
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
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。
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。
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。