市場(chǎng)研究機(jī)構(gòu)Juniper Research周一發(fā)布的一份調(diào)查報(bào)告結(jié)果顯示,由于支付服務(wù)Apple Pay等普及,越來(lái)越多用戶(hù)會(huì)通過(guò)移動(dòng)設(shè)備進(jìn)行網(wǎng)上購(gòu)物或銀行理財(cái),預(yù)計(jì)2017年,全球移動(dòng)商務(wù)交易用戶(hù)將增至20億。
Juniper預(yù)計(jì),到今年年底,全球范圍內(nèi)通過(guò)智能手機(jī)或平板電腦參與某種形式的移動(dòng)商務(wù)交易用戶(hù)總量將達(dá)到16億。Juniper所定義的移動(dòng)商務(wù)交易用戶(hù),指那些利用智能手機(jī)和平板電腦,將自己銀行賬款轉(zhuǎn)至電子商務(wù)平臺(tái)的用戶(hù)。
Juniper稱(chēng),推動(dòng)移動(dòng)商務(wù)交易市場(chǎng)增長(zhǎng)的關(guān)鍵動(dòng)力來(lái)自成熟市場(chǎng)。報(bào)告顯示,在未來(lái)五年內(nèi),半數(shù)在線交易將在移動(dòng)設(shè)備上進(jìn)行,而不是在PC上。但Juniper未透露目前通過(guò)移動(dòng)設(shè)備進(jìn)行的在線交易在所有在線交易中的占比。
Juniper同時(shí)指出,近場(chǎng)通信(NFC)技術(shù)在移動(dòng)商務(wù)領(lǐng)域尚未普及,比如在在一些發(fā)達(dá)國(guó)家市場(chǎng),蘋(píng)果的Apple Pay和谷歌錢(qián)包尚未推出,但預(yù)計(jì)蘋(píng)果的Apple Pay將在很短時(shí)間內(nèi)推動(dòng)移動(dòng)交易市場(chǎng)增長(zhǎng)。
不過(guò)關(guān)于未來(lái)移動(dòng)商務(wù)前景的預(yù)測(cè)并非全是利好消息。Juniper支持,盡管移動(dòng)交易市場(chǎng)未來(lái)將有樂(lè)觀增長(zhǎng),但用戶(hù)明顯對(duì)于移動(dòng)解決方案的安全性能仍保持擔(dān)憂(yōu),而這可能會(huì)有效阻礙移動(dòng)商務(wù)的健康發(fā)展。
Juniper暫未及時(shí)回應(yīng)記者置評(píng)請(qǐng)求。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過(guò)交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開(kāi)辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過(guò)讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問(wèn)題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語(yǔ)言模型人性化對(duì)話問(wèn)題。該研究創(chuàng)建了包含20萬(wàn)高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過(guò)創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開(kāi)發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過(guò)學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來(lái)了效率和精度的雙重突破。