
CNET科技资讯网 4月8日 北京消息:自从PayPal推出第一款移动支付产品以来,已进入了第十个年头。10年来,PayPal移动——首个基于短消息、让消费者可以通过手机转账的支付服务,在货币数字化和移动设备的使用历程中扮演了重要角色。
截止目前,PayPal移动已经累计处理了总额逾1750亿美元的移动支付交易。
为了庆祝PayPal移动十周年,PayPal全球产品工程高级副总裁Bill Ready的博客如是说:
移动化是人类有史以来最大的行为变化之一。如今这个星球上的移动连接比人口数量还多。移动彻底改变了我们消费内容、从事爱好、交流沟通以及获取衣食住行所有一切东西的方式——只需手指一点。今天,移动已经不是锦上添花,而是必需具备,整个行业的发展都在实践移动先行的战略。而从2006年4月,我们发布了第一个为移动电话设计的支付产品开始,PayPal已经引领移动整整十年。
我们的移动战略开始实施的时间甚至更早。Confinity,即PayPal的前身,就是移动先驱。1999年,PayPal最早的业务就是移动的(尽管是在个人数字助手或掌上电脑上)——在两个掌上电脑之间转账。然而PayPal超前于它的时代,而当时世界还没准备好迎接移动化,所以公司以电子邮件支付为中心,点燃了电子商务革命,让人们能够每天在网络上互相交易。
在2006年4月6日,距PayPal第一次尝试移动支付7年之后,PayPal开启了一种全新的方式,让人们直接在手机上通过短消息互相转账、购物以及向慈善机构捐款。
这比2007年发布的iPhone、2008年上线的苹果应用商店以及2012年上线的Goolge Play应用商店还早。它远远领先于Uber、Airbnb和HotelTonight等改变了出行住宿行业的下一代移动应用,也远远领先于智能手机的普及。
在过去十年中,我们不断地在移动方面做出创新和投入,并购了移动先行的公司,例如Braintree,它在2012年2月发布了第一个移动应用程序接口,并打造了一个让Uber、Airbnb、HotelTonight、Dropbox、Munchery 、Jet等移动创新公司依靠的支付平台。随着收购Braintree,Venmo——世界上增长最快的移动应用之一,单单今年1月就处理了超过10亿美元支付——也加入了PayPal大家庭。至今,我们已经收购了Paydiant,一家专门为Subway这样的商户提供移动应用内置解决方案的公司;收购了Xoom,一家能够让人们频繁通过移动设备在全世界各地无缝汇款的公司;还收购了Modest,一家致力于场景商务,使人们能够在遇见喜爱的东西的那一刻就完成购买的公司。
作为PayPal平台的一部分,这些公司带来的移动创新推动了我们的增长。PayPal是唯一一个真正国际化、点对点、同时对接消费者和商户的支付平台——只专注于移动和数字支付。这使得我们能够更整体地思考人们怎样能够最好地管理、移动金钱,思考商户怎样更好地和全世界的顾客建立连接,无论何时何地。
今天,美国的移动电子商务规模已经超过一千亿美元,并且继续保持着快速增长。随着行业的移动化,PayPal的移动支付量也急剧增长。2010年,移动支付仅仅占到PayPal支付总量的1%。而到了2015年,PayPal处理的49亿笔交易中有近三分之一来自于移动端。去年,我们的移动支付总额已经达到660亿美元。
尽管移动化的进步如此巨大,但是今天,移动仍然只是所有商业形式中的一小部分——虽然消费者需要更加无缝的移动体验。这就是我们为何创造One Touch这样的新体验,这是第一款跨平台、一键式移动购物体验,能够使消费者不必回忆密码或是输入信用卡信息就能买下他们喜爱的东西。这样的体验既给消费者带来方便,也帮助商户增长销售,无论何地。
电子商务起初诞生于在线,只是近几年才扩展到移动场景。现在,我们通过创新推动行业向前发展,比如PayPal Commerce,使消费者能够在任何地方购买他们喜爱的东西——无论在一封电子邮件中,或是在Pinterest、Facebook这样的社交网站上。
全球移动具有极大的潜力——尤其是在那些人们难以接触到银行、自助存取款机、甚至是传统电脑的国家。移动正在消除障碍,帮助在全世界范围内增强金融服务的包容性。我们对于携手众多移动和支付合作伙伴为全球市场带来创新的承诺,以及我们和Vodafone, Telcel 、Claro等移动通信服务提供商的新合作,将为全球亿万人带来快速、简单的支付解决方案——帮助实现全球金融服务的民主化。
移动在未来十年带来的 商业变化,将超过我们在过去数百年中所见,而PayPal将继续引领这项革命。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。