微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 亚马逊推新支付策略 挑战PayPal

亚马逊推新支付策略 挑战PayPal

2014-06-10 09:39
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-06-10 09:39 CNET科技资讯网

据一项最新报道表示,亚马逊公司计划成为客户和公司之间的“中间人”,针对企业客户推出管理订阅支付服务,以此挑战第三方支付领域eBay旗下PayPal的权威。

亚马逊推新支付策略 挑战PayPal

据路透社报道,该电子零售巨头预计将于当地时间本周一宣布一项新服务,届时亚马逊将成为小型和大型公司支付账单和处理交易的“中间人”。亚马逊卖家服务部门副总裁汤姆•泰勒(Tom Taylor)在接受新闻媒体的一次采访时表示,这是公司“拓展用户希望获得亚马逊支持领域”计划的一部分。

对eBay旗下的PayPal而言,亚马逊此项服务的推出可能是个坏消息。毕竟在互联网上,数不胜数的网站和公司都允许客户通过PayPal支付账单。而这些交易都是通过消费者在PayPal存储的信用卡和通过PayPal服务支付现金完成的。之后PayPal将从每笔交易中抽取一定的费用。

据路透社报道,亚马逊的支付服务采取的支付策略与PayPal近乎相同。亚马逊已拥有超过2.4亿名活跃用户在亚马逊存储有信用卡,未来这些用户在支付时将可使用亚马逊支付按钮为交易付款,交易款项将从用户在亚马逊上存档的信用卡账户中扣除,并完成交易。

亚马逊一直在同几家创业公司测试其支付服务,包括移动电话公司Ting。这项测试工作的重点主要是基于订阅服务的支付系统。与PayPal一样,亚马逊也会从每笔交易中收取一定的费用。

为了支付系统的启动和运行,亚马逊需要与能够接受这种交易方式的公司进行合作,但目前尚不清楚有多少公司迄今已签约该项服务。

无论如何,在这个越来越没有安全感的世界里,PayPal和亚马逊推出的这类服务为用户增加了一定的安全保障。通过提供PayPal和亚马逊支付按钮,即便用户不希望与未知公司分享其信用卡信息,未知商人也能够为顾客提供安全的服务。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-