國(guó)家“現(xiàn)代服務(wù)業(yè)”和“BT和IT融合”重點(diǎn)專項(xiàng)總體專家組成員。曾入選國(guó)家級(jí)科技創(chuàng)新領(lǐng)軍人才、科技部中青年科技創(chuàng)新領(lǐng)軍人才以及北京市科技新星等。主要從事人工智能、普適計(jì)算、聯(lián)邦學(xué)習(xí)等方向研究，在多模態(tài)高精度感知、跨模態(tài)細(xì)粒度關(guān)聯(lián)、眼科和腦疾病智能輔診模型及聯(lián)邦平臺(tái)等研究方面取得成果，在國(guó)際重要期刊和會(huì)議上發(fā)表論文200余篇，獲得會(huì)議最佳論文獎(jiǎng)7項(xiàng)；申請(qǐng)發(fā)明專利100余項(xiàng)，授權(quán)50余項(xiàng)；曾獲國(guó)家科技進(jìn)步獎(jiǎng)二等獎(jiǎng)以及2017CCF技術(shù)發(fā)明一等獎(jiǎng)（排名第一），2015、2016 連續(xù)兩年獲北京市科技進(jìn)步二等獎(jiǎng)等。
        報(bào)告主題：模聯(lián)網(wǎng)原理與關(guān)鍵技術(shù)
        報(bào)告摘要：在互聯(lián)網(wǎng)公域數(shù)據(jù)支撐下，DeepSeek等大模型遵循Scaling Law范式快速發(fā)展，但行業(yè)大模型面臨"數(shù)據(jù)孤島"（隱私數(shù)據(jù)難共享）、"算力孤島"（邊緣算力不足）、"模型孤島"（高成本限制規(guī)模化）三大挑戰(zhàn)。報(bào)告介紹了一種模型聯(lián)邦網(wǎng)絡(luò)（模聯(lián)網(wǎng)）創(chuàng)新架構(gòu)，借鑒大腦功能分區(qū)機(jī)制與突觸可塑性原理，構(gòu)建靜態(tài)功能分區(qū)與動(dòng)態(tài)協(xié)同機(jī)制，通過聯(lián)邦學(xué)習(xí)實(shí)現(xiàn)數(shù)據(jù)加工式共享，基于測(cè)算分離雙層架構(gòu)打破隱私壁壘，包含橫縱聯(lián)邦建模生成領(lǐng)域?qū)＜夷Ｐ?、服?wù)計(jì)算圖分層匹配實(shí)現(xiàn)動(dòng)態(tài)推理鏈，以及直覺水印反饋驅(qū)動(dòng)的持續(xù)優(yōu)化機(jī)制等關(guān)鍵技術(shù)。報(bào)告將在醫(yī)療領(lǐng)域介紹通過"模聯(lián)效應(yīng)"突破規(guī)模局限，推動(dòng)跨行業(yè)"AI4ALL"基礎(chǔ)平臺(tái)建設(shè)，為各領(lǐng)域提供低門檻、低成本、高效能的智能服務(wù)。
 
大會(huì)主旨報(bào)告專家信息
學(xué)者網(wǎng)機(jī)構(gòu)號(hào)是學(xué)者網(wǎng)提供的學(xué)術(shù)"公眾號(hào)"平臺(tái)，為學(xué)者團(tuán)隊(duì)、學(xué)術(shù)機(jī)構(gòu)、企業(yè)等提供官方媒體賬號(hào)服務(wù)，支持發(fā)布動(dòng)態(tài)、活動(dòng)、通知與招生招聘信息等內(nèi)容，支持多人協(xié)作維護(hù)，助力機(jī)構(gòu)鏈接學(xué)界資源、擴(kuò)大學(xué)術(shù)影響力。
中國(guó)計(jì)算機(jī)學(xué)會(huì)分布式計(jì)算與系統(tǒng)專委會(huì)（CCF-TCDCS）致力于組織和團(tuán)結(jié)分布式計(jì)算、分布式系統(tǒng)、分布式泛在網(wǎng)絡(luò)等專業(yè)領(lǐng)域人才，加強(qiáng)學(xué)術(shù)交流、拓展研發(fā)思路、推進(jìn)我國(guó)新一代分布式計(jì)算與服務(wù)技術(shù)研究。
返回頂部
昌乐县| 利津县| 靖安县| 都昌县| 宁城县| 达尔| 洪湖市| 亳州市| 阿合奇县| 溆浦县| 盱眙县| 天全县| 和林格尔县| 太原市| 铜梁县| 循化| 马鞍山市| 淳化县| 望奎县| 四会市| 丰原市| 洮南市| 合水县| 阿城市| 洛宁县| 平罗县| 宣武区| 浦东新区| 驻马店市| 若尔盖县| 行唐县| 鄂托克前旗| 洪江市| 锦屏县| 称多县| 永清县| 松阳县| 六安市| 舞钢市| 南城县| 莆田市|