2015年4月2日,小米生態(tài)鏈企業(yè)、小米手環(huán)締造者華米科技宣布與支付寶公司達(dá)成戰(zhàn)略合作,共同打造基于可穿戴設(shè)備的新一代移動支付方案,為用戶提供更安全、更便捷的支付體驗。這是支付領(lǐng)域和智能硬件跨界合作的全新范例,是將可穿戴設(shè)備作為“身份ID”與互聯(lián)網(wǎng)服務(wù)結(jié)合的里程碑應(yīng)用。
對于與支付寶的合作,華米科技的技術(shù)專家王輝表示,“華米的本質(zhì)是一家開放、透明的互聯(lián)網(wǎng)公司,我們期待用手環(huán)來連接到整個互聯(lián)網(wǎng)行業(yè)的各種服務(wù)中,一起為用戶提供更多便利和價值。我們已提供SDK以及云端API接口,幫助各類移動APP使用小米手環(huán),來增強(qiáng)合作方APP的易用性和用戶體驗。”
支付寶錢包產(chǎn)品專家蔣龍表示,隨著智能硬件的普及,支付和金融能力將成為智能硬件設(shè)備發(fā)展的重要推力,“未來,可穿戴設(shè)備可以和個人身份進(jìn)行綁定,代替各種實體卡券,一個手環(huán)可以完成各種場景的支付、酒店入住代替房卡開門,乃至電影院方便取票。車輛的行駛記錄儀器將能夠?qū)崿F(xiàn)交罰繳費,智能健康設(shè)備將可以根據(jù)健康水平實現(xiàn)預(yù)約掛號,這一切都離不開支付。”
支付寶相關(guān)事業(yè)部和小米手環(huán)的研發(fā)團(tuán)隊經(jīng)過半年多的聯(lián)合開發(fā),將支付寶多年來在安全支付方面積累的豐富經(jīng)驗,與小米手環(huán)的智能硬件技術(shù)相結(jié)合,實現(xiàn)了免密支付,健康紅包PK等一系列新功能。
據(jù)了解,合作之后,當(dāng)用戶的小米手環(huán)和手機(jī)支付寶客戶端完成綁定后,一旦手環(huán)靠近手機(jī),可以免去輸入支付密碼的操作,戴上手環(huán)直接完成付款。
對于移動支付中大家最關(guān)注的安全性,小米手環(huán)扮演了類似U盾的角色。通過藍(lán)牙通信用來校驗手環(huán)的有效性,從而鑒定用戶的身份。這個校驗過程采用了工業(yè)標(biāo)準(zhǔn)的加密流程。手環(huán)提供了一個用戶的唯一標(biāo)識,支付寶校驗用戶的合法身份后就省去了密碼的環(huán)節(jié),安全又便捷,小米手環(huán)取代了指紋識別的作用。
免密支付不僅僅是2015年的趨勢,最近幾年整個行業(yè)都在討論安全的移動支付認(rèn)證方式。業(yè)界普遍相信穿戴式設(shè)備與移動支付的結(jié)合將成為一大趨勢,會進(jìn)一步推動市場的發(fā)展。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機(jī)制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。