据路透社报道,虽然Apple Pay占领美国已经18个月,但在全球支付市场却没有引起太大关注,还面临技术挑战、消费者采用低和银行抵制等问题。该服务已经在6个国家发布,但支持的银行数量有限。
去年Apple Pay处理了109亿美元交易额,绝大部分发生在美国。在中国这个数字与阿里巴巴和腾讯相比简直不值一提——艾瑞咨询称,去年支付宝等服务处理的移动交易额就达1万亿美元。来自英国、中国和澳大利亚的数据显示,只有铁杆果粉才会用Apple Pay,而且服务的质量、对服务的兴趣大不相同。
技术障碍
在澳大利亚,苹果Apple Pay发布已经一个月,只有一家中型银行采用,而且常常出现故障。澳大利亚Bendigo银行女发言人称:“本行的商家终端,在接受Apple Pay支付时遇到一些未预计到的技术问题。”
在智能手机业务放慢后,苹果希望通过支付市场增加设备吸引力和收入来源。在美国,每处理100美元交易苹果收取15美分手续费。虽然在移动设备上苹果一直掌控了供应链,但支付生态系统被证明难以控制,报道称其他国家的银行都要求降低交易手续费,导致苹果全球发布缓慢。
银行抵制
苹果在美国利用庞大的用户群推行Pay,但在澳大利亚、英国和加拿大遇到银行抵制。First Annapolis Consulting的分析师约书亚·基尔伯特(Joshua Gilbert)称:“支付服务一般很复杂,很多已有的提供商不愿迅速作出革命性变革。”
例如,在英国去年通过非接触智能卡支付的金额达140亿美元,很难说服人们使用智能手机获得同样的便利。在澳大利亚,超过60%的卡支付交易是通过非接触智能卡完成,Apple Pay受欢迎程度也很低。
在中国发布3个月后,用户在网络论坛上抱怨,苹果Apple Pay即使在流行的快餐店都没有微信等本土服务那么方便。
好文章,需要你的鼓励
科技专家Sungjoo Yoon在TED演讲中提出"偏好原理",认为了解用户喜好信息越多,就能创造更强大的技术。他将市场变化比作"地壳运动",从1969年命令行界面到80年代GUI,再到90年代网络界面,技术发展都遵循这一规律。自然语言处理能建立信任,而AI智能体时代的到来意味着非人类参与者将在人类主导的世界中发挥作用。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
微软推出了Copilot Vision AI新功能,该技术能够扫描和分析用户屏幕上的所有内容。这项AI视觉技术可以实时理解用户正在查看的信息,包括文本、图像和应用程序界面,为用户提供更加智能化的交互体验和个性化建议。此功能的推出标志着AI助手向更深层次的用户体验集成迈进。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。