
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
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。