practical path guiding

practical path guiding,第1张

对于反射方程, 是一个“空间-方向”相关的入射辐射度,ppg算法在于学习入射光辐射的近似 ,并根据此对方向 进行采样。然后因为没有对bsdf进行采样,后面可以对bsdf进行MIS。

ppg核心是一个迭代的学习机制:

Spatial-Directional Tree SD树

记录radiance:

当路径计算完成的时候,记录路径上的每一个点v上的radiance,在sd tree的叶子上t向。在分到树上的时候,需要用最近邻的filter。

每次迭代产生一张图像 以及SD-tree 。早期的噪点很大,如果将每次迭代的平均起来噪声更大,因此,不如丢弃早期的。因此ppg的迭代机制:后一次迭代的sample数是前一次的两倍。 , 这是基本最后一次采样数的两倍。仅仅保留最后一次迭代的图像。

ppg使用强化学习去构建一个入射光场的 的近似表达。 由一个SD-tree来描述,然后用几何级增长的计算代价逐渐迭代提高;每次迭代均使用两倍sample。

总是维护两个SD-tree,一个用来引导light path的构建,一个用来收集入射辐射的MC估计:

在第k次迭代中,基于上一次的 进行重要性采样,然后将 分发到 。当第k次迭代结束时,丢弃 ,使用 的信息去准备一棵新的sd-tree 去收集下次迭代中的MC估计。

当一个完成的路径组成之后,遍历路径的所有顶点,分发 所有顶点 的MC入射光辐射估计至

对于顶点v,及其入射估计 , 首先进行一次空间位置查找,即在二叉树中向下查找,找到包含 的叶子节点。这个叶子节点存储了一个quad-tree的引用。quad-tree有两个维度的参数,刻画了整个球面的方向;使用世界空间的 柱坐标 去保存面积比例(area ratios),当从primary到directional域进行转换时。在quad-tree中按照方向域去遍历,只进入包含了 的节点,并在下降遍历的过程中,在所有经过的节点中,保存 。

当当前迭代中,所有的辐射估计都已经被保存时,quad-tree的节点估计了所有 节点quad对应的通过球面区域 总入射辐射 。在二叉树叶子节点及其对应的quad-tree中采样的所有空间位置中,他们的方向分布被averaged了。更多的,为了引导下一次迭代的路径构建,这个信息也用于适配SD-tree的结构,以用于后面的估计的收集(在后面章节中介绍)

二叉树的深度和结构,决定了辐射场空间近似的完善程度和适应性。

为了让refinement更加直观,我们交替使用x,y,z轴,永远划分在中间的节点。 是否划分节点 由如下策略驱动:上一次迭代中,节点volume中记录的,路径顶点的个数。对于每个叶子节点,在path tracing的过程中,都有一个计数器。特别的,当一个节点至少有 个路径顶点的时候,去划分一个节点,其中 与第 次迭代追踪的路径数量成正比(section 34), 来自于quad-tree的分辨率,section 53中有详细细节。细分之后,每一个叶子节点大致包含了 个路径顶点。因此,所有叶子节点的总数,正比与 。这个阈值保证了叶子的总数,以及,在迭代过程中,每个叶子节点的采样数以 增长。常数c用空间二叉树分辨率换取了方向quad-tree的收敛。

如果仅根据采样数的方法,来优化tree,似乎很原始,他的性能还是不错的,因为迭代式学习的分布,引导路径至对图像有高贡献的区域;相对于低贡献的区域,这些区域会进一步的得到优化。用一个更粗糙的辐射函数近似区域,这些区中有更少的路径是可以的,因为相对噪声的增加通常被这些路径更小的贡献所抵消了。

除了划分空间二叉树,在每一次迭代结束的时候,也重构quad-tree,用以更好的反映学习到的空间辐射分布;这些新的quad-tree将用于在下次的地带中收集估计。

每一个新的quad-tree的结构,由上次迭代中,收集的空间分布的flux驱动。为了达到这个目的,我们首先拷贝叶子节点旧的quad-tree,或者quad-tree的父节点(如果这个叶子节点是新的 )。

划分拷贝的quad-tree的目的是让每个叶子节点包含不超过原quad-tree1%的flux。具体的,向下遍历旧quad-tree的节点,如果节点的flux大于quad-tree的flux的

,就划分节点。划分节点是,我们分配一个四分之一的flux到新创建的孩子节点,然后递归的应用这个细分策略。同时,在每一个存在的内部节点中估计细分策略 - 裁剪他的孩子节点如果策略不满足。这样,那些具有高入射flux的球面区域就可以有更高的分辨率。这种细分策略生成一个大致上等能量划分的方向域。

在每次迭代之后重构quad-tree保证数据结构适应新收集到的数据,其次内存的使用也比较有效。阈值 控制使用了多少内存,quad-tree节点的个数正比与 52节有详细分析。

为了加速学习,使用了类似Vorba的迭代机制:训练一个序列 , 其中 仅仅使用BSDF采样去估计,对于所有 则联合 以及BSDF,通过MIS去估计。从 中采样去估计 通常击打的加速了收敛。

对于给定路径顶点 ,使用 采样的方法如下。首先,在二叉树中向下寻找,去找到包含顶点位置 的叶子节点。接着,从空间叶子节点的quad-tree中采样一个 ,采样方法是启发式采样warping。

如果在每次迭代中,使用相同的路径采样个数,那么仅有一小部分样本能够对图像直接产生贡献,因为前面大部分的样本仅仅用于学习入射辐射场。如果学习到的分布与公式2中分子成比例,那么这不会是个问题,在这种情况,一个单个样本理论上就可以找到分子与pdf的scale因子。然而,我们的分布,只对入射辐射进行了近似,仍然需要在半球空间进行乘积计算(L f cos)。因此,提出在每次迭代中以几何级数的增加路径采样样本个数,即:对于第k次迭代,我们使用两倍于k-1次迭代的样本数。因此,学习 比学习 大概需要两倍的时间,但是只有一半的方差。在实际应用中,由于迭代式的重要性采样机制的积极效果,方差的减少通常更高。然而,在最坏的情形(迭代式学习无法加快收敛),仅有一半的样本被浪费。

在每次迭代中,增倍样本个数的另一个重要的特性是当考虑我们的空间细分机制。因为二叉树叶子节点的空间细分将其空间一分为二,加倍样本数保证了几乎一样的样本数给到新的叶子节点中。因此,即使在局部, 比 噪声更少。

为了给用户快速的视觉反馈,我们使用当前迭代中的路径样本给出的渐进式显示渲染的。只要我们不在迭代之间混淆路径样本,图像就是无偏的,因为在一次迭代过程中,所有的路径样本都是相互独立的。

因为在每次迭代过程中,都是从头开始渲染,即下一次循环开始的时候,图像会突然有质量的下降。为了避免这种现象,当且仅当他聚集了比上次循环还多的样本之后,再切换到当前迭代的图像。

这里讨论给定计算预算B,如何划分学习和渲染,使得最终图像方差最小。预算B可以定义为时间,或者样本数。

对于第k次迭代,我们定义“单位房差预算(budget to unit variance) ”,换句话说,第k次迭代路径追踪的图像 的方差 和用于构建这些路径的预算 方差 根据 像素平均方差计算得来,假定使用 来引导路径,直到达到预算B,那么最终图像的方差 : 。其中 是从第k次迭代开始时,剩下的预算,即

这里的目标是找到最优的迭代 ,是的最终图像方差最小,即 。为了达到这个目的,假设训练是单调递减的回馈;更准确的,序列 是单调递减以及凸,然后 也是凸的。然后可以找到一个最小的k,使得 成立。如果我们需要估计 ,我们需要多进行一次迭代,但是这浪费掉的计算大大超过我们自动预算机制带来的方差的减少。

当给定一个目标方差的时候,我们可以使用一个类似的方法去最优地平衡训练和渲染。在这种情况,我们可以估计需要的渲染预算 ,通过 ,以达到目标方差的 。当总预算, 时,训练停止,其中 。这样,可能成功的找到 ,因为当 增加的时候,是凸函数。

首先传送到主城,接着在建筑物里面寻找鹦鹉海盗NPC-"Sam",他不一定会在建筑物附近,而是会走非常远,所以如果找不到,要在附近绕一绕,改版后Sam已经被关在建筑物柜台内,再也不能在外面自由地走来走去了然后跟Sam对话就可以购买基础钓竿(200 Glim)及钓饵(10 Glim),另外也有卖"船帆"和"基础帆船"。接着装备上去就可以在有水的地方(按F)开始钓鱼了,坐船则需要在水上(按G),在那栋建筑物下方也有工作台可以制作高级的钓竿及船帆、帆船钓起来的鱼可以透过分解台更多的Glim及其他材料。最后是我找到的外国玩家整理出来的各地区渔获资讯,Trove Fishing Spreadsheet:K73COM个人渔获分享,目前测试300个饵钓到约5个稀有的鱼。

宝藏世界快速升级攻略

在这个游戏中,只要是你解锁新的东西,都会送你一些专精点数,而这个点数就可以让你的专精提高。那么怎样才能快速提高专精等级呢?

首先:

老话重提,种植,戒指,方块,这三个确实是能看到而且又能知道准确方法的快速提升专精等级的方法。戒指不用说了,打到后期要拼命的丢彩色盒子,有几率丢出S4的戒指~,目前来说是市面上最高等级的戒指了~~

种植这个东西还是很有用的,因为我后面介绍的一个方法:合坐骑···就需要种植里面第四行的seed feed(宠物口粮)然后种植合成台最后一级可以合一个蘑菇球坐骑~先不管他好不好看,解锁了再说,怎么说也有50点专精点数呢~

方块这个东西大家都知道,解锁难,材料贵,大家都特别头疼,但是方块你每吃一个都会增加1-2点的专精点数,让你不知不觉就提升专精了。到了后面方块解锁完还有styles的解锁,有帽子的,脸部的,melee的,staff的,guns的和bow的。如果你想获得好看的外观,这些也是必须要解锁的东西,楼主我到现在连melee的外观都没解锁完- -太多了~最后一级时解锁墓碑(tomb),这个东西是吃经验刷材料的,比如想要做翅膀(neon nightsky)没有这个东西你根本攒不出材料来

~老生常谈之后就说点新东西吧~~~

1:分解物品会获得1-3不等的专精点数!

2:在工具合成台里面可以合成宠物,解锁一只可以获得50点专精点!意思是两只就能让你升级!当然关键材料seedfeed需要在种植合成台里面种啦~

3:在工具合成台里面可以合成一个基础的mag rider(矿车)和全服唯一一个可以合成的翅膀(neon nightsky)

4:龙箱挑战开出龙魂和龙币可以解锁neon 系列挑战和azulian系列挑战,达成目标反馈的物品和专精点都很多哦~

5:在hub世界海水山姆处解锁钓竿船帆~啥都不说一样买一个解锁了准没错!

6:在hub世界海水山姆处门外合成台合成船只船帆和特殊钓竿~钓竿可以给25点数,船帆有30-50不等的点数,船只50-100不等~在钓竿合成下面一栏还可以合成靴子宠物~每个给25点专精点数

7:跑地图的时候看到有像一张纸的副本,里面有一个暗影骑士,打死之后会掉一个书页~吃掉之后会解锁对应的物品·······每个1-2点不等

8:宝藏海湾(海水地图)里面会刷新海盗 *** 盘手和海盗船长两种商店NPC,使用不同的货币glim/flux 可以在其购买各种物品解锁专精(具体信息会在后面的楼层贴出,因为太多所以不在这里说了)

9:暗影竞技场(shadow area)里面会有暗影商店,出售各种各样的小玩意,但是都需要hod(heart of darkness)兑换,然而hod需要通过竞技场后获得暗影晶石买箱子开出(具体可开出物品会在后面楼层贴出)

10:氪金! 把商店能买的都买掉解锁然后每周混沌箱子可以开出的终极物品都不一样~就是买买买开开开~很快就解锁掉了~~

关于宝藏世界快速升级就介绍到这里啦,上面和大家介绍了Trove宝藏世界专精等级快速提升攻略,希望对您有所帮助。

参考资料

多多游戏加速:>

flux软件降低屏幕亮度是硬件降低。

软件降低亮度有时候是模拟的,类似将屏幕上罩上一层一样 硬件调节的话,是直接降低电压或者 pwm信号的。

蓝光过滤护眼器,是一款市面上为数不多能保护用眼健康的手机软件。护眼宝通过过滤可视光中能量最强的蓝光,可减少手机屏幕对人眼的伤害,能有效保护视力,是夜晚使用手机的伴侣。

使用:

Flux大致可以理解为是根据日落时间来判定屏幕明暗度的调整时间,所以这里的设定的时间就是非常之重要。

由于软件是国外的,那边的时差和我们中国有一定的差距,设置中可以为我们提供不同国家和不同时间的明暗调节。

这里我们只需要设置 地理位置的经纬度即可。例如我们输入:2935 ,10633 就可以直接转为中国重庆的经纬度。

如果你在看过安钛克风行者DF700 Flux和星曜者DF800 Flux的具体参数后,可能会发现这两款机箱基本相同,主打的卖点都是散热性能,获得了国家实用新型专利认证,支持的显卡、散热器规格、风扇种类和数量相同,都支持双位360水冷,都自带线控、支持一键切换灯光等等,这两款机箱的主要区别就是后置风扇不同、前面板不同(左侧为风行者DF700 Flux白,右侧为星曜者DF800 Flux白)。

风行者DF700 Flux后置一颗120mm的普通无灯风扇,星曜者DF800 Flux后置一颗120mm的幻彩ARGB风扇。风行者DF700 Flux前面板为类似波纹设计的全镂空面板设计,没有加入灯光,而星曜者DF800 Flux前面板采用的是星战元素时空B2穿梭机设计,前面板非全镂空面积,但加入了灯光设计的三角板,相对而言,星曜者DF800 Flux在前面板设计方面的辨识度更高,同时也更为拉风。

下面我简单对安钛克星曜者DF800 Flux白做个开箱。

安钛克星曜者DF800 Flux目前有两种配色,一款是黑色,另一款就是刚推出不久的白色。安钛克星曜者DF800 Flux是一款中塔机箱,体积为479 x 220 x 488毫米,前面板三角型灯光区域采用了幻彩ARGB灯光带设计,支持与几大主板灯光联动功能,可以通过软件来设置灯光。

前面板可以直接拆掉,不过因为前面板加入了灯光设计,会与机箱有线材连接在一起,拆解时需要留意。安钛克星曜者DF800 Flux白自带5个120毫米风扇,由4个11扇叶的幻彩ARGB风扇+1个无灯反向风扇组成,其中前方自带3个幻彩ARGB风扇。

安钛克星曜者DF800 Flux白前方内部空间比较大,可以用来安装360冷排。

安钛克星曜者DF800 Flux白为侧透设计,左侧为钢化玻璃面板,透光性良好。安钛克星曜者DF800 Flux白支持的主板规格为ATX,CPU散热器的限高是175毫米,可容纳的显卡长度为405毫米,基本可以满足市面上绝大部分主流显卡、风冷的安装使用需求。

安钛克星曜者DF800 Flux白右侧为金属面板设计,在底部延续了大面积开孔的设计来提升进风性能,左右就是用来实现内部垂直风道并将冷气向上方推送。两侧面板的自带的两颗螺丝为防掉落设计,不用担心螺丝丢失的问题。

另外右侧金属板底部开孔内侧有防尘网设计,方便日常清理。

安钛克星曜者DF800 Flux白背部采用主流7个PCI-E槽位设计,所对应的挡板均有镂空工艺处理外,同时采用了可拆卸式设计来实现重复安装使用的目的。后方风扇安装位置仅仅支持120mm规格的风扇。

后方这个120mm风扇与前方3个120mm风扇规格相同,默认安装位置有些偏高,如果安装360水冷的话,需要手动降低风扇安装高度。

安钛克星曜者DF800 Flux白顶部自带磁吸式防尘网,拆装上比较方便。顶部最高支持360冷排,支持安装3个120mm风扇或是2个140mm风扇。

安钛克星曜者DF800 Flux白顶部采用水平设计的I/O面板,接口的部分都提供了防尘塞来避免接口进灰进异物的麻烦。接口包含了2个蓝色标识的USB30接口、耳机接口、麦克风接口、电源键、LED控制键,没有提升type-C接口。电源键和LED键均采用了螺纹工艺处理,提升质感的同时也起到了防滑的作用,如果按键能加入背景灯设计会更为实用。

安钛克星曜者DF800 Flux白底部非全镂空设计,只是在对应电源位的部分采用了镂空设计,同时对应提供了防尘网设计。另一侧的硬盘位为可拆式设计,有些可惜的是不支持硬盘位调节功能。

在内部的设计上,安钛克星曜者DF800 Flux白在电源仓上方提供了三个开孔,更加方便玩家走线以及内部空气流动。电源仓上方全部采用镂空设计,同时预留了风扇安装位,可以用来安装2个120mm风扇。

考虑到机箱的进风设计,那么电源仓顶部安装的风扇就只能是反向风扇,也就是往机箱内部(向上)吹风。原装自带的反向风扇只有1个,这个白色的7扇叶反向风扇为无灯光设计,作用就是用来实现从电源仓进风,为显卡形成穿透式的垂直式散热系统。

如果感觉风扇数量不够或是自己想要玩灯,那么可以另购对应的方向风扇。但如果你只想要安装自带的1个反叶风扇,那么要选择安装在靠近前面板的位置,这样会更有利于显卡的散热。

安钛克星曜者DF800Flux白顶部预留2个孔位、左侧预留2个孔位,在内壁上的开孔数量和面积能够保证轻松走线的需求,另外顶部开孔与主板安装位距离相对比较远,不用担心冷排与主板存在冲突的问题。安钛克星曜者DF800Flux白自带1个多功能集线器,提供了6个5V~3PIN灯光接口和6个3PIN风扇供电接口,基本解决了主板灯光接口和供电接口不足的问题,当然如果3PIN供电接口升级为4PIN供电接口会更为实用。

在硬盘安装位上,安钛克星曜者DF800 Flux白在内壁上提供了2个25英寸硬盘专用快拆板,同时左侧预留有1个35英寸的硬盘位和1个25英寸的硬盘位。同时机箱底部自带了一个硬盘支架,同时支持35英寸硬盘和25英寸硬盘安装。

硬盘架的可拆卸式设计,使得标准ATX电源在安装上很轻松,同时也对一些异形的长电源来说也可以正常容纳下。安钛克星曜者DF800 Flux白在电源仓的部分加入了两条很长的海绵条来实现减震的效果,同时也抬高了与底部的距离。开放式的主流下沉式电源仓设计,最直接的作用就是让机箱站立更稳,其次就是更有利于机箱内部的整洁,也有利于散热。

从ATX标准电源的实际安装效果来看,开孔准确,同时电源与机箱两侧的距离很宽。

接下来看看实际的安装,核心配件如下。

CPU为采用7nm工艺的intel i7-12700K,拥有12核心20线程、25MB L3缓存及12MB L2缓存,主频最高可达50GHz,PCIe 50 最高支持16通道,原生支持DDR5-4800Mhz内存,基础功耗为125W,睿频功耗为228W。

技嘉B660M AORUS Pro AX DDR4是一款Micro ATX规格的主板,自带WiFi,支持WiFi6,提供了一年免费换新以及注册四年保修的售后服务。

技嘉B660M AORUS Pro AX配备了全新升级的12+1+1相数字供电设计,搭配6层电路板、DrMOS 60A+50A优质电感电容设计,为CPU和主板提供强劲稳定的电源输出,确保CPU与主板全面性能发挥以及更强的超频性能。一体式散热装甲的加入为CPU、芯片组、SSD提供了稳定的工作环境。

内存为技嘉AORUS RGB DDR4 3600Mhz,启用DOCP后默认即为3600,属于主流常见的高频条,还可以一键选择4000而不黑屏、不蓝屏、不自动重启,性能稳定、运行稳定,同时还有可以向上超的潜力,适合资深玩家手动进行进一步超频。

散热器为九州风神冰堡垒360水冷散热器LS720,九州风神LS720采用的是九州风神自主研发的第四代高性能水泵,在设计方面延续了采用动态平衡泄压冷排设计,同时支持intel平台和AMD双平台,包括intel 12代平台和AMD AM4平台。在售后方面,九州风神LS720提供了五年质保的服务。

九州风神LS720在堡垒系列水冷的基础结构以及外观方面进行了双升级,对微水道进行了改造升级,增加了铜底铲齿厚度。同时采用了更够的大尺寸紫铜底座,可以更好更稳定的贴合CPU,搭配内置的陶瓷轴承和轴芯,在大幅提升水冷液导通率、流速和转速的同时,也进一步提升了使用寿命和静音效果。九州风神LS720水管长度为410毫米,内置用来提供更强大液体流动的高转三相内绕马达,转速为3100RPM。九州风神LS720底座预涂有硅脂,免去了用户手动手动涂抹的麻烦。

九州风神LS720的方形冷头盖可以直接拔下来更换为备用的白色logo片,也可以自由拉伸旋转,旋转的目的就是快速调整logo的方向,而白色logo片则是为了让用户自己DIY图案使用的。

九州风神LS720自带的三个RGB风扇均采用了9个白色扇叶设计来提升灯光效果,风扇在接线和接口方面进行了改进,只采用了一个5PIN接口的线材设计,同时每个风扇自带一个插槽,支持PMW智能调速,这样三个风扇与水冷头就可以形成菊链式连接,减少了理线的麻烦。

显卡为技嘉雪鹰RTX3070 VISION OC,它搭载了5888 CUDA核心,配备了8GB GDDR6显存,显存位宽256bit,显存频率为14000MHz。技嘉雪鹰RTX3070 VISION OC搭载了三个80mm的刀刃式风扇,支持正逆转功能,风扇搭载了纳米石墨烯润滑油,寿命是原来的21倍。技嘉雪鹰RTX3070 VISION OC配备了5根纯铜导热管,侧面有RGB灯,支持1680万色变化以及自定义灯效。

电源是全模组、全日系电容的安钛克NE850白色电源,售后方面提供了7年免费换新服务。安钛克NE850采用全白色外壳设计,搭配喷涂磨砂工艺处理,具备防滑耐磨耐脏的特性,做工上较为精细。短机身设计占用电源仓的空间更少,免去了考虑中塔机箱电源仓空间大小的麻烦,也比较有利于散热。

与同类的中高端电源一样,安钛克NE850设计有独立的电源开关,位于电源交流输出接口一侧,独立电源按键的设计很实用也易于 *** 作,免去了直接拔电源线或是关闭电源插座的麻烦。对于电源键左侧的这个方形按键,也就是HYBRID MODE按键,在一些高端电源上能够看到,开启后(ON )风扇在低负载时停转以提供更好的静音表现,默认(OFF)功能则为温控风扇转速的状态。

安钛克NE850采用了主流高端电源上常见、具备同步整流技术的全桥式LLC、DC-DC架构、主动式PFC设计,在50%负载条件下可以达到9289%的超白金转换效率。安钛克NE850支持的输入电压为全幅100~240V,比被动式PFC性能要好也更加节能。

安钛克NE850底部采用了一个智能温控静音风扇,会根据高温高负载的实际使用情况来自动启动风扇,低负载低温的状态下电源风扇会进入停转状态,从而将运行噪音控制在最低限度,兼顾了高效散热与低噪音的特性。

在所有硬件安装完成后,主机通电后开机,一次点亮并正常进入系统。

前面板的三角面板灯光显示效果比较出色,在灯光切换上也比较流畅自然。

在室温324度、搭配AIDA64 进行FPU测试中,i7-12700K的8个P核保持在了4689MHz,4个E核保持在了3591MHz,3分半的压力测试时间内,P核温度都在95度以下,其中4个P核温度在90度以下,这个部分的表现比体验过的部分360水冷要出色些,E核则是保持在85度以下,整个测试过程主机运行稳定,没有出现蓝屏或是死机的问题。

总的来说,安钛克顺应主流所推出的星曜者DF800 Flux白丰富了当前白色主题装机玩家的可选范围,同时在材质、做工、配件方面保持了一贯的高水准设计,内部空间大小以及布局构造可以满足玩家安装主流大部分主板、显卡、电源、散热器的安装需求,而前面板的前置三角灯带的设计提升了机箱的辨识度,,通过安钛克信仰灯的加入大幅提升了辨识度。

不足的地方是,机箱没有提供type-C接口,自带的HUB没有提供4PIN供电接口,没有提供独立的显卡支架来搭配大型显卡使用。

以上就是此次的一个开箱体验,感谢各位观看。

以上就是关于practical path guiding全部的内容,包括:practical path guiding、《宝藏世界》怎么钓鱼地点在哪里钓竿和帆船怎么获得、flux软件降低屏幕亮度是硬件降低吗等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!

欢迎分享,转载请注明来源:内存溢出

原文地址:https://54852.com/web/9509716.html

(0)
打赏 微信扫一扫微信扫一扫 支付宝扫一扫支付宝扫一扫
上一篇 2023-04-29
下一篇2023-04-29

发表评论

登录后才能评论

评论列表(0条)

    保存