Anthropic即将首盈,年化营收逼近450亿反超OpenAI,3300亿算力铺开冲刺IPO

【能源系统优化】基于NSGA-II的储能容量配置模型:多目标优化与全寿命周期成本分析 项目介绍 MATLAB 储能容量配多大?NSGA-II优化与寿命成本情景分析 内容概要:本文介绍了一个基于MATLAB的储能容量配置优化项目,通过NSGA-II多目标优化算法,综合考虑储能系统的全寿命周期成本、供电可靠性与新能源消纳能力,构建了包含数据生成、储能运行仿真、寿命衰减建模、多目标优化与决策分析的一体化模型框架。项目生成50000条多维随机数据,涵盖负荷、新能源出力、电价、温度与电池运行压力,并建立储能能量容量、功率与备用SOC的协同配置模型。通过时序仿真计算充放电行为、等效循环次数与容量衰减,结合初始投资、运行收益、更换成本与惩罚项,构建全生命周期经济评价体系。NSGA-II算法用于求解成本、供电可靠性与碳排放之间的Pareto最优前沿,支持多情景对比分析,如电价波动、负荷增长与寿命衰减加剧等,最终输出推荐配置与可视化结果,为储能工程选型提供量化依据。; 适合人群:具备一定MATLAB编程基础,从事电力系统规划、储能系统设计、新能源集成或优化算法研究的科研人员与工程技术人员,尤其适用于研究生、能源领域研发工程师及项目规划人员。; 使用场景及目标:①解决“储能容量配多大”这一实际工程问题,优化容量与功率的协同配置;②评估不同电价、负荷、气候与政策情景下储能方案的经济性与鲁棒性;③分析寿命衰减对长期成本的影响,避免“低投入高维护”的不合理配置;④为新能源电站、微电网、工业园区等场景的储能规划提供Pareto最优解集与决策支持。; 阅读建议:此资源侧重于模型构建与算法实现,建议读者结合提供的代码示例深入理解NSGA-II在储能优化中的应用,重点关注目标函数设计、寿命成本建模与多情景分析逻辑。建议运行数据生成与优化代码,调试并可视化结果,以掌握从数据到决策的完整流程。 立即下载

Anthropic即将首次盈利

就在所有人还在争论「AI公司到底能不能赚钱」的时候,Anthropic用一份季报把争论终结了。第二季度预计营收109亿美元,比上个季度的48亿直接翻了一倍。更炸裂的是,Anthropic这个季度还能赚钱了,预计营业利润5.59亿美元。Anthropic成立以来第一次赚钱,比它自己给投资人的预测提前了整整两年。

与OpenAI营收对比

而就在同一天,OpenAI的一季度账目也被曝了出来。调整后营业利润率为 -122%,翻译过来就是,OpenAI每赚1美元,就要倒亏1.22美元。哪怕已经扣掉了股权激励这类大额支出,它还是在烧钱狂奔。Anthropic近期的年化营收,已经逼近450亿美元,而OpenAI今年2月份的年化营收是250亿。追赶者不仅追上了,还反超了,而且拉开了将近一倍的差距。

Anthropic营收增长情况

回到2024年底,Anthropic的年化营收大约10亿美元。2025年底冲到90亿。然后2026年开始起飞,2月涨到140亿,3月190亿,4月冲破300亿,现在逼近450亿。从10亿到450亿,Anthropic只用了不到一年半。CEO Dario Amodei前不久在开发者活动上透露,Anthropic原本按「年增长10倍」来规划产能,结果2026年第一季度实际跑出来的增速是80倍,算力团队差点被干爆。

企业客户采购份额对比

实现这种增长的答案,藏在一个第三方数据里。Ramp,美国最大的企业支出管理平台之一,每个月会发布一份AI采购指数。今年5月的数据显示,34.4%的美国企业在为Anthropic付费,而OpenAI是32.3%。这是有史以来Anthropic第一次在企业采购份额上超过OpenAI。相比去年同期,Anthropic从9%涨到34.4%,增长了26个百分点。而OpenAI同期只涨了0.3%。对此,Ramp的首席经济学家Ara Kharazian分析认为:Anthropic的策略是「先打金融、科技、专业服务这些高价值行业的技术团队,再往外扩」。这背后最大的增长引擎,是Claude Code。Anthropic告诉投资人,目前有超过1000家企业客户每年在Claude上花费超过100万美元,而今年2月这个数字还是500家,三个月就翻了一倍。

成本变化情况

Anthropic一季度每赚1美元的营收,算力成本是71美分。到了第二季度,这个数字预计降到56美分。也就是说,Anthropic不仅赚得更多了,而且花得还更少了。

OpenAI面临的问题

OpenAI一季度营收57亿美元,绝对数字上仍然比Anthropic同期多出近10亿。但营收领先没有用,利润表上全是血。 -122%的调整后营业利润率,意味着哪怕扣掉了股权激励,OpenAI每进账1美元还是要倒贴1.22美元出去。OpenAI面临的麻烦不只是亏损。更头疼的是,ChatGPT的用户增长也卡住了。一季度,ChatGPT的平均周活跃用户约9.05亿。这个数字看起来很大,但OpenAI原本预计去年底就能突破10亿,结果没做到。更细看数据会发现,今年2月的周活数曾经达到过约9.2亿,但整个一季度的平均值反而更低。也就是说,2月之外的时段用户量其实在下滑。OpenAI内部已经向员工发出过预警,要做好迎接「寒冬」(rough vibes)的准备。付费用户倒是还在涨,一季度有5500万消费者订阅用户,比去年底多了800万。但光靠订阅费,填不上 -122%的窟窿。真正撑住一季度营收的,是编程Agent Codex、企业端销售,以及ChatGPT上刚开始测试的广告。OpenAI把最大的赌注押在了广告上,它的计划是到2030年通过广告创收超1000亿美元,但那是2030年的故事,现在是2026年。

Anthropic的算力策略

Anthropic能这么快冲到盈利,跟它的算力策略有直接关系。跟OpenAI和xAI长期绑定英伟达不同,Anthropic从一开始就走了「多芯片」路线,它同时使用英伟达GPU、亚马逊Trainium、谷歌TPU、SpaceX Colossus集群的GPU。现在,它又盯上了微软的自研AI芯片。就在今天,消息曝出,Anthropic正在与微软洽谈使用其自研的Maia 200芯片。Maia 200是微软今年1月发布的第二代AI芯片,采用台积电3纳米工艺,推理效率比同等价位的其他芯片好30%以上。但这颗芯片有个特点,它的主攻方向是高效运行现有模型,而不是训练新模型。对Anthropic来说,这正好,Claude已经训完了,推理成本才是大头。

Anthropic的算力版图

亚马逊是Anthropic最大的投资方和云服务供应商,承诺投资最高250亿美元,去年签了一份10年期Trainium芯片使用协议,价值超过1000亿美元。谷歌承诺投资最高400亿美元,提供TPU算力,从明年开始交付多个吉瓦级的下一代计算容量。SpaceX/xAI每月支付12.5亿美元租用Colossus数据中心的算力,合同持续到2029年5月,三年总价值超过150亿美元。微软去年底宣布向Anthropic投资50亿美元,Anthropic承诺在Azure上支出300亿美元,现在又在谈Maia芯片。光是向亚马逊、谷歌、微软三大云巨头,Anthropic就承诺了至少3300亿美元的算力支出。再加上SpaceX和英伟达,五大供应商同时为一家公司输送算力。在整个AI行业,没有第二家公司做到了这种程度的「多源供应」。Meta和OpenAI最近也开始学Anthropic的多芯片策略,但它们的起步要晚得多。值得一提的是,Anthropic自去年11月以来,就一直在稳步增加Azure上的用量。微软这边,不仅把更多现有的英伟达服务器调配给了Anthropic,还开始为它搭建新的服务器集群,甚至为了伺候它,还削减了对部分小客户的资源倾斜。在算力就是一切的AI决赛中,Anthropic正在疯狂扩充产能,而且它在每一家供应商那里,都留了后路。

两家公司冲刺IPO

如今,全世界最强的两家AI公司现在都在冲刺IPO。OpenAI正与高盛、摩根士丹利闭门赶工招股书草案,最快本周五秘密递交SEC,目标9月上市,上一轮融资估值8520亿美元,这次目标是破万亿。Anthropic也在筹备上市,最快今年10月,目前正在进行一轮300亿美元的融资,投前估值高达9000亿美元。OpenAI有ChatGPT,有9亿周活,有全世界最响亮的AI品牌,但真正在为AI掏钱的企业和开发者,选了Anthropic。接下来的竞赛只会更烧钱,两家公司都在全力冲刺更强的下一代模型,算力开支还会继续膨胀。这场比赛比的不只是谁的模型更聪明,更是谁的账上有钱继续跑下去。2021年,Dario Amodei带着一群人从OpenAI出走,创办了Anthropic。当时所有人都觉得,这不过是又一个注定活在OpenAI阴影里的挑战者。五年后,走的人开始赚钱了,留下的人每赚一块钱,还在倒贴一块二。

印尼稻米收成与粮食安全数据集2026年 本数据集收录印度尼西亚2026年水稻收成与粮食安全遥测数据,包含10000条稻米农业收成产量与粮食安全监测记录,围绕印尼国家粮食安全体系中的核心作物水稻展开。稻米是印尼逾两亿人口的主粮,其收成波动直接影响国家粮食安全与进口政策,本数据集将种植区域、收成产量、气候与土壤相关遥测指标整合为结构化表格,可支撑粮食产量预测、收成影响因素分析、区域粮食安全评估与农业政策模拟等研究任务。典型应用场景包括:农业时间序列产量预测模型构建、气候因子与水稻收成的关联分析、省份与地区层面的粮食自给率测算、粮食安全风险预警指标设计,也可作为农业经济、粮食政策与数据科学交叉课程的教学素材。数据为2026年最新版,规模约1.2MB、单CSV结构规整,字段命名清晰,适合Python、Pandas、Scikit-learn等主流工具链直接使用,便于开展探索性分析、可视化与机器学习全流程练习。重要说明:本数据为遥测整理数据,分析结论以数据集文档口径为准,农业决策请结合官方统计综合研判。许可:CC0公有领域,可自由使用与二次分发。 立即下载

相关推荐

四分之一汽车模型主动悬架设计:在MATLAB_Simulink中实现比例积分控制、前馈扰动抑制和扰动估计,以优化乘坐舒适性和道路附着力。.rar

四分之一汽车模型主动悬架设计:在MATLAB_Simulink中实现比例积分控制、前馈扰动抑制和扰动估计,以优化乘坐舒适性和道路附着力。.rar

最该烧钱的AI实验室,第一个宣布盈利:Anthropic Q2营收109亿美元、利润5.59亿美元,提前两年达成

最该烧钱的AI实验室,第一个宣布盈利:Anthropic Q2营收109亿美元、利润5.59亿美元,提前两年达成

math_bearrr的博客 297

Delphi 13.2控件之msquic4d.rar

Delphi 13.2控件之msquic4d.rar

Anthropic估值逼近万亿,IPO或超SpaceX,联创警告2028年AI将自我进化!

营收曲线如此陡峭,靠的是两个拳头产品——Claude Code和Cowork,它们卡上了2026年AI编码和智能体需求的大爆发,一个搞定代码,一个搞定办公协作。当科技行业把AI融入开发流程和企业协作时,Anthropic已成为这两条动脉里的血液。但如果Anthropic只是卖API、卖AI工具的公司,天花板应是SaaS的天花板,而非万亿美元市值。真正让华尔街改变看法的,是联创Jack Clark在Axios采访中透露的事。

IT界那些事儿 122

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

企业数字化转型AI大模型赋能智能体平台及AI场景应用规划方案(生态合作版).pptx

智慧环保生态保护行业可信数据空间应用规划方案(技术方案版).pptx

智慧环保生态保护行业可信数据空间应用规划方案(技术方案版).pptx

Anthropic年化营收暴涨7倍冲击万亿估值IPO,能否坐稳AI头把交椅?

OpenAI二季度营收67亿美元,一季度57亿,环比涨18%,但经营亏损从93亿扩大到123亿。这是Anthropic成立五年来,首次在单季度营收上超过老东家OpenAI,其挣钱速度和算力使用效率开始让资本市场重新评估两家公司的位置。在IPO前夜,Anthropic计划给CEO达里奥及6位联创发行带「额外投票权」的股票,这是公司成立五年多来,管理层首次拥有「超级投票权」。Anthropic虽取得阶段性胜利,但面临高估值审视和控制权挑战,OpenAI有用户入口优势,AI霸主之争充满变数。

IT界那些事儿 27

气象服务行业可信数据空间应用规划方案(技术方案版).pptx

气象服务行业可信数据空间应用规划方案(技术方案版).pptx

8520亿的“原地踏步”:OpenAI自掏70亿回购,AI双雄的IPO暗战

OpenAI与Anthropic的资本博弈正进入关键阶段:OpenAI以70亿美元自购股份稳定军心,8520亿美元估值罕见停滞;而Anthropic估值飙升至9650亿美元,年收入470亿美元反超对手,率先提交IPO申请。两家公司从技术竞争转向资本竞速,前者收缩边缘业务聚焦企业市场,后者凭借编程工具Claude Code实现商业化突破。这场估值近2万亿美元的IPO竞赛将重塑AI行业定价体系,标志着AI产业从技术驱动转向资本驱动的重要转折。2026年或成AI资本化分水岭,公开市场将用传统指标检验此前建立在想象

fuquxiaoguang的博客 82

机器视觉检测实战教程 19页成品课程光源选型Halcon标定海康相机VisionPro

内容概要:机器视觉检测实战教程,19页6章成品课程PDF:视觉检测光源选型对照表+五个翻车案例、Halcon模板匹配create_shape_model七参数整定、视觉标定三类(9点/旋转/手眼)、海康工业相机C#取图黑图丢帧排坑、VisionPro QuickBuild部署License迁移C#宿主、远心镜头选型。含C#/Halcon代码与现场案例。适用人群:机器视觉工程师、自动化检测开发、企业内训。使用场景:视觉方案设计、选型、标定部署、团队培训。原创整理。

【医疗器械制造】基于酸碱腐蚀环境的一次性乳胶手套铝合金手模失效机理分析与量产风险控制

内容概要:本文围绕一次性医用乳胶手套生产中使用的铝合金手模在酸碱环境下的失效风险展开系统性分析,重点探讨其在外表面腐蚀、清洗循环、氯介质侵入及表面粗糙度控制等方面的工程挑战。研究表明,尽管市场上已有带涂层的铝合金手模供应,但其能否在强碱、酸洗、毛刷摩擦、冷热交变和氯共存的复杂工况下长期维持Ra 1.0—2.5 μm的表面质量并实现稳定脱模,仍需经过严格的多阶段验证。常规阳极氧化+PTFE涂层方案已被实测排除,而316L不锈钢筒体在湿氯环境中出现的三个月内腐蚀失效案例提示必须重视内腔隔离设计。文章强调,采购决策应基于“小批量试制—离线加速试验—影子生产验证—条件性放行”的四阶段准入机制,结合表面参数、工艺相容性、手套成品性能与全生命周期成本进行综合评估,避免依赖供应商宣传数据。; 适合人群:从事医疗器械制造、材料工程、设备采购与工艺质量管理的技术人员及决策管理者,尤其是涉及乳胶手套生产线优化与手模选型的相关从业人员。; 使用场景及目标:①评估铝合金手模替代陶瓷手模的技术可行性与风险边界;②建立手模选型的系统验证流程,防范因表面失效导致的脱模异常、手套缺陷与非计划停机;③指导采购合同中技术条款的制定,确保供应商交付具备可验证数据支撑; 阅读建议:此资源以工程实证为导向,建议读者结合自身产线工艺参数,重点关注外表面Ra控制、内腔双密封设计、影子生产验证方法及失效链追溯体系的构建,在试制阶段严格执行多维度联合判定标准,审慎推进规模化替代。

Anthropic抢先OpenAI秘密递交IPO申请,2026年三巨头将迎史无前例IPO盛宴!

与xAI完成合并后,其估值已飙升至1.25万亿美元,甚至有望在上市时冲击1.75万亿的高点,配合750亿 - 800亿美元的预期募资规模,极有可能刷新人类历史上的IPO纪录。上周五,Anthropic在Claude Opus 4.8惊艳亮相的当天,重磅官宣完成650亿美元H轮融资,投后估值达9650亿美元,首次力压OpenAI(约8520亿美元)。而IPO是这种张力的「成人礼」,从现在起,ASI要变成招股书中的财务数字,接受盈利拷问和散户投票,超级智能开始被定价了。Anthropic凭什么完成惊天逆袭?

IT界那些事儿 178

【新能源电力系统】项目介绍 MATLAB实现基于GWO-VMD-SSA-LSTM灰狼优化算法(GWO)结合变分模态分解(VMD)、麻雀搜索算法(SSA)及长短期记忆网络(LSTM)进行辐照度-温度驱动

内容概要:本文提出了一种融合灰狼优化算法(GWO)、变分模态分解(VMD)、麻雀搜索算法(SSA)和长短期记忆网络(LSTM)的复合模型(GWO-VMD-SSA-LSTM),用于实现高精度的辐照度-温度驱动短期光伏功率预测。该模型首先通过GWO优化VMD的关键参数(模态数K和惩罚因子α),实现对非平稳光伏功率序列的高效多尺度分解,降低信号复杂性;随后利用SSA对LSTM的超参数(如隐藏层单元数、Dropout率、学习率等)进行智能寻优,提升网络训练效率与泛化能力;最后通过独立LSTM网络对各VMD模态进行预测并重构输出。模型结合了信号分解、智能优化与深度学习优势,显著提升了在多云、阴雨等复杂天气下的预测精度与稳定性,并通过MAE、RMSE、MAPE和R²等指标验证了有效性。文中还提供了完整的MATLAB实现流程,涵盖数据清洗、归一化、滑动窗口构建、参数优化与结果可视化等环节。; 适合人群:具备一定机器学习与时间序列预测基础,从事新能源发电预测、智能电网调度、电力系统自动化等相关领域的科研人员、工程师及研究生。; 使用场景及目标:①解决光伏功率受辐照度、温度等因素影响而导致的强随机性、非平稳性预测难题;②提升短期(15分钟至1小时)光伏出力预测精度,支撑电网经济调度、储能协同控制与电力现货市场申报;③为多源气象数据驱动的可再生能源预测提供可扩展的技术框架。; 阅读建议:建议结合提供的MATLAB代码逐步实践,重点关注GWO与SSA的优化机制、VMD分解效果及其与LSTM的集成方式,注意避免时间泄漏问题,推荐在实际数据上复现实验以深入理解模型性能。

【DBO三维路径规划】基于多策略改进的蜣螂算法MSDBO多无人机协同集群避障路径规划(目标函数:最低成本:路径、高度、威胁、转角)研究(Matlab代码实现)

内容概要:本文研究了基于多策略改进的蜣螂优化算法(MSDBO)在多无人机协同集群三维路径规划中的应用,旨在解决复杂三维环境下的避障与最优路径搜索问题。通过构建包含路径长度、飞行高度、威胁规避和转弯角度的综合成本目标函数,利用MSDBO算法对多无人机系统的飞行轨迹进行全局优化,实现在保证安全性与稳定性的前提下达到最低能耗与最优性能的目标。文中详细阐述了算法的多策略改进机制、三维环境建模方法以及多无人机协同避障策略,并通过Matlab仿真平台验证了该方法相较于传统优化算法在收敛速度、路径质量和鲁棒性方面的优越性能。; 适合人群:具备一定优化算法理论基础和无人机控制系统知识的科研人员及研究生,特别适用于从事智能优化算法、多智能体协同控制、路径规划与自主导航等相关领域的研究人员和技术开发者。; 使用场景及目标:①应用于灾害救援、军事侦察、智能巡检等复杂三维场景中多无人机协同任务的路径规划;②为多目标约束下的路径优化、动态避障与能耗平衡问题提供高效的算法支持与仿真验证工具;③推动智能优化算法在无人系统自主决策与协同控制中的实际应用与工程落地。; 阅读建议:建议读者结合提供的Matlab代码深入理解算法的具体实现过程,重点关注目标函数设计、多策略改进机制(如种群初始化、自适应参数调整、局部搜索增强等)及仿真结果分析部分,同时可尝试将该算法迁移至其他智能优化算法框架中进行对比研究,以深化对路径规划问题本质的理解与实践能力的提升。

T12_eVTOL低空经济低空公共航线网络规划设计方案_可研报告版.pptx

T12_eVTOL低空经济低空公共航线网络规划设计方案_可研报告版.pptx

T07_低空经济与智能网联汽车融合的城市空地一体出行服务平台建设方案_决策评审版.pptx

T07_低空经济与智能网联汽车融合的城市空地一体出行服务平台建设方案_决策评审版.pptx

【CEEMDAN-VMD-GRU】完备集合经验模态分解-变分模态分解-门控循环单元预测研究(Python代码实现)

内容概要:本文提出了一种融合完备集合经验模态分解(CEEMDAN)、变分模态分解(VMD)与门控循环单元(GRU)的复合预测模型,旨在提升对复杂非平稳时间序列的预测精度。首先利用CEEMDAN对原始信号进行自适应分解,有效缓解模态混叠问题,获得一组本征模态函数(IMFs);随后引入VMD对关键模态分量作进一步优化分解,增强特征分离能力,降低噪声干扰;最后将处理后的平滑分量分别输入GRU神经网络进行独立训练与预测,并通过加权集成策略融合各分量输出,得到最终高精度预测结果。该方法结合了多尺度信号分解与深度学习的优势,显著提升了模型在处理强噪声、非线性、非平稳序列(如电力负荷、风速、光伏发电功率等)时的泛化能力和预测稳定性,文中提供了完整的Python代码实现,便于复现与应用。; 适合人群:具备一定Python编程基础和机器学习理论知识,从事科研或工程应用的硕士、博士研究生及科研人员,尤其适用于能源系统预测、智能电网调度、可再生能源管理、信号处理与时间序列分析等相关领域的研究人员和技术开发者。; 使用场景及目标:①解决传统单一预测模型在面对复杂非平稳时间序列时存在的过拟合、收敛慢、精度低等问题;②通过多阶段信号分解降低原始序列的复杂度与不确定性,提升GRU模型的训练效率与预测鲁棒性;③为电力系统负荷预测、新能源出力预报、设备运行状态预警及市场交易策略制定等关键任务提供高精度数据支撑。; 阅读建议:建议读者结合提供的Python代码逐模块理解算法实现流程,重点关注CEEMDAN与VMD的参数配置对信号分解效果的影响,尝试在不同数据集上进行实验对比,并通过可视化手段分析各模态分量的物理意义,进一步掌握模型调优与性能评估的方法。

MCGS的Http协议驱动,支持http协议

硬件配置 参数设置 设备属性 设备命令 通讯状态 附录 #HTTP 1、 设备简介 驱动类型 该驱动为独立设备,直接添加构件即可,不需要挂载到父设备下 通讯协议 采用标准HTTP1.1协议 通讯方式 驱动构件为客户端。 2、 硬件连接 本软件在通讯之前,请保证通讯连接正确。通讯连接方式:采用标准的RJ45接口的以太网接线(对调网线或使用HUB交换)。 3、 设备通讯参数 本设备为独立设备,无父设备参数 4、 设备构件参数设置 “HTTP设备”参数设置如下: <1> 内部属性: 构建url信息。 <2> 最小采集周期:本软件对设备进行操作的时间周期,单位为ms,默认为100ms。 <3> 通讯等待时间:通讯数据接收等待时间,默认设置为200ms,当采集速度要求较高或数据量较大时,设置值可适当减小或增大。 <4> HttpHead:http head添加需要的字段,不需要添加http head时值为空,默认不添加。 5、 设备命令 本设备构件提供设备命令,用于进行相应的操作,设备命令的格式如下: 设备命令 命令介绍 GetHttpHead 格式1 GetHttpHead(headStr) 用途 获取http head参数 参数 headStr 参数可以为字符型变量、字符串常量 例1 !SetDevice(设备0,6,"GetHttpHead(headStr)") 获取http head数据保存到headStr中 SetHttpHead 格式1 SetHttpHead(headStr) 用途 设置http head参数 参数 headStr 参数可以为字符型变量、字符串常量

上一篇: 中关村、首体院、京奥电竞三方签约,共探AI+电竞产学研一体化突破
下一篇: AI造富狂欢下反AI与复古运动兴起:从产品到内容,人类在技术浪潮中寻找自我
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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