学生CEO浪潮来袭!未毕业就获数亿融资,具身智能赛道成年轻人创业新宠

1. 学生CEO在机器人赛道崭露头角

机器人赛道正迎来一批特殊的CEO,他们还没从学校毕业,就已创立自己的机器人公司,并拿到数亿元融资。不久前,25岁的清华博士生秦深涛拿到超5亿元融资。他2001年出生,在清华车辆与运载学院读博,博士三年级时创立具身智能公司OriginFlow(渊澈太初),该公司刚完成一笔5亿元的Pre - A轮融资。

2025年年初,另一家具身智能公司“零次方机器人”从清华AI&Robot;实验室孵化出来,创始人是清华在读硕士闵宇恒。一年半后的今天,这家公司已融资五次至A轮。同样在清华读博的刘松铭,博士期间创立具身智能公司“将闲科技”,公司成立仅半年,就拿到美团和顺为资本等机构5亿元的天使轮投资,最近又完成了Pre - A轮融资,由顺为资本领投。

上海交通大学机械与动力工程学院2022级直博生陈昊,尚未毕业,去年成立具身智能公司鹰瞰智翼,半年内连获三次融资,不久前刚拿下元禾原点数千万元的Pre - A轮融资,陆奇的奇绩创坛也曾两次投资该公司。过去机器人赛道的创业者多是行业老兵、从其他行业换行过来的人或大学教授等研究人员,而现在很多做机器人的创始人还没毕业就被资本追着投资。

2. 秦深涛:从山村到具身智能前沿

要理解学生CEO浪潮,秦深涛是值得细看的样本。2001年,他出生在山西晋城的一个山村,自小学习成绩好。2019年,他考入哈尔滨工业大学机电工程学院。哈工大是中国机器人产业的重要人才摇篮,中国第一台弧焊机器人在此诞生,蔡鹤皋院士等人在此建立全国最早的机器人学科博士点,乐聚智能、卧安机器人、斯坦德机器人等公司创始人都从这里走出。

秦深涛在哈工大表现出对机器人的极大兴趣,立足足式机器人力感知体系做科研项目,先后斩获全国大学生机械产品数字化设计大赛一等奖、全国大学生数学建模竞赛一等奖等奖项。在课业上,他也表现优异,入学以来40余门课程成绩在90分以上,多门课程接近满分,稳居专业第一。

大二暑假,秦深涛留校做科研项目,参与课题组感知项目研究;大三时,他成为哈工大第一个同时拿到校长奖章和五四青年奖章的大三本科生。他思考如何打通学业、科研和科创之间的闭环,认为如果思维通透,能切入本质、抓住要害,这三者可融为一体。

大学期间,秦深涛作为发起人与负责人创立“天道”团队,旗下项目入驻哈工大大学生创业孵化园,还与机器人技术与系统国家重点实验室对接,获得经费支持和项目指导。大四时,他进入深圳科创学院,和奇绩创坛进行创业孵化。当时他有关于神经接口基座模型的想法,有投资人愿意投资,但他认为时机不成熟,没有特别好的应用场景作为切入。

从哈工大毕业后,秦深涛进入清华大学车辆与运载学院读博。2025年8月,博士三年级的他决定创业,公司取名OriginFlow,切入具身智能赛道。当时,国内外具身智能赛道火热,但训练大模型所需的数据供给不足且不够准确,市面上已有的解决方案要么成本太高,要么与现实存在鸿沟。秦深涛另辟蹊径,从神经肌电信号(sEMG)技术原理出发做数据采集。2025年7月,Meta发表一项技术成果,其底层技术基于表面肌电图的技术(sEMG),能让“意念控制”成为现实。OriginFlow采用的底层技术也是基于神经肌电信号,研发了采集范式NeuroScale,以非侵入式运动神经接口为入口,提取皮肤表面的神经肌电信号(sEMG),再用自研模型把信号翻译出来,变成手部数据。这条路径在国内做得并不多。短短几个月,秦深涛迅速拿下多轮融资,2025年12月至2026年5月,半年时间,OriginFlow就完成了三次融资至Pre - A轮,背后投资方多达10家,蓝驰创投、绿洲资本等股东以数千万元规模多次重仓。Monolith砺思资本创始合伙人曹曦称秦深涛为“一位天生的创业者”,如今,这位从山西农村走出来的年轻人,25岁站在了具身智能赛道的最前沿。

3. 更多学生创业者的创业之路

2000年出生的闵宇恒,还在清华读硕士期间就成立了零次方机器人。2020年,他通过选拔进入重庆大学明月科创实验班,师从李泽湘,选择机器人工程开启创业之路。他第一次创业选择商业清洁机器人赛道,因市场竞争激烈失败;第二次创业制冰机项目很成功,目前还在深圳运营且拿到A轮融资,他中途退出,但这次经历让他对创业有了深刻认知。

之后,闵宇恒认为具身智能行业是一个可能超越互联网规模的历史性浪潮,于是选择清华大学。2024年4月,他加入清华AI&Robot;实验室,不到一个月就说服8位师兄师姐一起创业,组建了零次方的核心团队。2024年10月,团队发布首款人形机器人Z1。2025年1月,闵宇恒注册成立零次方机器人,专注打造具有清洁能力的全能家用机器人,成立半年就完成三次融资,目前已完成数亿元融资至A轮。

2025年,还在清华大学ISRLab读博的刘松铭创立了将闲科技。他凭借化学竞赛金牌保送到清华化工系,后转系到计算机系。大三时,他遇到朱军教授,走进AI领域,读博期间继续师从朱军教授。他履历亮眼,成绩始终位列年级第一,2022年拿到清华本科生最高荣誉本科生特等奖学金,拥多篇国际顶会ICML、NIPS等一作论文。创业后,他仅用4个月就发布了高自由度灵巧手精细操作具身模型,实现双手拧瓶盖等复杂操作。将闲科技成立半年,就完成了四次融资至Pre - A轮融资,吸引了王兴和雷军的投资。

上海交通大学读硕博的陈昊,博士期间发表四篇顶刊论文,在读期间创立具身智能飞行机器人公司鹰瞰智翼,是全球第一家专注于具身智能扑翼机器人的公司。2025年11月,公司成立半年后拿到奇绩创坛的种子轮融资;2026年4月,奇绩创坛再次追投其天使轮;今年5月,拿到元禾原点的Pre - A轮融资。

沈阳粼动仿生科技有限公司由东北大学机械工程与自动化学院博士生储逸尘于2024年2月创立,2024年春季入选奇绩创坛创业营,拿到30万美元融资。凭空捏造机器人的创始人段昱冰是东北大学机械工程与自动化学院2022级本科生,2024年8月注册成立公司,今年3月获得奇绩创坛的种子 + 轮融资。

这些未毕业就闯入具身智能赛道、拿到融资的年轻人有一些共性,他们都遇到了自己的引路人,如李泽湘、陆奇、朱军教授等。但真正让他们从实验室走向商业战场的,是他们自己对行业的判断与孤注一掷的勇气。年轻人选择具身智能赛道,是因为这是新兴行业,成熟度不高、巨头尚未垄断,能容纳他们的理想抱负。

4. AI行业人才“低龄化”趋势蔓延

在时代的巨浪面前,年轻人不甘只做旁观者,对年轻人的关注与争夺已蔓延至整个AI领域。22岁的北京邮电大学大四学生郭航江,用一台笔记本和不到1万元的个人积蓄,十天时间开发出AI产品MiroFish,登上GitHub全球趋势榜第一,获得盛大集团陈天桥3000万元的种子轮投资。

17岁的深圳高中生陈广宇加入了月之暗面。国内互联网大厂对AI人才的争夺更为激烈,腾讯面向全球13 - 18岁在校中学生开放暑期实践项目,切入人工智能等前沿项目;字节跳动推出“ByteCamp”训练营和“知春创新中心”项目,面向16 - 18岁的高中生招募研究员。

大洋彼岸,这股浪潮更猛烈。硅谷科技公司Palantir直接招聘高中毕业生,从500人中录取22名,月薪5400美元,转正年薪17万美元,有人为此放弃常春藤盟校的录取机会,其CEO还抛出“美国大学失灵论”。据报道,Google、Meta、OpenAI这三家公司,2024到2025年累计录用了超过300名没完成大学学业的年轻人,其中有直接从高中毕业就进来的。

科技大厂跳过大学生争夺高中生,是因为AI技术更迭速度倒逼的人才策略。中国工程院院士郑庆华指出,人工智能技术的迭代周期是以月为单位的,而教育体系的更新则需要5到10年,于是企业选择以更高效的方式定制培养所需人才。

相比上一代互联网创业,整个AI行业人才更为年轻。去年11月,风险投资公司Leonis发布的报告显示,AI初创公司创始人的平均年龄为29岁,比上一代创业者年轻了近10岁,他们大多直接从学术界或研究实验室投身创业。但Leonis报告也指出,极度年轻的大学生依然罕见,打造AI产品还是需要在研究和岗位中积累经验。

具身智能行业既需要接近前沿技术的年轻人,又面临如何让市场相信这群尚未毕业的创业者的难题。那些最终能够披荆斩棘的学生CEO,往往承受了更大的压力。回看他们的创业之路,过往经历至关重要,他们或是连续创业者,或者求学路上遇到良师,无一例外都是足够优秀且能承受压力的人。而支撑他们走下去的,或许还有一种热爱。

热爱机器人的王兴兴做出了宇树科技;对机器人感兴趣的彭志辉,兜兜转转最后进入具身智能行业,创立了智元机器人。秦深涛曾意识到“这是我这辈子一定要做的事”,刘松铭也说热情是撑过漫漫雪夜的明灯。那么,未来这些年轻的创业者能否在AI行业持续发光发热,为行业带来更多创新和变革呢?

内容概要:本文围绕“基于交流潮流的电力系统多元件N-k故障模型研究”展开,深入探讨了利用Matlab代码实现电力系统在发生多个关键元件同时故障(即N-k故障)情况下的交流潮流计算与故障分析方法。该模型不仅考虑了传统潮流方程的非线性特性,还引入了故障约束条件,能够精确模拟复杂多样的故障场景,如短路、断线等,进而评估电网在极端运行条件下的稳态与动态行为。研究通过构建典型电力系统算例,验证了所提模型在故障筛选、脆弱性识别及系统恢复策略制定方面的有效性,为电力系统安全评估、风险预警和防御体系构建提供了坚实的理论依据和技术支撑。此外,模型具备良好的扩展性,可进一步应用于连锁故障传播分析、恶意攻击模拟等高级安全分析领域。; 适合人群:具备电力系统分析基础理论知识和Matlab编程能力的高校研究生、科研院所研究人员以及电力公司从事电网规划、运行与安全管理的技术人员,特别适用于开展电力系统安全稳定、可靠性评估与应急响应机制研究的专业人士。; 使用场景及目标:①开展电力系统在多重故障条件下的交流潮流仿真,评估系统电压稳定性、线路过载风险及负荷损失程度;②识别电网中的关键薄弱环节与脆弱元件,支撑电网加固改造与防御资源配置;③用于科研项目中的故障场景建模与算法验证,或作为教学案例帮助学生理解复杂故障下的系统响应机制。; 阅读建议:此资源以Matlab代码为核心实现手段,建议读者结合理论推导与代码实现进行对照学习,重点关注故障建模过程中雅可比矩阵的修正方法、故障注入方式及收敛性处理策略,建议在仿真中逐步增加故障数量与复杂度,深入理解N-k故障对系统潮流分布的影响规律,并尝试将其拓展至含新能源接入的现代电力系统场景中进行验证与优化。
【重要提示】本资源设置为0积分下载,若非0积分请勿轻易下载 亲爱的CSDN用户: 首先感谢你点进这个资源页面。我需要提前说明一个重要情况: 本资源原本已设置为“0积分下载”,即作者希望完全免费共享。但CSDN平台有时会根据文件的下载热度、文件大小、用户权限等因素,自动将部分资源的积分调整为非0数值(如1积分、2积分、5积分等)。这是平台系统的自动行为,而非作者本人的设定。 因此,如果你当前看到该资源的下载所需积分不是0(例如显示为1、2、3……),请谨慎决定是否下载。 如果你按照非0积分支付并下载后发现资源内容不符合预期、链接失效,或者实际上该资源本应是免费的,作者无法为此承担积分损失或退还操作。强烈建议:仅在页面显示为0积分时进行下载。 另外,本资源描述中并直接提供具体的下载地址或外部链接,因为它本身是一个通过CSDN官方上传通道提交的文件/内容包。如果你看到描述中没有外部网盘地址,这是正常的——资源文件应通过CSDN内置的“下载”按钮取。若因平台积分显示异常导致你支付了积分,请优先联系CSDN客服咨询积分退还政策,作者没有权限修改平台自动设定的积分值。 感谢你的理解与支持。技术分享本应开放,但受限于平台规则,特此提醒如上。祝学习进步!
内容概要:本文详细介绍了基于PyTorch实现的并行物理信息神经网络(PINNs)在NLS–MB方程孤子演化预测中的应用实例,系统阐述了模型架构设计、损失函数构造、训练流程优化及并行计算策略的实施过程。通过深度融合物理先验知识与深度学习框架,该方法有效求解了非线性薛定谔类偏微分方程,实现了对孤子动力学行为的高精度、高效率数值模拟与长期演化预测,充分展现了PINNs在处理复杂科学计算问题中的强大建模能力与泛化性能。; 适合人群:具备一定深度学习理论基础和偏微分方程求解经验,熟练掌握Python编程语言及PyTorch深度学习框架,从事计算物理、流体力学、光学通信或相关工程仿真的研究生、科研人员及高级技术人员。; 使用场景及目标:①深入理解如何将物理守恒律与控制方程作为硬约束嵌入神经网络,提升模型在稀疏数据下的泛化能力与物理一致性;②掌握PINNs在非线性孤子波、色散介质传播等复杂动力系统建模中的关键技术实现路径;③应用于量子物理、非线性光学、大气海洋动力学等领域中传统数值方法难以求解的高维、强非线性偏微分方程的正/反问题研究。; 阅读建议:建议读者结合文末提供的完整代码资源(可通过公众号“荔枝科研社”取)进行动手实践,重点关注物理残差项在自动微分框架下的精确计算、多任务损失权重的平衡策略,并尝试迁移模型至其他类型的非线性演化方程以深化理解与应用能力。
内容概要:本文围绕LLC谐振变换器的变频移相混合控制模型展开研究,通过Simulink搭建完整的仿真模型,系统阐述了该控制策略的理论基础与实现方法。研究结合变频控制与移相控制的优点,旨在提升LLC谐振变换器在宽负载范围内的转换效率与系统稳定性,深入分析其在高频高效电源系统中的动态响应特性与优化潜力。文中详细展示了控制逻辑设计、关键参数整定及仿真验证过程,有助于读者全面掌握LLC变换器的工作机理与先进控制技术的应用。; 适合人群:具备电力电子技术、自动控制理论及仿真建模基础的科研人员与工程师,特别适用于从事高频电源、新能源变换系统研发的技术人员,以及电力电子与电气工程方向的研究生及以上学历人员。; 使用场景及目标:①深入理解LLC谐振变换器的核心工作原理及其在轻载与重载工况下的控制挑战;②掌握变频与移相混合控制策略的设计思路、协同机制与仿真建模技巧;③应用于高频DC-DC变换器、电动汽车车载充电机、光伏微逆变器及高效开关电源等高性能电力电子系统的研发与性能优化。; 阅读建议:建议读者结合提供的Simulink仿真模型逐步操作,重点观察系统在不同负载条件下的频率调节与相位调节响应,深入分析效率曲线与谐振腔波形变化,进而掌握控制参数对系统性能的影响规律,可进一步拓展至其他谐振拓扑(如Series Resonant、LCL等)的混合控制策略研究。
内容概要:本文详细介绍了基于物理信息神经网络(PINNs)求解欧拉-伯努利双梁正问题的PyTorch实战方法,通过Python代码实现对双梁结构力学行为的建模与数值求解。该方法将控制偏微分方程作为物理约束嵌入神经网络训练过程中,结合深度学习框架实现无需传统网格划分的高精度数值仿真,适用于复杂工程结构的正问题求解。文中系统阐述了模型架构设计、损失函数构造、边界与初始条件处理、网络训练流程及结果可视化等关键技术环节,突出了PINNs在固体力学领域中融合数据驱动与物理规律的优势。; 适合人群:具备一定深度学习理论基础和力学背景知识,熟悉PyTorch框架使用,从事科学研究或工程技术工作的研究生、高校科研人员及工业界研发工程师。; 使用场景及目标:①掌握物理信息神经网络在结构力学中的建模范式;②实现对欧拉-伯努利梁等经典弹性体问题的无网格神经网络求解;③探索将PINNs拓展至更复杂的多物理场耦合、非线性材料或动态响应分析等问题的新途径;④为工程仿真提供一种避免传统有限元离散化、适应不规则几何和高维问题的替代方案。; 阅读建议:建议读者结合所提供的完整代码逐模块运行与调试,深入理解物理损失项与数据损失项的平衡机制,关注网络超参数选择对收敛性的影响,并尝试修改结构参数、边界条件或外载形式以验证模型泛化能力,进一步推动方法在实际科研项目中的迁移应用。
源码下载地址: https://pan.quark.cn/s/56fcef70b5be **苹果的iTunes历史版本:12.6.5.3** iTunes是由苹果公司开发的一款数字媒体播放软件,它不仅用于维护个人的音乐资料库,还支持与Apple的iPod、iPhone和iPad产品进行同步和交互操作。这个特定的历史版本——12.6.5.3,是在苹果对iTunes实施多次更新和功能优化之后的一个可靠版本。 在12.6.5.3版本中,核心的改进方向在于兼容性提升和稳定性增强。那个时期的iTunes仍然提供了对iOS设备的完整支持,用户可以通过USB数据线将音乐、视频、软件、书籍以及照片等资料传输到他们的iPhone、iPad或iPod touch设备上。同时,它也支持设备的备份和还原功能,以保障用户的数据安全。 在音乐管理领域,iTunes 12.6.5.3展示了一个直观的界面,使用户可以便捷地浏览、播放、整理以及购买音乐。它具备智能播放列表功能,能够依据用户的偏好自动生播放列表。除此之外,该版本的iTunes融合了Apple Music服务,用户可以付费订阅并取庞大的在线音乐资源库。 对于视频资料,用户可以欣赏和下载购买的电影及电视剧作品,其中包括高清和4K分辨率的影片。这个版本或许也包含了AirPlay技术的支持,让用户能够将媒体资料无线传输到兼容AirPlay的设备,例如Apple TV。 在设备同步环节,12.6.5.3版的iTunes维持了与各种iOS系统版本的兼容状态,涵盖了当时最新的iOS操作系统。这使用户在将设备升级至最新系统时,依然可以无障碍地管理设备内的内容。 压缩文件包中的`iTunes64Setup.exe`与`iTunes32Setup...
源码下载地址: https://pan.quark.cn/s/a4b39357ea24 依据所提供的文件资料,能够系统性地剖析并归纳出关于HiTool工具操作的相关要点,主要涵盖以下几个领域: ### 一、HiTool工具概述 #### 概述 HiTool是由深圳市海思半导体有限公司研发的一款用于将程序镜像载入到单板Flash中的烧写工具。该工具能够支持多种不同的烧写情境,涵盖一键将所有程序镜像载入到单板Flash、单板已配备BootROM时按地址载入其他程序镜像以及仅载入Boot到单板Flash等操作。 #### 适用产品型号 - **产品名称**:Hi3536 - **产品版本**:V100 #### 目标读者 - **技术支持人员** - **单板软件开发人员** ### 二、环境配置 为了确保HiTool工具能够顺利运行,需要按照以下步骤进行环境准备: 1. **软件配置**:将SDK中的`osdrv\tools\pc_tools\uboot_tools`文件夹内的`HiTool.exe`文件复制到PC的某个本地硬盘中。(PC设备必须安装Windows操作系统) 2. **硬件连接**:保证单板的串口和网线已经正确连接。 3. **工具启动**:运行`HiTool.exe`工具,选择相应的芯片型号(例如Hi3536),然后点击“确定”。 ### 三、分区载入 #### 适用情境 适用于一键将所有程序镜像载入到单板Flash的情况。 #### 载入步骤 1. **启动HiTool工具**:参照“环境配置”的步骤来启动HiTool工具。 2. **选择HiBurn选项**:进入HiBurn烧写工具界面。 3. **选择分区载入模式**:进入分区载入的操作界面...
内容概要:本文系统研究了永磁同步电机(PMSM)调速系统中基于改进滑模、经典滑模及最优滑模控制策略的建模与仿真方法,重点在Simulink环境下构建统一的PMSM调速系统模型,实现三种滑模控制算法的对比分析。研究深入探讨了不同滑模控制在抗干扰能力、动态响应速度与稳态精度等方面的性能差异,剖析了滑模面设计、趋近律选取及抖振抑制等关键技术环节,旨在提升系统鲁棒性与控制品质。文档配套提供了完整的仿真模型与可运行代码,便于读者复现结果并开展进一步优化研究。; 适合人群:具备自动控制原理、电机控制理论基础及Simulink/MATLAB仿真经验的高校研究生、科研人员,以及从事电气传动、新能源汽车、工业自动化等领域技术研发的工程技术人员。; 使用场景及目标:①深入理解滑模控制在永磁同步电机调速系统中的作用机理与工程实现方式;②掌握经典、改进与最优滑模控制器的设计流程与参数整定方法;③通过量化对比不同控制策略的仿真结果,评估其优劣,为实际工程项目中的控制算法选型提供理论依据和技术支持;④服务于科研论文复现、课程设计、学位课题或产品原型开发。; 阅读建议:建议结合所提供的Simulink模型与代码进行动手实践,重点关注控制器模块的搭建逻辑与关键参数设置,通过调整工况条件和扰动输入观察系统响应变化,深入分析抖振现象及其抑制效果,从而全面掌握滑模控制的核心设计思想与应用技巧。
内容概要:本文围绕基于蜣螂优化算法(DBO)的无线传感器网络(WSN)覆盖优化问题展开研究,提出了一种创新且可复现的解决方案。通过Matlab代码实现蜣螂优化算法,针对WSN中传感器节点部署不均导致的覆盖盲区与能耗失衡问题进行建模与优化。研究详细构建了网络覆盖模型与适应度函数,阐述了算法的核心机制与仿真流程,并通过对比实验验证了DBO在提升网络覆盖率、加快收敛速度方面相较于其他智能优化算法的优越性能。该研究不仅提供了完整的算法实现路径,也为复杂工程优化问题提供了有效的智能求解思路。; 适合人群:具备一定Matlab编程基础,从事无线传感器网络、智能优化算法、物联网系统设计及相关领域研究的科研人员、高校研究生及工程技术开发者。; 使用场景及目标:①解决无线传感器网络中节点部署优化问题,最大化监测区域覆盖质量;②为智能优化算法在实际工程中的应用提供可复现的技术案例,推动理论与实践融合;③支持学术论文复现、科研项目验证、课程设计开发及算法性能对比分析。; 阅读建议:建议读者结合所提供的Matlab代码进行仿真实验,深入理解蜣螂优化算法的参数设置、迭代机制与优化过程,掌握其在覆盖优化中的具体实现方式,并可尝试将其迁移应用于路径规划、资源调度等其他组合优化问题中,以拓展算法应用视野。
主辅助服务市场出清模型研究【旋转备用】(Matlab代码实现)内容概要:本文围绕“主辅助服务市场出清模型研究【旋转备用】”展开,重点介绍了基于Matlab代码实现的电力系统中旋转备用辅助服务市场的出清模型,属于电力系统优化调度领域的高价值科研复现内容。文中结合SCI、EI等高水平论文的研究框架,通过Matlab编程实现了主辅市场联合出清的核心算法,尤其聚焦于旋转备用这一关键辅助服务的建模与优化过程,涵盖系统可靠性约束、备用容量分配、本最小化目标函数等关键技术环节。该资源不仅提供了完整的代码实现,还强调对模型逻辑与工程应用背景的理解,有助于深入掌握现代电力市场机制的设计原理。; 适合人群:具备一定电力系统基础知识和Matlab编程能力,从事电力市场、能源优化、微电网调度等相关方向的研究生、科研人员及工程师,尤其适合致力于高水平论文复现与科研项目开发的1-5年经验研究人员。; 使用场景及目标:①学习并复现电力系统主辅市场联合出清机制,特别是旋转备用服务的数学建模与求解流程;②掌握Matlab在电力市场优化中的应用,提升科研仿真与算法实现能力;③支撑学术论文写作、课题申报及实际电力系统调度方案设计。; 阅读建议:此资源以代码实现为核心,建议读者结合电力市场基本理论同步研读,注重对目标函数、约束条件与算法求解过程的理解,并动手调试运行代码,结合具体算例进行结果分析与模型优化,以达到真正
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值