馬化騰在兩會期間接受了媒體采訪,他對于移動互聯(lián)網(wǎng),尤其是移動支付發(fā)表了自己的見解。他認(rèn)為,移動支付方面,國內(nèi)BAT三家在努力競爭,這些競爭都是比較良性的競爭,最終都對消費(fèi)者有利。而談到與支付寶之間的競爭,他則表示,“我相信會有多家移動支付存在,而且大家的角度也不一樣,我們更多不是商品類而是服務(wù)類的。我并沒有說我們要進(jìn)入到商品的支付,要跟支付寶完全面對面競爭,其實(shí)并不是這樣,所以外面有很多誤解,其實(shí)我不是這么看的。”
以下是問答摘錄:
問:微信紅包這么成功,對微信支付意味著什么?怎么看待百度、騰訊、阿里巴巴三家的移動支付格局。
答:很多互聯(lián)網(wǎng)公司都不約而同地看到移動互聯(lián)網(wǎng)(特別是手機(jī))在傳統(tǒng)行業(yè)的連接,以及包括移動支付領(lǐng)域的潛力。所以大家不約而同往這個方向努力,希望使這個生態(tài)更豐富。
國外的谷歌、蘋果也在拼命做移動支付,國內(nèi)BAT三家也在努力做競爭。我想這些競爭都是比較良性的競爭,最終都對消費(fèi)者有利。目前大家各自角度不一,我們是從通信社交領(lǐng)域轉(zhuǎn)向連接服務(wù)和支付,另外兩家是從資訊、商品交易去進(jìn)入,各有側(cè)重、各有優(yōu)勢,這對消費(fèi)者來講是很好的,是大勢所趨,也是很正常的競爭。
具體到紅包,更偏向社交多一點(diǎn)。我們在廣東公司每年都有給員工發(fā)紅包的習(xí)俗,所以這樣一種業(yè)務(wù)最早誕生在騰訊是很自然的,近年來說效果還是非常好的?!?/p>
問:微信紅包到底收不收稅?
答:目前B2C的有交稅,你看到央視搖一搖紅包是交稅的,稅率是20%,算偶然所得。5億的現(xiàn)金其實(shí)是有1億納稅的,大家收到是4億,但是C2C用戶之間交的目前是沒有,因?yàn)樗切☆~200元以下,跟你現(xiàn)實(shí)中的親朋好友給個紅包是一樣的,目前在國家規(guī)定來說沒有要納稅的,因?yàn)槎际菍儆趥€人之間的饋贈,非常小額的。當(dāng)然這個以后如果有規(guī)定,我們也能有辦法解決,主要看大眾是不是能接受,以及政策上是不是能接受。
問:很多大叔大媽過年的時(shí)候也跟著湊熱鬧搶紅包,但是他不會取現(xiàn),很多人這個錢就會沉淀在微信的紅包里,可能有一年的時(shí)間,你怎么處理資金沉淀時(shí)的利益歸屬問題?搶了紅包如果取現(xiàn)的話,就默認(rèn)開通了微信支付,這個是不是類似于一個霸王條款?
答:你提出的問題是對的,因?yàn)榇_實(shí)有這個問題。這個問題是剛剛開始,去年并不多,今年才比較多,但你如果不處理好,會留下缺陷。有一些留存久的,我們現(xiàn)在也肯定會有提醒他消費(fèi)掉的機(jī)制,包括他沉淀的一些利息,我們一定要幫他體現(xiàn)出來。這些我們都會制訂這些策略,要解決不會太難,因?yàn)檫@些東西都是比較清晰的。
至于霸王條款其實(shí)不是的,現(xiàn)在你不用綁卡也可以把錢轉(zhuǎn)走,你可以轉(zhuǎn)給朋友,可以去消費(fèi),或者點(diǎn)對點(diǎn)把錢用紅包的形式或者說面對面付款的方式付給有卡的人,或者你充話費(fèi)什么的也都可以消費(fèi)掉。所以我們叫零錢包,它有限額的,有一些沒有綁卡的一天可能就只有200塊的限額,真的是像那種匿名的小額付費(fèi)卡一樣。我們定位是叫零錢包,不是大的賬戶,不是一個概念。
問:您怎么看待阿里巴巴的市值比其他幾個互聯(lián)網(wǎng)巨頭的市值加在一起都要多的情況。
答:我們非常尊重任何一家互聯(lián)網(wǎng)公司,大家都摸爬滾打十幾年,都非常不容易,各自在各自的領(lǐng)域作出了非常好的成績。市值都是一時(shí)的,騰訊十幾年前市值也不大,現(xiàn)在大了也不意味著什么,所以更關(guān)注的還是在一波波的浪潮面前,你怎么適應(yīng)戰(zhàn)略的潮流,做好自己這是最重要的。
問:每次您和馬云合作時(shí)都拉上馬明哲,是不是二馬單獨(dú)在一起會有點(diǎn)尷尬?您怎么評價(jià)阿里。
答:總的來說,我們的競爭還都是相當(dāng)良性的,因?yàn)槎歼€是市場上的競爭,在法律框架下的競爭,都是值得尊敬的。很多項(xiàng)目有的是要合作,有的是要競爭,這個都是正常的市場行為。
問:馬云他用了很長的時(shí)間打造了支付寶,您對馬云有什么建議?
答:我相信會有多家移動支付存在,而且大家的角度也不一樣,我們更多不是商品類而是服務(wù)類的。我并沒有說我們要進(jìn)入到商品的支付,要跟支付寶完全面對面競爭,其實(shí)并不是這樣,所以外面有很多誤解,其實(shí)我不是這么看的。(轉(zhuǎn)載自中國企業(yè)家網(wǎng))
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡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)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"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和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯行為并不能實(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)無法有效利用視覺信息,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),通過動態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(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,已在多個任務(wù)上驗(yàn)證有效性。