據(jù)科技博客9to5Mac報(bào)道,一份來(lái)自零售商Staples的內(nèi)部文件顯示,亞馬遜將在下月推出自己的“信用卡讀卡器”產(chǎn)品。此舉意味著亞馬遜將向競(jìng)爭(zhēng)勁烈的移動(dòng)支付領(lǐng)域發(fā)起攻擊,向Square、PayPal等公司發(fā)起挑戰(zhàn)。
報(bào)道稱(chēng),“亞馬遜讀卡器”將由Staples負(fù)責(zé)銷(xiāo)售,售價(jià)10美元(約6英鎊,或11澳元)。亞馬遜推出自己的讀卡器后,其不再使用當(dāng)前的Square、PayPal,以及Staples品牌服務(wù)。
據(jù)悉,Staples計(jì)劃從8月12日始為亞馬遜“讀卡器”上市活動(dòng)做宣傳,而這一時(shí)間點(diǎn)或?qū)⒈砻?,亞馬遜的“信用卡讀卡器”產(chǎn)品將在同一時(shí)間推出。
亞馬遜發(fā)言人拒絕對(duì)該報(bào)道置評(píng)。
亞馬遜上周剛剛推出一款新的智能手機(jī)錢(qián)包應(yīng)用,因此,即將到來(lái)的硬件產(chǎn)品可能會(huì)與該應(yīng)用實(shí)現(xiàn)連接。
另?yè)?jù)消息人士稱(chēng),亞馬遜的Lab126硬件部門(mén)正在開(kāi)發(fā)另一種支付產(chǎn)品,該產(chǎn)品將集中關(guān)注生物指紋掃描識(shí)別功能。如此看來(lái),亞馬遜將全面進(jìn)軍移 動(dòng)支付領(lǐng)域。而此前曾有報(bào)道稱(chēng),蘋(píng)果正在與眾多零售商展開(kāi)合作,面向大眾市場(chǎng)推出自己基于Touch ID功能的移動(dòng)支付解決方案。
過(guò)去一年來(lái),關(guān)于亞馬遜將進(jìn)軍移動(dòng)支付讀卡器市場(chǎng)的傳聞不絕于耳,均暗示亞馬遜正在朝這一領(lǐng)域邁進(jìn)。亞馬遜一直在關(guān)注PayPal的數(shù)字支付業(yè)務(wù),此外,其在去年推出的“簽入亞馬遜支付”業(yè)務(wù),更加暗示了亞馬遜將在未來(lái)移動(dòng)支付領(lǐng)域里大有作為。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。