蚂蚁武士,小腿上缠的绑腿有什么用

蚂蚁武士，小腿上缠的绑腿有什么用？

在世界近代史上，西方国家通过工业革命不断强大自己，但满清还沉溺在封建统治下的快感，于是在接下来的时间里，中华大地遭受了近一个世纪的洗劫，直到艰难的赢得二战胜利，中国才有了一个机会重新建国。抗日战争是中国近代最惨烈的一场战争，整整十四年的时间里，在日军惨无人道的屠戮中，无数的中国军民一个接一个倒下。当时日军的行为激起了民族血性，几乎全民都在参与抗战，而八路军就是抗日队伍里面的主力，为整场战争的胜利作出了巨大贡献。

当时为了区分抗日战场上的部队，八路军也有着自己统一的军装，除了头上两颗扣子成为一种象征，实际上在影视剧中我们都会发现，八路军有绑腿的习惯，这些都是区分八路军的标志。但抗战时八路军的绑腿，为何到抗美援朝时志愿军士兵就不打绑腿了？估计只有上过战场的老兵才知道，因为经历了血的教训。

其实绑腿是古人的智慧，中国作为传统的农耕大国，古人在干农活时，为了方便活动都会绑腿，而在古代行军打仗中，这样的办法一样适用。总之就古人的经验所得，由于对行军确实好处颇多，八路军也就延续了这个习惯。

在抗日战争之前，当时红色革命的火苗才刚刚点燃，蒋介石就对红军实施了五次围剿，红军被迫进行了艰难险阻的长征，当时交通不发达一切只能靠走，所以绑腿从红军长征就开始在军人之间流行，它能够在很大程度上缓解军人的疲劳。

其次在抗战上环境多变，绑腿能够在一些恶劣的环境下，让八路军可以免于蚊虫的叮咬和树枝等意外划伤腿。甚至是在物资不足的情况下，一旦战场上有人需要治疗，绑腿也可以拆开当做临时绷带。

只不过老兵们表示，在抗美援朝战场上，绑腿的优势再也发挥不出来，甚至会成为志愿军士兵的累赘，主要是对手美军太过强大，在火力上对志愿军有着绝对的压制。当时美国军工业发达，可用于战场使用的武器也是多种多样，而美军手里的凝固汽油弹等，就是绑腿的天然敌人。

在美军使用这些武器进行火攻时，志愿军身上周身都会布满火焰，由于一部分汽油弹会粘在衣服上，想要免于被火烧死，只能以最快速度将身上的衣服脱完。但假如这个时候腿上还有难以解开的绑腿，那会浪费大量的时间，初期志愿军就因此牺牲了很多人，最后才决定一律不再使用绑腿。

中国虽然在满清和世界脱轨，但中国人靠着智慧和拼搏精神，一次又一次从险境中挣脱出来，中国自来是一个爱好和平的国家，但在涉及到国家主权的问题上，中国没有任何退步可言，七十多年前咱们连美帝都敢打，更不要说如今的中国了。

中国军队在2020年已经实现了机械化，在一大批先进武器装备的加持下，中国军队俨然成为了世界最强大的军队之一，但中国不会做出任何欺负弱小的行为，咱们手里的拳头除了保护自己，还会保护一众统一战线的盟友。

人工智能未来的发展趋势有哪些？

据中研产业研究院发布的《2019-2025年中国人工智能行业发展分析与投资战略研究报告》统计数据显示

国际人工智能行业发展分析及经验借鉴

第一节 全球人工智能市场总体情况分析

一、全球人工智能行业的发展特点

“人工智能”涵盖了很多前沿技术和分支，却很难用一句话来定义，因为它一直处在发展当中。比如，一些在过去看来很“人工智能”的事情，现在却变成了简单的“机械重复”，像是数字的高速计算、图像的处理等。但总体上来看，“人工智能”的本质和目的一直没有发生太多变化，那就是“完成人类的部分脑力工作”。

20世纪60年代开始，就有许多科幻电影和科幻小说描述着人类对“人工智能”的憧憬和恐惧，比如斯皮尔伯格的知名影片《人工智能》。不过在现实中，长久以来，受到技术、科技发展和应用层面的限制，人工智能只是一件人人都在说，都以为别人在做，但事实上却没多少人知道该怎么做的事——无论在学术研究层面还是在应用层面都是如此。

人工智能曾经在20世纪90年代互联网泡沫破裂前风靡一时，到了21世纪伊始却变成了一个禁忌，大家开始怀疑它是否存在。而到了2011年，美国资本市场再度为人工智能而疯狂。风险投资机构和顶级科技公司们开始频繁投资这个领域的创业公司，投资范围从应用层面的机器人、增强现实，到底层技术层面的深度学习算法、神经网络芯片等，人工智能项目也遍地开花。比如，Google接连投资了虚拟现实创业公司Magic Leap，收购了人工智能公司DeepMind;Facebook收购语音识别公司Wit.ai，等等。

除了投资外部团队之外，像IBM、Google、Facebook和百度等国内外科技巨头们也纷纷加强自己的人工智能方面的专业团队，招募了一批人工智能尤其是深度学习相关领域的科学家，如深度学习鼻祖之一Geoffrey Hinton加入了Google，Yann LeCun加入了Facebook担任人工智能实验室负责人，Andrew Ng(吴恩达)加入百度负责深度学习研究院等。

从人工智能的整个发展历程来看，按照应用场景和人工智能资源的集中度，可以大致分成三个阶段。

第一阶段：实验室研究阶段，这一阶段的人工智能资源高度集中。人工智能在2011年前的发展大致还处于实证研究阶段，资源高度集中在国家或大学资助的研究机构中，用于算法模型的训练和研究，人工智能还只能为极少数人接触到。这一阶段大量的工作除了在算法模型本身的研究外，还包括建立计算能力本身。

第二阶段：企业应用阶段，这一阶段的人工智能资源被少部分科技巨头掌握。在人工智能表现出一定的实际应用价值后，科技巨头们一拥而上，纷纷希望在这个领域取得突破。在少部分核心企业掌握了大规模的人工智能资源以后，其它小规模的企业一般会利用这些核心企业提供的人工智能资源接口和其支持的人工智能应用为自身的发展提供服务。由于掌握大规模的计算资源是这一模式的前提，因此这一阶段人工智能资源的集中度仍然非常高，而这将是人工智能在企业场景下的主要应用形式，即集中计算，分布使用。

第三步：个人应用阶段，这一阶段的人工智能资源被分散到个人手中。显然，依赖于云端大规模计算资源的人工智能算法限制着人工智能在消费者场景的应用，因为集中式计算意味着巨量的网络资源消耗，并且因为网络问题，难以在消费者应用场景中有稳定的表现。因此，人工智能的本地化，也就是从集中走向分布(细化到智能手机、可穿戴设备等)实现将是人工智能在消费者场景中得到普及的关键一步。伴随着人工智能的本地化实现，将使得人工智能真正延展到手持设备、家用电器、汽车等消费级应用。

图表：人工智能发展阶段

数据来源：中研普华产业研究院

二、全球人工智能市场结构

全球人工智能企业分布极不平衡，主要集中于美国、欧洲及中国等少数国家地区。排名前三的美国旧金山/湾区、纽约及中国北京，企业数量分别占全球的16.9%，4.8%与4.0%。在增速方面，整体上一直保持增长势头，直至2015年出现小幅度回落。欧洲的人工智能企业多集中于本国家的首都。在欧洲各城市中，英国伦敦的企业数量最多，为第二位巴黎的3.1倍，占全球总数的3.69%。日本与韩国的企业数量明显不及中国，日本东京仅与杭州相当，韩国首尔仅与成都相当。东亚地区排名前三的城市，北上深三城占全球总数的7.4%。虽然还远不及美国，但在全球中的重要性将日益明显。

三、全球人工智能行业发展分析

“人工智能”涵盖了很多前沿技术和分支，却很难用一句话来定义，因为它一直处在发展当中。比如，一些在过去看来很“人工智能”的事情，现在却变成了简单的“机械重复”，像是数字的高速计算、图像的处理等。但总体上来看，“人工智能”的本质和目的一直没有发生太多变化，那就是“完成人类的部分脑力工作”。

20世纪60年代开始，就有许多科幻电影和科幻小说描述着人类对“人工智能”的憧憬和恐惧，比如斯皮尔伯格的知名影片《人工智能》。不过在现实中，长久以来，受到技术、科技发展和应用层面的限制，人工智能只是一件人人都在说，都以为别人在做，但事实上却没多少人知道该怎么做的事——无论在学术研究层面还是在应用层面都是如此。

人工智能曾经在20世纪90年代互联网泡沫破裂前风靡一时，到了21世纪伊始却变成了一个禁忌，大家开始怀疑它是否存在。而到了2011年，美国资本市场再度为人工智能而疯狂。风险投资机构和顶级科技公司们开始频繁投资这个领域的创业公司，投资范围从应用层面的机器人、增强现实，到底层技术层面的深度学习算法、神经网络芯片等，人工智能项目也遍地开花。比如，Google接连投资了虚拟现实创业公司Magic Leap，收购了人工智能公司DeepMind;Face book收购语音识别公司Wit.ai等。除了投资外部团队之外，像IBM、Google、Face book和百度等国内外科技巨头们也纷纷加强自己的人工智能方面的专业团队，招募了一批人工智能尤其是深度学习相关领域的科学家，如深度学习鼻祖之一Geoffrey Hinton加入了Google，YannLeCun加入了Face book担任人工智能实验室负责人，Andrew Ng(吴恩达)加入百度负责深度学习研究院等。

图表：人工智能发展阶段

数据来源：中研普华产业研究院

从人工智能的整个发展历程来看，按照应用场景和人工智能资源的集中度，可以大致分成三个阶段。

第一阶段：实验室研究阶段，这一阶段的人工智能资源高度集中。人工智能在2011年前的发展大致还处于实证研究阶段，资源高度集中在国家或大学资助的研究机构中，用于算法模型的训练和研究，人工智能还只能为极少数人接触到。这一阶段大量的工作除了在算法模型本身的研究外，还包括建立计算能力本身。

第二阶段：企业应用阶段，这一阶段的人工智能资源被少部分科技巨头掌握。在人工智能表现出一定的实际应用价值后，科技巨头们一拥而上，纷纷希望在这个领域取得突破。在少部分核心企业掌握了大规模的人工智能资源以后，其它小规模的企业一般会利用这些核心企业提供的人工智能资源接口和其支持的人工智能应用为自身的发展提供服务。由于掌握大规模的计算资源是这一模式的前提，因此这一阶段人工智能资源的集中度仍然非常高，而这将是人工智能在企业场景下的主要应用形式，即集中计算，分布使用。

第三步：个人应用阶段，这一阶段的人工智能资源被分散到个人手中。显然，依赖于云端大规模计算资源的人工智能算法限制着人工智能在消费者场景的应用，因为集中式计算意味着巨量的网络资源消耗，并且因为网络问题，难以在消费者应用场景中有稳定的表现。因此，人工智能的本地化，也就是从集中走向分布(细化到智能手机、可穿戴设备等)实现将是人工智能在消费者场景中得到普及的关键一步。伴随着人工智能的本地化实现，将使得人工智能真正延展到手持设备、家用电器、汽车等消费级应用。

当前人工智能的浪潮已席卷了全球，人工智能领域的公司也在不断激增。根据Venture Scanner的统计，截至到2016年初，全球共有957家人工智能公司，美国以499家位列第一。覆盖了深度学习/机器学习(通用)、深度学习/机器学习(应用)、自然语言处理(通用)、自然语言处理(语音识别)、计算机视觉/图像识别(通用)、计算机视觉/图像识别(应用)、手势控制、虚拟私人助手、智能机器人、推荐引擎和协助过滤算法、情境感知计算、语音翻译、视频内容自动识别13个细分行业。

四、全球人工智能行业竞争格局

各国政府高度重视人工智能相关产业的发展。自人工智能诞生至今，各国都纷纷加大对人工智能的科研投入，其中美国政府主要通过公共投资的方式引导人工智能产业的发展，2013财年美国政府将22亿美元的国家预算投入到了先进制造业，投入方向之一便是“国家机器人计划”。在技术方向上，美国将机器人技术列为警惕技术，主攻军用机器人技术，欧洲主攻服务和医疗机器人技术，日本主攻仿人和娱乐机器人。

现阶段的技术突破的重点一是云机器人技术，二是人脑仿生计算技术。美国、日本、巴西等国家均将云机器人作为机器人技术的未来研究方向之一。伴随着宽带网络设施的普及，云计算、大数据等技术的不断发展，未来机器人技术成本的进一步降低和机器人量产化目标实现，机器人通过网络获得数据或者进行处理将成为可能。目前国外相关研究的方向包括：建立开放系统机器人架构(包括通用的硬件与软件平台)、网络互联机器人系统平台、机器人网络平台的算法和图像处理系统开发、云机器人相关网络基础设施的研究等。

由于深度学习的成功，学术界进一步沿着连接主义的路线提升计算机对人脑的模拟程度。人脑仿生计算技术的发展，将使电脑可以模仿人类大脑的运算并能够实现学习和记忆，同时可以触类旁通并实现对知识的创造，这种具有创新能力的设计将会让电脑拥有自我学习和创造的能力，与人类大脑的功能几无二致。在2013年年初的国情咨文中，美国总统奥巴马特别提到为人脑绘图的计划，宣布投入30亿美元在10年内绘制出“人类大脑图谱”，以了解人脑的运行机理。欧盟委员会也在2013年年初宣布，石墨烯和人脑工程两大科技入选“未来新兴旗舰技术项目”，并为此设立专项研发计划，每项计划将在未来10年内分别获得10亿欧元的经费。美国IBM公司正在研究一种新型的仿生芯片，利用这些芯片，人类可以实现电脑模仿人脑的运算过程，预计最快到2019年可完全模拟出人类大脑。

高科技企业普遍将人工智能视为下一代产业革命和互联网革命的技术引爆点进行投资，加快产业化进程。谷歌在2013年完成了8 家机器人相关企业的收购，在机器学习方面也大肆搜罗企业和人才，收购了Deep Mind和计算机视觉领军企业Andrew Zisserman，又聘请DARPA原负责人 Regina Dugan负责颠覆性创新项目的研究，并安排构建Google基础算法和开发平台的著名计算机科学家Jeff Dean转战深度学习领域。苹果2014 年在自动化上的资本支出预算高达110 亿美元。苹果手机中采用的Siri智能助理脱胎于美国先进研究项目局(DARPA)投资1.5亿美元，历时5年的CALO( Cognitive Assistant that Learns and Organizes)项目，是美国首个得到大规模产业化应用的人工智能项目。Amazon计划在2015年能够使用自己的机器人飞行器进行快递服务。韩国和日本的各家公司也纷纷把机器人技术移植到制造业新领域并尝试进入服务业。

五、全球人工智能市场区域分布

图表：2018年全球人工智能企业数量前五名

数据来源：中研普华产业研究院

2018年，全球人工智能初创企业共计2617家。美国占据1078家居首，中国以592家企业排名第二，其后分别是英国，以色列，加拿大等国家。

全球人工智能企业融资规模的分布，与人工智能企业分布相同。美中英三国融资规模为全球最大，但三者间的规模目前仍存在较大差距。

图表：2018年全球人工智能企业融资规模分布

数据来源：中研普华产业研究院

截止至目前，美国达到978亿元，在融资金额上领先中国54.01%，占据全球总融资50.10%;中国仅次于美国，635亿，占据全球33.18%;其他国家合计占15.73%。

中国的1亿美元级大型投资热度高于美国，共有22笔，总计353.5亿元。美国超过1亿美元的融资一共11笔，总计417.3亿，超过中国63.8亿。

六、国际重点人工智能企业运营分析

1、微软公司

(1)企业发展概况

微软，是一家美国跨国科技公司，也是世界PC(Personal Computer，个人计算机)软件开发的先导，由比尔·盖茨与保罗·艾伦创办于1975年，公司总部设立在华盛顿州的雷德蒙德(Redmond，邻近西雅图)。以研发、制造、授权和提供广泛的电脑软件服务业务为主。

最为著名和畅销的产品为Microsoft Windows操作系统和Microsoft Office系列软件，目前是全球最大的电脑软件提供商。

(3)微软AI研究新进展

微软在人工智能方面有着很深的积淀，比如微软研究院在语音识别、自然语言和计算机视觉、机器学习方面已经有很多成果，在这些研究的基础上微软先后推出了Skype即时翻译、小冰和小娜(Cortana)这样的AI产品。

而新成立的部门必将深化这种产研的结合。微软称，整合后的新部门将包括AI产品设计、基础与应用研究实验室，以及新体验与技术(NExT)这几部分。

而为了实现AI普及的目标，微软列出了4大重点关注领域：

代理。利用AI通过Cortana这样的代理从根本上改变人机交互方式。

应用。将智能注入从相机app到Skype、Office365等的一切应用。

服务。把注入到微软应用的相同能力(如视觉、声音等认知能力，机器分析能力)开放给全球的应用开发者。

基础设施。微软称要利用Azure开发出全球最强大的AI超级计算机并开放给每个人，让个人和组织都能利用它的能力(这让人想到IBM的Watson)

从中可以看出，微软已经把AI当作一种基础能力，希望从端到端渗透到各个领域。

(4)微软加快布局人工智能

现在，小娜(Cortana)收到的指令和问题已经超过120亿条，拥有1.33亿活跃用户。小娜可以在多设备上运行。她根据你的日常生活和工作养成的技巧，已经形成了一个高效的生态系统。通常在你意识到自己有需要之前，她就能做好准备。为了让开发人员都能够使用认知能力，微软还提供了CortanaIntelligenceSuite。

微软的MicrosoftPix应用是一个图片编辑工具，它能感知，帮助你选择合适的图像。

MileIQ是一个位置提醒APP，它的智能在于帮助你量化和分类旅行。SwiftKey是一个智能键盘，使用神经网络，根据你的输入方式进行训练，能为你想要输入的下一个词建模，即使这样一个简单的任务，也会变得更加智能。它不受平台的限制。SwiftKey现在已经被30亿安卓和IOS设备使用。在Office365中，MyAnalytics会追踪你每天的工作，通过图表展示你每天的时间分配。

客户关系管理(CRM)，CRM系统一般都是孤立的，用具体的术语为客户行动建模，为管理而建，而不是销售生产率。假如销售员能够根据客户的CRM系统之外的信息行动，比如来自Twitter，Facebook，客户服务应用程序等的信息，那会怎么样呢?微软在每天交互的应用中注入智能wait，可以让销售员以一种综合的方式采取行动，使用丰富的数据模型，这些模型能在所有的地方加入智能。

微软的平台BotFramework，允许在新的应用程序中建立智能的工具包——从Build大会以来，已经有40000开发人员使用它——包括像Uber这样的品牌，在认知服务中使用人脸识别APIs来改善他们的移动应用程序，以确保乘客安全。

AI服务需要各种类型的技术。为了实现这个目标，微软们已经往我们的云中投入大量FPGA(现场可编程门阵列)，它能直接与网络对话。在云中加入FPGA达到前所未有的网络性能，提高了所有工作负载的吞吐量，包括运行如SAP这种关键任务程序。

此外，微软还有一个全球性的、超大规模的云基础框架，在云中增加了GPU，以提供更高性能的云接入，使一些从前根本不可能的方案得以实现。微软的Azure现在是世界上第一台AI超级计算机。

最后，还有研究AI的平台。微软支持所有的框架，其中，微软自己的CNTK是最快的分布式运算神经网络框架，也是唯一开源的可扩展的深度学习工具包。

(5)微软人工智能发展计划

2017年7月，微软宣布建立一个专注于人工智能的全新研究实验室Microsoft ResearchAI，Eric Horvitz计划将不同的学科结合起来，以期创建更多通用的学习系统。

该新实验室将以位于华盛顿州雷德蒙德的总部为基础，由来自感知、学习、推理和自然语言处理等人工智能研究的多个子领域中的科学家组成。人数超过100人，约占微软研究院研究人员总数的十分之一。新的实验室系全球微软研究部门下属机构，微软雷德蒙研究院院长EricHorvitz同时担任MSRAI的负责人。

(6)、微软建立机器学习工具

无论是学术界的研究人员还是工业界的开发者，DMTK可以帮助他们在超大规模数据上灵活稳定地训练大规模机器学习模型。当前版本的工具包包含以下几个部分：

1.DMTK分布式机器学习框架：它由参数服务器和客户端软件开发包(SDK)两部分构成。参数服务器在原有基础上从性能和功能上都得到了进一步提升——支持存储混合数据结构模型、接受并聚合工作节点服务器的数据模型更新、控制模型同步逻辑等。客户端软件开发包(SDK)支持维护节点模型缓存(与全局模型服务器同步)、节点模型训练和模型通讯的流水线控制、以及片状调度大模型训练等。

2.LightLDA：LightLDA是一种全新的用于训练主题模型，计算复杂度与主题数目无关的高效算法。在其分布式实现中，我们做了大量的系统优化使得LightLDA能够在一个普通计算机集群上处理超大规模的数据和模型。例如，在一个由8台计算机组成的集群上，我们可以在具有2千亿训练样本(token)的数据集上训练具有1百万词汇表和1百万个话题(topic)的LDA模型(约1万亿个参数)，这种规模的实验以往要在数千台计算机的集群上才能运行。

想要了解更多关于行业专业分析请关注中研普华研究报告《2019-2025年中国人工智能行业发展分析与投资战略研究报告》

科幻作品中最强大的人类舰队是哪支？

谢谢邀请。

以余愚见（我看的太空题材电影似乎都和人类没关系），我感觉是联合国宇宙军

宇宙战舰大和号第一部的重拍《宇宙战舰大和号2 199》中，联合国的原联合国联合军存在联合国联合军，联合国宇宙军（英称: UNITED NATIONS COSMO FORCE（简称：UNCF”）和联合国的地面部队的2种存在着。并且联合国宇宙军的旗下，联合国宇宙海军（英称：UNITED NATIONS COSMO NAVY（简称：UNCN〉）存在（嗯。。。。海陆矛盾），在剧中大和的放映室的墙壁上UNCF和COSMO NAVY和被标明等，两国军队组织的境界线暧昧。另外，本作中ガミラス（卡米拉斯军）袭来时被结成了的东西，而是ガミラス袭来以前就存在着。

怎么强呢？

在人类的潜意识中，大海和太空就是连在一起的，但《宇战大和》是星辰大海印象的开山鼻祖，此后的欧美科幻剧还是日本ACG都受到了影响

国联宇宙军一开始也是一支挺弱的海军

里程可分为两个阶段：

一，2199之前

人类走向太空的长远里程中，伴随着流血与牺牲。

经历了多次行星内战后，各国宇宙军走向统一，但2191年4月1日，天王星的监视站太阳系侵入异性文明的宇宙飞船和思わしき存在（ガミラス舰队）用映像捕捉。受此影响，联合国宇宙军内行星舰队主持召开，历史上首次的太阳系外界对敌人的防卫行动。

冥王星轨道中ガミラス舰队和最初接触了的，是冲田十三率领的日本舰队。但是，在地球的任何呼吁完全未响应ガミラス舰队中央司令部先发制人的攻击的决定，军务局长芹泽日本舰队的命令。冲田是“人类最初的异性文明的接触此后的交战，地球方面舰队的8成丧失。

开战后，ガミラス转瞬取得外行星系制宙权，掌握到内行星系进攻。联合国宇宙军舰队重组，星状腰带绝对防卫线铺设的，这也被突破，开战之后仅仅2年近到火星轨道附近进攻。

2193年在联合国宇宙军在火星绝对防御线,舰队集结“甲号行使作战”。ガミラス的物量的押し返そ舰队,但反过来说,大损失。此后,就推进ガミラス舰队,她绕过墙角的舰队的两面,这种群藏匿的海军舰队将猛烈的炮冲击正电子发射,好不容易ガミラス舰队也可以阻止取得成功。这是地球的唯一的“胜利”,但是地球舰队付出很大的牺牲。地球舰队，“メ号作战”时雪风号驱逐雪风号驱逐雾岛号战列舰开火，身后是巡洋舰（舰炮对加米拉斯军没啥实效，地球舰队有效武器是鱼雷）

在组织“メ号作战”后，国联宇宙军除了船舷号为555的大战舰已基本覆灭了。

之后受イスカンダル（伊斯坎达尔）的技术帮助，地球进入下一阶段

第二阶段：2199后，“大和”计划时期和对彗星帝国作战以及其后

イスカンダル的援助，使地球人直接进入光速飞行时代，并且在接收的波动引擎的基础上开发了威力巨大的波动炮（摧毁过人造行星和木星卫星）和波动盾（足以抵挡卡米拉斯战列舰炮或鱼雷直接）

装备了如上装备（当然，还有地球的机电和舰载机与鱼雷）的大和号踏着卡米拉斯军舰残骸飞向伊斯坎达尔（这也是剧情主线）

大和号舰载机（似乎是宇宙零战52型）在传送门的战斗中，大和号发射三式弹

（顺便一提，大和号的损管至少氪了648，是SS级的）

之后是对彗星帝国作战，当然，防御战

这个时期主力舰数量与类型飙升自上而下是：金刚改，无畏舰，驱逐舰，巡洋舰（都是炮灰舰）安达鲁美达级（原型蒙大拿级战列舰以大和号技术为基础，建成的超无畏舰，拥有两门波动炮，2202危机爆发时开始下饺子，在土星环歼灭了入侵的彗星帝国舰队，但在进攻彗星帝国舰队时全军覆没）

（然而我也只是个只看完2199的废物，2202只是涉猎）

（2202有个有趣的插曲，大和号要被强征改为安达鲁美达级时，舰员发生了起义。。。。)

后来有个无聊的复活片，剧情无聊，但这时已是国联宇宙军的全盛时期

刚才提到的安达鲁美达级，对彗星帝国作战时不过十几艘

复活片的战斗场面这时这种远大于，远强于安达鲁美达级（超无畏舰）的护卫舰。。。地球一个移民舰队就150艘。。。。

（什么？地球太空军的2000艘恒星级战舰?那些个连光速飞行能力都没有的辣鸡。。。。欧美电影似乎有更强的人类舰队，但看过的时间太久记不清了（第五元素里的什么联邦之类的 。。。。））

推荐一些好看的书可以吗？

🎷你想成为浪漫爱情故事的陶醉者吗……？？？

🔎🏺🔍你是否想知道刘益谦2.8亿拍回来的👍🏿鸡缸杯👍🏻的🔻🕴最初主人🔺👨‍👧的人生经历吗？

💎你想知道上世纪世界顶级收藏家🎎波诡云谲的离奇故事吗……？？？

✏️你是否读腻了[捂脸]泛滥成灾的大白话小说[捂脸]想领略一下超凡脱俗的✍️✍️✍️文学语言小说呢……？？？

💝你是否想一边读书☕一边🍸坠入🍹一幅幅千景万状[比心]想入非非的🦠画面感情节中去呢……？？？

😎如果一一是一一这样一一把一一手一一伸一一过一一来……👭👬👫🕺

💖💛💚💙🧡💜🖤💝❤️

纪传体小说一一《仇焱之》一一由一一新华社一一签约一一北漂

一一女作家一一巨国青（混血儿）一一历经一一8年一一呕心沥血一一创作一一而成……

为一一获取一一仇焱之（系刘益谦2.8亿成化鸡缸杯原主人）一一第一手一一素材一一作者一一八年间一一拜访了一一遍布一一世界一一各地的一一仇焱之一一亲属一一旧知一一及一一与其一一相关的一一博物馆一一基金会一一和一一分布一一于一一全球一一各地的一一私人一一收藏团体等……

该书由一一新华出版社一一投资一一出版一一全国一一发行……

书中一一记述了一一仇焱之一一一生的一一探宝一一鉴藏一一秘笈一一及一一浪漫的一一情感一一经历……

作者一一以一一绘画般的一一语言一一迷宫探索式的一一写作一一手法一一讲述了一一上世纪一一20年代至80年代一一众多一一与一一仇焱之一一关系一一密切的一一世界一一顶级一一收藏家一一譬如<美国女富豪芭芭拉.哈顿、瑞典国王阿道尔夫.古斯塔乌、英国大威德基金会主人大卫.珀西瓦尔爵士……>等等一一人物一一波诡云谲的一一人生经历一一和一一收藏故事……

《仇焱之》一一一书一一人物一一描写一一达63O余人（《红楼梦》423人、《战争与和平》546人）一一创一一世界一一文学一一单部一一小说一一人物一一描写一一数量一一之最……

该书一一是一一目前一一世界一一文坛一一唯一一一一部一一由一一女性一一作家一一创作一一完成的一一纪传体题材一一（非自费出版）一一公开发行的一一百万字长篇小说……

历史第一毒计是不是浪得虚名的？

陈平是刘邦身边最高级的智囊人物之一，他的地位仅次于张良。在楚汉战争中，他用反间计离间了项羽君臣，瓦解了楚军的斗志。在巩固汉政权的过程中，他计擒韩信，后来与周勃合谋平息了诸吕之乱，避免了新造之汉的再次分裂。尤其是刘邦在荥阳和平城两次被围的生死关头，陈平的计谋使刘邦脱险，表现了他的超群智慧，立下大功。

陈平第一次崭露头角，是在汉王刘邦被项羽团团围困在荥阳城中时。当时汉王刘邦想把荥阳以西地区都割让给楚国，以此求和，但项羽不肯。刘邦对陈平说:“天下纷争不息，到什么时候才能安定下来呢？”陈平说:“项羽，能以恭敬的态度爱惜人，所以那些廉洁好礼的人都纷纷归附于他，至于论功行赏却把爵位城邑看得太重，不肯封诸将，所以世人也因此背离了他。大王您尽管对人傲慢无礼，那些廉洁好礼的人不肯来投降，但您能够大方的将爵位和土地分封给人，因此那些贪婪无耻好利忘义之徒也都会跑到您这儿来。假如您和项羽能够各自去掉自己的短处，吸取对方的长处，那么挥手之间天下就平安无事了。然而大王您常常任意侮辱人，所以不能得到廉洁之士的拥护。不过楚军内部也存在着不安定因素，项羽身边的肱骨之臣，如亚夫范增、钟离昧、龙且等人不过寥寥数人而已。大王如果能够拿出几万斤黄金，让我用反间计去挑拨离间项羽君臣之间的关系，让他们互相猜疑，项羽本来就疑心病很重，又好听谗言，这样他们内部一定会互相残杀。到那时候我们趁机出兵攻打他们，一定能够打败楚军。”刘邦听后觉得很有道理，就拿出四万斤黄金给陈平，让他随意使用，从不过问他是怎样开销的。陈平用这批黄金在楚军中大肆进行挑拨楚君臣的离间活动，他公开散播谣言，说钟离昧等人作为项羽的战将，功劳很多，然而终究得不到裂土封王的奖赏，因此想要汉王刘邦联合起来消灭项羽，瓜分楚国的土地，自立为王。项羽知道后果然不再信任钟离昧等人。项羽对钟离昧等人起了疑心以后，就派使者到汉军中去打听虚实。使者到时，刘邦为他准备了猪牛羊三牲齐备的丰盛宴席，端了进去。等见到楚国项羽的使者时，就假装惊讶说:“我以为是亚父范增的使者，原来是项王的使者啊！”说完就把酒菜端了出去，换了一份粗茶淡饭给楚使吃。楚使回去以后，把事情的经过全部告诉给了项羽，项羽果然更加怀疑范增。范增建议项羽尽早攻下荥阳城，项羽不信任范增，所以不肯听从他的建议。范增知道项羽开始怀疑自己，就火气冲天的说:“天下大势已经基本定格，余下的事你自己看着办吧，我请求告老还乡。”范增回去时，还没到达彭城，背上的毒疮发作而死。趁此良机，陈平就在夜里派遣两千名城中女子装扮成汉军，从荥阳城东门突围，陈平却和汉王刘邦从荥阳城的西门逃走，随后他们进入关中召集起逃散的队伍，再次东进。

第二年，韩信攻破齐国，自立为齐王，并派人来向刘邦报告。刘邦气得破口大骂，陈平赶紧用脚踩汉王的脚，刘邦立刻醒悟，就好好招待了韩信的使者，并派张良前去封韩信为齐王。汉高祖六年，有人上书告发楚王韩信谋反。刘邦问诸将怎么办，诸将都说:“赶快出兵活埋了这小子。”刘邦沉默不语，又问陈平。陈平再三推辞，说:“各位将领怎么说？”刘邦把各位将领的话如实告诉了陈平，陈平说:“有人上书说韩信谋反，这件事有其他人知道吗？”刘邦说:“还没有。”陈平说:“韩信自己知道这件事吗？”，刘邦说:“他不知道。”陈平说:“陛下的精兵与楚国比谁更强大？”刘邦说:“汉军比不过。”陈平说:“陛下的将领中有谁能胜过韩信。”刘邦说:“没有谁比得上。”陈平说:“现在您的兵没有韩信的兵精，将也没有韩信能干，还要出兵去攻打他，那不是逼他向我们开战吗，我很为陛下的安危担。”刘邦说:“那怎么办呢？”陈平说:“古时候有天子巡视各地，会见诸侯的制度。南方有个云梦湖，陛下姑且出巡假称是到云梦视察，在陈县会见诸侯。陈国在楚国的西界，韩信听说天子是怀着善意出来巡游的，他一定会毫不防范的到郊外来迎接您。在他拜见时，陛下趁机逮捕他，这只要一个大力士就可以办到。”刘邦觉得主意不错，就派人通知各地诸侯到陈县相会，说:“我即将南游云梦。”刘邦立即出巡，还没到达陈县时，楚王韩信果然到郊外大路上来迎接。刘邦预先埋伏了武士，看到韩信来了，立即把他抓住捆了起来，装在刘邦后面的车上。韩信大声叫喊说:“天下安定了，我本来就应该被烹杀了。”刘邦回过头对韩信说:“你不要大喊大叫，你谋反的事已经查明了。”武士们把韩信的双手反缚起来，于是刘邦就在陈县会见了其他诸侯，全部平定了楚国。

第二年，陈平以护军中尉的身份跟从刘邦去代弟征讨韩王信的叛乱。一直到达平城，被匈奴包围，七天七夜吃不上饭，刘邦用陈平的奇计派人打通了单于阏氏的关节，才得以解围。刘邦这次突围出来，究竟用了什么计策，由于太秘密了，世上人都不知道。这以后，陈平还以护军中尉的身份跟随刘邦攻打陈豨以及英布叛乱。陈平给刘邦出了六个奇计，每次成功之后都使他的封地有所增加，先后六次加封。只是他的计策太秘密了，世上的人没法知道详情。

刘邦自从消灭英布的叛军回朝以后，伤势更加严重，一路慢行才回到了长安。这时燕王卢绾又起兵造反，刘邦派樊哙以相国的身份率兵前去讨伐。樊哙出发后，就有人在刘邦面前说樊哙的短处与罪过。刘邦大怒说:“樊哙看见我生病，就希望我死了。”于是刘邦采用陈平的计策，让周勃到床前接受命令说:“陈平和你赶快乘车追上樊哙，到军中后立刻砍下樊哙人头回来禀报。”陈平、周勃两人接受命令后立即出发，还未到军中两人在路上商议:“樊哙是皇帝的老朋友，功劳很多，又是吕后妹妹吕须的丈夫，既亲且贵，皇上一时气头上想杀他，事后恐怕会后悔，我们宁可把它关起来送给皇帝，让皇帝自己杀他。”于是二人囚禁了樊哙，将其押回长安。陈平在押送樊哙回京的路上，听说刘邦死了，她害怕吕太后、吕媭会因樊哙之事发怒而进谗言，就赶紧乘专车先回长安。路上碰到朝廷使者，命令陈平和灌婴率兵驻扎在荥阳。陈平接受了诏命，仍然马不停蹄的赶回皇宫哭丧，他哭得十分伤心，还特意在灵前把受命抓樊哙的经过报告了一通，其实是说给吕太后说的。吕太后很同情他，说:“你辛苦了，出去好好休息吧。”陈平害怕离开以后，有人趁机进谗言，坚决请求能在宫中担任守卫。吕太后就任命陈平为郎中令，说:“请你辅导孝惠帝。”从此以后，吕媭的谗言才没有成功。樊哙被押到京城后，就被赦了罪，恢复了爵位和封地。吕太后立诸吕为王时，陈平假装答应。等到吕太后死后，陈平和太尉周勃合谋，终于消灭了诸吕，立了孝文皇帝，这些都是陈平的主意。

纵观陈平的一生，其谋略以阴谋诡计为主，但无不是洞悉人性，从人性的弱点入手。如利用项羽好猜忌的性格特征，利用反间计分化瓦解楚国君臣的关系。说其谋略多为诈术、骗术并不为过。就如他自己所说，他的谋略基本上都是利用了人的贪婪、无耻、好利、忘义的性格弱点。金无足赤、人无完人，只要抓住了一个人性格的弱点，就可以一击必中，一中必成。因此，与其说陈平计毒，不如说人心险恶。

一个人的历史，一家之言。