据科技博客9to5Mac报道,一份来自零售商Staples的内部文件显示,亚马逊将在下月推出自己的“信用卡读卡器”产品。此举意味着亚马逊将向竞争劲烈的移动支付领域发起攻击,向Square、PayPal等公司发起挑战。
报道称,“亚马逊读卡器”将由Staples负责销售,售价10美元(约6英镑,或11澳元)。亚马逊推出自己的读卡器后,其不再使用当前的Square、PayPal,以及Staples品牌服务。
据悉,Staples计划从8月12日始为亚马逊“读卡器”上市活动做宣传,而这一时间点或将表明,亚马逊的“信用卡读卡器”产品将在同一时间推出。
亚马逊发言人拒绝对该报道置评。
亚马逊上周刚刚推出一款新的智能手机钱包应用,因此,即将到来的硬件产品可能会与该应用实现连接。
另据消息人士称,亚马逊的Lab126硬件部门正在开发另一种支付产品,该产品将集中关注生物指纹扫描识别功能。如此看来,亚马逊将全面进军移 动支付领域。而此前曾有报道称,苹果正在与众多零售商展开合作,面向大众市场推出自己基于Touch ID功能的移动支付解决方案。
过去一年来,关于亚马逊将进军移动支付读卡器市场的传闻不绝于耳,均暗示亚马逊正在朝这一领域迈进。亚马逊一直在关注PayPal的数字支付业务,此外,其在去年推出的“签入亚马逊支付”业务,更加暗示了亚马逊将在未来移动支付领域里大有作为。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。