AI大模型产品经理学习笔记(一)学习路径

1、转行AI大模型产品经理

AI随着大模型的爆发,成为了当下最新的风口,AI有可能是继十几年前移动互联网爆发以来,又一个持续十年甚至更久的机遇。对于产品经理来说,转行AI大模型当下无疑是最好的时机。

从需求上面,各大中小厂、国企央企都在疯狂放出HC,这里面很多是连AI大模型能在其业务场景下做什么都没想清楚,反正先组了团队再说;还有一部分是基本想清楚在其业务场景下,大模型能够带来降本提效或者优化体验的作用;总之,需求很旺盛,在当前传统互联网退潮,“广进计划”大行其道,大模型HC的一只独秀显得非常难得;

从供给方面,真正做过大模型的人很少,转行面临的竞争会小很多,天然没有已经有数年经验的竞争对手,这种情况拼的就是个人快速学习的能力,快速了解和掌握AI大模型技术边界,熟悉当前最新的AI大模型产品,并且梳理出逻辑可靠的业务落地场景,这些将是转行成功的重要筹码。

这套学习笔记将持续更新记录我从自动驾驶产品经理转行AI大模型产品经理的学习过程,从自学大模型技术、调研分析热门大模型产品、自研大模型产品项目等方面,快速实现转型所需的技术产品积累。

2、学习路径:分析JD,有的放矢

从互联网产品经理转行AIGC产品经理,需要准备和学习的路径:

技术层面:

  1. 了解主流AIGC大模型主要类别,掌握各类AIGC大模型的技术原理、底层逻辑、训练框架、应用场景;
  2. 深度思考各类AIGC大模型的能力边界,准确判断其擅长做什么、能做什么和不能做什么;
  3. 持续保持对AIGC技术的最新动态,深入思考其当前局限性和未来发展趋势;
  4. 能够基于开源大模型,实际操作大模型微调、RAG等常用大模型调优技术;-非必备
  5. 对模型应用的全流程,包括数据收集、清洗、标准化,训练网络选择、参数设置,模型评测集和评测指标选择等深入了解

产品层面:

  1. 深入思考如何使用大模型技术为业务目标服务,实现降本提效、体验优化和创新应用,产品的作用是拉齐技术能力和产品需求之间的GAP。
  2. 持续关注国内外大模型产品的动态,实际使用和体验各种大模型产品,对优秀的大模型产品能够持续分析其优点,思考大模型技术在业务中的实际价值;
  3. 基于对大模型技术原理和实际构建过程的掌握,思考如何促进大模型技术快速持续地迭代,不止于设计平台产品;
  4. 基于业务场景,设计对大模型的评价指标与指标评估方案,客观科学地评估大模型产生的业务价值。
  5. 加分:利用大模型尝试设计和开发相关产品,真实感受从业务场景到AI大模型需求的拆解全流程,利用AI大模型技术实现业务需求,并且持续调优迭代的全流程。

附录:

从BOSS上随意贴出一张某大厂 AIGC产品经理的JD内容,然后扔给Kimi、文心和ChatGPT 3.5,让他们输出想要成功求职该该岗位需要准备的知识和面试问题。

Prompt:

我是一个AI大模型小白,我想求职AIGC产品经理,具体的职位描述和任职要求见如下''''''内的内容
你是一位大模型领域资深的产品专家,对AIGC的技术和产品非常熟悉,有身后的专业知识的积累
请你结合下面''''''里的内容,帮我梳理和规划出,我需要学习和准备的技术知识,并且帮我模拟出至少10道相关的面试题目,
要求:请按照序号,格式化的输出内容;内容要专业合理,并且具有可执行性。
'''
职位描述
1、跟进国内外前沿的AI生成模型及产品的最新动态,能够及时对AIGC领域的技术产品和应用进行市场调研和趋势分析;
2、负责公司AIGC相关技术产品(大规模语言模型及多模态AI生成能力)的数据规范定义、下游任务设计及场景明确,负责相关技术产品的产品架构设计、发展规划、实施路径拆解及项目管理;
3、负责AIGC技术在快手各业务线的落地和应用,跟进重点业务项目的需求分析和实施落地,能够与数据、算法、工程、业务等团队充分协作、高效沟通,保证项目按时保质完成交付;
4、从产品应用角度对AIGC的多种模型能力制定合理、全面的评估方案,关注业界相关能力,并基于使用情况进行效果监测和模型优化方向反馈 ;
5、负责AIGC相关技术的场景化应用的方案设计及展示平台设计。
任职要求
1、本科及以上学历,计算机及相关专业优先,3年以上AI(CV、语音、NLP、KG等)、机器学习等相关领域的产品经理工作经验;
2、产品基本功扎实,具备丰富的AI产品设计、应用及项目实操经验;
3、熟悉AI技术及机器学习/深度学习模型开发全链路流程技术,对AI行业(尤其是在LLM、AIGC方向)的技术发展动态有充分认知; 
4、有清晰的逻辑思维和表达能力,具备良好的团队协作精神,能够整合各方面资源达成产品目标,有创新精神,具有较强的责任心和执行力。
加分项
1、AI技术理解能力加分:熟悉AI基础能力及主流算法,至少深入了解一种AI能力的技术原理、能力边界及应用场景;
2、AI应用项目经验加分:有AI产品应用项目经验,包括并不限于智能客服、智能对话、搜索推荐、虚拟人等领域。
'''

Chat GPT3.5的回答:

**学习和准备的技术知识:**
1. **AI生成模型和产品的最新动态:**
   - 了解当前AI生成模型领域的最新研究进展和产品应用,包括GPT系列、图像生成模型等。
   - 学习相关的技术博客、研究论文和行业报告,了解技术趋势和市场动态。
2. **大规模语言模型和多模态AI生成能力:**
   - 学习大规模语言模型(LLM)和多模态AI生成能力的基本原理、应用场景和开发流程。
   - 掌握常见的大规模语言模型架构,如GPT、T5等,以及图像生成模型的基本原理和技术。
3. **AI技术全链路流程:**
   - 了解机器学习和深度学习模型开发的全链路流程,包括数据收集、数据预处理、模型训练、模型部署和模型监测等环节。
   - 熟悉常见的机器学习和深度学习算法,如神经网络、卷积神经网络、循环神经网络等。
4. **产品设计和项目管理:**
   - 学习产品经理的基本工作职责和方法论,包括需求调研、产品规划、项目管理等。
   - 掌握产品设计原则和用户体验设计方法,了解产品规划、实施路径拆解和项目管理的技巧。
5. **团队协作和沟通技巧:**
   - 提升团队协作和沟通能力,学习如何与数据、算法、工程、业务等团队高效合作,保证项目按时保质完成交付。

**模拟面试题目:**
1. 请介绍一下最近的一项AI生成模型的技术进展和应用场景。
2. 你对大规模语言模型的理解是什么?能否解释一下GPT模型的基本原理?
3. 如果你负责开发一个新的AIGC产品,你会如何进行市场调研和竞品分析?
4. 请描述你曾经负责的一个AI产品项目,包括项目的目标、需求分析、实施路径、团队协作情况以及项目成果。
5. 你认为当前AI生成模型领域存在的主要挑战是什么?你有什么解决方案吗?
6. 你是如何在工作中保持对新技术和行业发展的关注的?
7. 如果一个新的AI生成模型在快手业务线的落地和应用,你会如何跟进和支持?
8. 请描述一下你对AIGC技术在快手各业务线落地和应用的具体计划和想法。
9. 在一个跨部门合作的项目中,你是如何处理不同团队之间的沟通和冲突的?
10. 你认为在AIGC领域,产品经理需要具备哪些技能和素质?

Kimi的回答:

针对AIGC产品经理的岗位要求,以下是需要准备的技术和相关面试题目,去除了研发岗位特定的内容:

### 需要学习和准备的技术知识:

1. **AI产品市场分析**:学习如何进行AI生成模型及产品的市场调研和趋势分析。
2. **产品管理基础**:掌握产品管理的基本原则,包括需求分析、产品规划、市场定位。
3. **AI技术应用**:了解AI技术在不同场景下的应用,尤其是大规模语言模型及多模态AI生成能力。
4. **项目管理**:学习如何进行技术产品的项目规划、实施路径拆解及管理。
5. **跨部门沟通**:提高与数据、算法、工程、业务等不同团队的沟通和协作能力。
6. **产品评估与优化**:掌握AI产品的性能评估方法,学习如何根据反馈进行产品优化。
7. **用户体验设计**:理解如何将AI技术转化为用户友好的产品特性和体验。
8. **商业模式**:探索AIGC技术在商业环境中的变现途径和模式。

### 模拟面试题目:

1. **市场趋势**:你如何保持对AIGC领域最新技术和市场趋势的了解?
2. **产品规划**:描述一次你负责的产品规划经历,你是如何确定产品方向和市场定位的?
3. **用户需求**:在AIGC产品开发中,你如何理解和满足用户的核心需求?
4. **项目管理**:谈谈你如何管理一个涉及多个部门的AI技术产品项目?
5. **团队协作**:分享一个你与跨职能团队协作的经历,你如何确保团队成员之间的有效沟通?
6. **产品评估**:你如何评估AIGC产品的市场表现和技术性能?
7. **技术应用**:请举例说明AIGC技术在特定业务场景中的应用。
8. **用户体验**:你如何确保AIGC产品提供优秀的用户体验?
9. **商业模式**:描述一个你认为可行的AIGC技术商业化策略。
10. **创新思维**:面对激烈的市场竞争,你如何通过创新提升AIGC产品的竞争力?
11. **问题解决**:如果AIGC产品上线后用户反馈不佳,你将如何分析问题并制定改进计划?
12. **职业发展**:你如何规划自己的职业发展路径,以保持在AI产品管理领域的竞争力?
13. **场景化设计**:谈谈你如何为AIGC技术设计场景化应用方案和展示平台。
14. **技术理解**:你如何向非技术背景的利益相关者解释AIGC技术的价值和应用?

准备这些知识和面试题目时,应重点展示你的产品管理能力、市场洞察力、跨团队协作经验以及对AI技术应用的深刻理解。

文心3.5的回答:

一、需要学习和准备的技术知识
1、AI生成模型及产品动态:
 - 掌握最新的AI生成模型,如Transformer、GPT系列等的技术原理和应用场景。
 - 了解AIGC领域的技术趋势,如多模态生成、个性化内容生成等。
2、数据规范定义与任务设计:
 - 学习如何定义AIGC技术产品的数据规范,包括数据格式、数据质量标准等。
 - 理解并掌握如何设计下游任务,以满足不同业务场景的需求。
3、产品架构设计与项目管理:
 - 学习产品架构设计的基本原理和方法,确保产品技术实现与业务需求的匹配。
 - 掌握项目管理的基本流程和工具,能够拆解实施路径并有效监控项目进度。
4、AIGC技术业务落地:
 - 了解AIGC技术在不同业务线(如内容创作、广告、电商等)的应用方式和案例。
 - 学习如何与数据、算法、工程、业务等团队高效协作,推动项目落地。
5、模型能力评估与优化:
 - 掌握模型评估的基本方法和指标,如准确率、召回率、F1值等。
 - 学习如何基于使用情况进行效果监测,并提供模型优化方向的建议。
6、场景化应用方案设计:
 - 研究并了解AIGC技术在不同场景下的应用需求,设计符合用户需求的产品方案。
 - 学习展示平台设计的基本原理和方法,能够设计出直观、易用的展示界面。

二、模拟面试题目
1、关于技术理解:
 - 请简述你对AI生成模型(如GPT系列)的理解,以及它们在AIGC领域的应用前景。
 - 谈谈你对多模态AI生成能力的看法,你认为它在未来会有哪些发展趋势?
2、关于产品设计与项目管理:
 - 如果你负责设计一款AIGC产品,你会如何定义数据规范和下游任务?
 - 描述一次你成功推动AIGC技术项目落地的经历,并分享你的项目管理经验。
3、关于业务落地与团队协作:
 - 假设你需要在快手的某个业务线推动AIGC技术的应用,你会如何与相关部门协作?
 - 在与算法团队沟通时,如何确保他们理解并满足产品需求?
4、关于模型评估与优化:
 - 你是如何评估AIGC模型的性能的?请举例说明。
 - 当模型效果不佳时,你会如何分析原因并提出优化建议?
5、关于场景化应用与展示平台:
 - 请设计一个基于AIGC技术的智能客服方案,并说明其应用场景和优势。
 - 在设计展示平台时,你会考虑哪些用户体验因素?请举例说明。
6、关于个人经验与技能:
 - 请分享一次你成功解决AIGC产品技术难题的经历。
 - 你认为一个优秀的AIGC产品经理需要具备哪些技能和素质?
7、关于行业认知与发展趋势:
 - 谈谈你对AI行业(尤其是AIGC方向)当前技术发展动态的看法。
 - 你认为AIGC领域在未来会有哪些重要的技术突破和应用场景?
8、关于加分项:
 - 你对哪种AI能力(如NLP、CV等)的技术原理和应用场景有深入了解?请举例说明。
 - 你是否有参与过智能客服、智能对话等AI产品应用项目的经验?请分享你的收获和体会。
以上题目旨在考察面试者对AIGC领域的技术理解、产品设计能力、项目管理经验、业务落地能力、模型评估与优化技能以及行业认知和发展趋势的掌握情况。同时,也通过询问加分项相关的问题,了解面试者在特定领域的深入程度和实际经验。

从生成内容的专业度、相关性、全面性等方面综合评估,Chat GPT3.5 >文心3.5 > Kimi。文心主要是太扣题了,基本每一小项都是源自prompt,缺少自己的思考和抽象总结能力。

对这三份回答的模拟面试题扔给KIMI整合后,结果如下:

模拟题目回答思路
1请简述你对AI生成模型(如GPT系列)的理解,并预测它们在AIGC领域的应用前景。
2谈谈你对多模态AI生成能力的看法,你认为它在未来会有哪些发展趋势?
3如果你负责设计一款AIGC产品,你会如何定义数据规范和下游任务?
4假设你需要在快手的某个业务线推动AIGC技术的应用,你会如何与相关部门协作?
5你是如何评估AIGC模型的性能的?请举例说明。
6请设计一个基于AIGC技术的智能客服方案,并说明其应用场景和优势。
7请分享一次你成功解决AIGC产品技术难题的经历。
8谈谈你对AI行业(尤其是AIGC方向)当前技术发展动态的看法。
9你如何保持对AIGC领域最新技术和市场趋势的了解?
10描述一次你负责的产品规划经历,你是如何确定产品方向和市场定位的?
11在AIGC产品开发中,你如何理解和满足用户的核心需求?
12谈谈你如何管理一个涉及多个部门的AI技术产品项目?
13分享一个你与跨职能团队协作的经历,你如何确保团队成员之间的有效沟通?
14你如何评估AIGC产品的市场表现和技术性能?
15请举例说明AIGC技术在特定业务场景中的应用。
16你如何确保AIGC产品提供优秀的用户体验?
17描述一个你认为可行的AIGC技术商业化策略。
18面对激烈的市场竞争,你如何通过创新提升AIGC产品的竞争力?
19如果AIGC产品上线后用户反馈不佳,你将如何分析问题并制定改进计划?
20你如何规划自己的职业发展路径,以保持在AI产品管理领域的竞争力?

三份需要准备的技术产品能力,交给Kimi之后,整理完成如下:这个调整后的清单首先集中于技术层面的能力,然后过渡到产品管理相关的能力,以便AIGC产品经理可以系统地构建自己的技能树。

### 技术能力
1. **AI生成模型理解**:掌握AI生成模型如Transformer、GPT系列的技术原理和应用场景。
2. **技术趋势洞察**:了解AIGC领域的技术趋势,包括多模态生成、个性化内容生成等。
3. **大规模语言模型**:掌握常见的大规模语言模型架构,如GPT、T5等。
4. **图像生成模型**:了解图像生成模型的基本原理和技术。
5. **AI技术全链路流程**:了解机器学习和深度学习模型开发的全链路流程,包括数据收集、数据预处理、模型训练、模型部署和模型监测等环节。
6. **算法与模型熟悉**:熟悉常见的机器学习和深度学习算法,如神经网络、卷积神经网络、循环神经网络等。
7. **模型评估与优化**:掌握模型评估方法和指标,提供基于使用情况的优化建议。

### 产品管理能力
8. **产品架构与项目管理**:学习产品架构设计,掌握项目管理流程和工具。
9. **数据规范与任务设计**:定义AIGC产品的数据规范,设计满足业务需求的下游任务。
10. **AI产品市场分析**:进行AI生成模型及产品的市场调研和趋势分析。
11. **产品管理基础**:掌握需求分析、产品规划、市场定位等产品管理原则。
12. **AI技术应用**:了解AI技术在不同场景下的应用,特别是大规模语言模型及多模态AI。
13. **技术业务落地**:了解AIGC技术在不同业务线的应用,与多部门高效协作。
14. **场景化应用设计**:研究AIGC技术在不同场景下的应用需求,设计用户友好的产品方案。
15. **跨部门沟通**:提高与数据、算法、工程、业务等团队的沟通和协作能力。
16. **产品评估与优化**:掌握AI产品性能评估方法,学习根据反馈进行产品优化。
17. **用户体验设计**:理解如何将AI技术转化为用户友好的产品特性和体验。
18. **商业模式探索**:探索AIGC技术在商业环境中的变现途径和模式。
19. **团队协作和沟通技巧**:提升团队合作能力,保证项目按时保质完成。
20. **持续学习与关注**:学习相关的技术博客、研究论文和行业报告,了解技术趋势和市场动态。

更新一下用ChatGPT4.0生成的答案:相比于3.5.会更加详细和具体一些

为了成为一名AIGC产品经理,您需要系统地学习并掌握AI生成模型及其在不同应用中的实现。以下是按照您提供的职位描述和任职要求,您需要准备的技术知识以及一系列面试题目:

### 需要学习的技术知识:

1. **AI生成模型的基础知识**:了解和掌握大规模语言模型(如GPT、BERT等)和多模态模型(如DALL-E、CLIP等)的工作原理、训练方法和基本应用。
2. **数据处理与模型训练**:学习如何定义和管理大数据集,包括数据采集、清洗、标注和优化,以及如何使用这些数据训练AI模型。
3. **AI产品设计和应用**:掌握如何设计AI产品的整体架构,包括用户需求分析、产品规划、界面设计和用户体验优化。
4. **多部门协作与项目管理**:学习如何有效地与数据科学家、算法工程师和业务团队合作,以及如何管理跨部门的技术项目以确保按时交付。
5. **性能评估与优化**:了解如何评估AI模型的性能,包括准确性、响应时间和资源消耗等,以及如何根据反馈优化模型性能。
6. **行业动态与技术趋势**:定期跟踪AI和机器学习领域的最新研究成果和行业应用案例,特别是在AIGC领域的发展。

### 面试题模拟:

1. **请描述一个大规模语言模型的基本工作原理及其在产业中的应用。**
2. **在设计一个基于AI的产品时,你会如何进行需求分析和用户研究?**
3. **与传统软件产品相比,AI产品在数据处理和模型训练方面有哪些特别的挑战和要求?**
4. **描述一次你领导的跨部门项目。在这个项目中,你是如何协调不同团队的?**
5. **如果一个AI模型在实际应用中表现不佳,你会如何进行问题诊断和性能优化?**
6. **对于AIGC产品,如何定义和管理其数据规范?请给出具体的例子。**
7. **在AI产品开发中,你认为最关键的三个因素是什么?**
8. **请描述一种你熟悉的AI模型,并讨论其在特定应用场景中的优势和限制。**
9. **如何评估一个AI生成模型的创新性和商业潜力?**
10. **在你的职业生涯中,描述一项你认为最具挑战性的AI应用项目,并分享你如何克服这些挑战的。**

通过系统地学习以上知识并准备这些面试题目,您将能够更好地准备应对AIGC产品经理的职位挑战。

如何系统的去学习大模型LLM ?

作为一名热心肠的互联网老兵,我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来

😝有需要的小伙伴,可以V扫描下方二维码免费领取🆓

在这里插入图片描述

一、全套AGI大模型学习路线

AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!

img

二、640套AI大模型报告合集

这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。

img

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

img

在这里插入图片描述

四、AI大模型商业化落地方案

img

阶段1:AI大模型时代的基础理解

  • 目标:了解AI大模型的基本概念、发展历程和核心原理。
  • 内容
    • L1.1 人工智能简述与大模型起源
    • L1.2 大模型与通用人工智能
    • L1.3 GPT模型的发展历程
    • L1.4 模型工程
      - L1.4.1 知识大模型
      - L1.4.2 生产大模型
      - L1.4.3 模型工程方法论
      - L1.4.4 模型工程实践
    • L1.5 GPT应用案例

阶段2:AI大模型API应用开发工程

  • 目标:掌握AI大模型API的使用和开发,以及相关的编程技能。
  • 内容
    • L2.1 API接口
      - L2.1.1 OpenAI API接口
      - L2.1.2 Python接口接入
      - L2.1.3 BOT工具类框架
      - L2.1.4 代码示例
    • L2.2 Prompt框架
      - L2.2.1 什么是Prompt
      - L2.2.2 Prompt框架应用现状
      - L2.2.3 基于GPTAS的Prompt框架
      - L2.2.4 Prompt框架与Thought
      - L2.2.5 Prompt框架与提示词
    • L2.3 流水线工程
      - L2.3.1 流水线工程的概念
      - L2.3.2 流水线工程的优点
      - L2.3.3 流水线工程的应用
    • L2.4 总结与展望

阶段3:AI大模型应用架构实践

  • 目标:深入理解AI大模型的应用架构,并能够进行私有化部署。
  • 内容
    • L3.1 Agent模型框架
      - L3.1.1 Agent模型框架的设计理念
      - L3.1.2 Agent模型框架的核心组件
      - L3.1.3 Agent模型框架的实现细节
    • L3.2 MetaGPT
      - L3.2.1 MetaGPT的基本概念
      - L3.2.2 MetaGPT的工作原理
      - L3.2.3 MetaGPT的应用场景
    • L3.3 ChatGLM
      - L3.3.1 ChatGLM的特点
      - L3.3.2 ChatGLM的开发环境
      - L3.3.3 ChatGLM的使用示例
    • L3.4 LLAMA
      - L3.4.1 LLAMA的特点
      - L3.4.2 LLAMA的开发环境
      - L3.4.3 LLAMA的使用示例
    • L3.5 其他大模型介绍

阶段4:AI大模型私有化部署

  • 目标:掌握多种AI大模型的私有化部署,包括多模态和特定领域模型。
  • 内容
    • L4.1 模型私有化部署概述
    • L4.2 模型私有化部署的关键技术
    • L4.3 模型私有化部署的实施步骤
    • L4.4 模型私有化部署的应用场景

学习计划:

  • 阶段1:1-2个月,建立AI大模型的基础知识体系。
  • 阶段2:2-3个月,专注于API应用开发能力的提升。
  • 阶段3:3-4个月,深入实践AI大模型的应用架构和私有化部署。
  • 阶段4:4-5个月,专注于高级模型的应用和部署。
这份完整版的大模型 LLM 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

😝有需要的小伙伴,可以Vx扫描下方二维码免费领取🆓

在这里插入图片描述

  • 5
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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