
蘋果Apple Pay移動支付系統(tǒng)已于當?shù)貢r間本周二登陸英國,不過,想要說服消費者放棄他們的信用卡和現(xiàn)金,蘋果要走的路或許還很長。
通過Apple Pay移動支付系統(tǒng),iPhone 6、iPhone 6 Plus和Apple Watch用戶都可以在支持非接觸式支付的商店內(nèi)支付款項。此外,iPhone 6、iPhone 6 Plus、iPad Air 2和iPad mini 3擁有者還可以通過Apple Pay在應用內(nèi)完成在線支付。
對消費者而言,Apple Pay的安全性是它的一大賣點:當用戶向Apple Pay系統(tǒng)內(nèi)添加銀行卡或信用卡時,蘋果并不會將該信息存儲在用戶設(shè)備中,相反,該系統(tǒng)會將一個唯一“設(shè)備帳號”以加密的形式分配并儲存在用戶的手機中。用戶在支付時,需要通過一個一次性安全代碼和Touch ID指紋觸摸識別雙重認證才能完成交易。
不過,基于幾點原因,盡管Apple Pay的安全性很高,但它在英國的推出還是有些低調(diào)緩慢。
首先,并非所有銀行都支持該系統(tǒng)。雖然美信銀行(MBNA)、Nationwide、NatWest、蘇格蘭皇家銀行、桑坦德銀行和阿爾斯特銀行都支持并正在提供這項服務(wù),但其他銀行如First direct、Halifax、匯豐銀行(HSBC)、勞埃德銀行 ( Lloyds )、馬莎銀行(M&S Bank)和信托儲蓄銀行(TSB)均為“即將”支持該服務(wù)。英國最大的銀行之一巴克萊銀行(Barclays)也表示,“未來”它將提供Apple Pay服務(wù)。
其次,在Apple Pay推出初期,由于該軟件主要應用于大多數(shù)商店的非接觸式終端,其主要交易金額將限制在20英鎊以內(nèi)。不過Visa表示,到今年年底,預計有五分之四左右的非接觸式終端都將支持Apple Pay用戶支付任意數(shù)額的款項,但是至今為止,在包括蘋果、Boots、瑪莎百貨、Pret a Manger和漢堡包大王(Burger King)等在內(nèi)的零售店中,消費較高者也只能在交易限額內(nèi)使用Apple Pay支付貨款。
非接觸式支付依舊是一個利基市場:據(jù)萬事達卡(MasterCard)的一項調(diào)查顯示,只有四分之一的英國消費者表示他們打算明年通過其手機進行非接觸式支付。然而,據(jù)Visa Europe的研究顯示,在iOS用戶中,有60%的人希望采用移動支付。
目前移動支付服務(wù)還處于初期階段,谷歌即將發(fā)布的類似服務(wù)Android Pay也在嘗試打開這一市場。事實上,在過去的五年間,各種版本的非接觸式支付技術(shù)已各顯其能,只是推廣有限。如今,我們已攻克技術(shù)方面的難題,現(xiàn)在的問題是,各大供應商用什么理由來說服零售商們支持移動支付服務(wù):它能夠提高人均消費?還是能提高客戶的忠誠度?亦或是它有助于他們更快結(jié)賬?
調(diào)研公司Forrester表示,Apple Pay對零售商的需求要超過零售商對Apple Pay的需求,而且可以說,如今Apple Pay對消費者的需求也超過了他們對它的需要。分析師說道:“消費者想要的是一種更好的購物體驗,而不是更好的支付系統(tǒng)。”
Forrester表示,蘋果公司需要與英國消費者構(gòu)建信任關(guān)系:根據(jù)該公司的數(shù)據(jù)顯示,若選擇手機錢包,相較于蘋果,iOS用戶對銀行、信用卡機構(gòu)、亞馬遜、PayPal等更為信任。
長遠來看,這些非接觸式支付服務(wù)將成為各大科技公司爭奪的一個新陣地。它們能夠輕松地發(fā)展成為全面的金融服務(wù)(如在設(shè)備之間轉(zhuǎn)賬等),而這正是為何一些銀行目前依舊對于提供這些移動支付服務(wù)持謹慎態(tài)度的原因。
雖然支付能力是這些移動支付系統(tǒng)的核心所在,但這僅僅是其起點。蘋果對其移動支付服務(wù)便有著更加深遠的愿景:例如,蘋果很快將會在Apple Pay中加入積分服務(wù),進一步打造一個更為充實的手機錢包。
隨著越來越多的功能被添加到這些支付系統(tǒng),它們很可能將更富吸引力。不過,移動支付系統(tǒng)目前面臨的最大挑戰(zhàn)在于如何解釋這個問題:既然信用卡或現(xiàn)金都不需要擔心電池耗盡的問題,人們?yōu)楹芜€要選擇使用智能手機支付呢?
好文章,需要你的鼓勵
浙江大學團隊提出動態(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、編程等任務(wù)上顯著提升推理準確率,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。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升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模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(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、注意力錨點機制和高效訓練算法三項創(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。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,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,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,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。