据《华夏时报》消息,由央行牵头策划成立的线上支付统一清算平台(俗称“网联”)将于明年 3 月 31 日按新方案上线,支付机构将按照有关技术标准门槛分批接入。
新方案确定了由各参与方自主共建的原则,而非此前传闻的由支付宝和财付通两家支付巨头主导建设的思路。
支付清算协会(以下简称“支清会”)和央行都将入股网联平台,以确保央行对这一重要金融基础设施的控制权和投票否决权。
网联平台的股东上限是 50 家,募股机构在 40 家左右;除了支清会和央行,其余股东的股份份额最高不会超过 10%,以防止网联平台被大型支付机构垄断,而股东份额的大小,将与其参与“网联”的建设程度挂钩。
该平台拒绝银行入股,银联也不会参与到网联的运作中。
今年 4 月,支清会在会员大会上通过了建设非银行支付机构网络清算平台(网联)的提议。
这一平台的推出主要是为了改变现有第三方网络支付服务直连银行网络带来的各种问题,如多方关系混乱、监管上有漏洞、安全无法保障等。
简单来说,网联是一个类似于线上银联的清算平台,一端与第三方支付机构对接,一端连接银行系统。该平台将统一技术标准和业务规则,第三方网络支付机构不必再与各家银行分别谈判签约,只需要接入网联即可。
按照“网联”最新规划,该平台将于明年 3 月上线,首期先接入支付宝 1% 的交易量,2017 年底将接入 70% 的支付宝、微信支付交易量。
“网联”正式落地后,目前大量的第三方支付机构直连银行的模式将被切断,回归支付和清算相独立的业务监管规则。
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。