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,其實并不是這樣,所以外面有很多誤解,其實我不是這么看的。”
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)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。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,因為它是小額200元以下,跟你現(xiàn)實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,因為都是屬于個人之間的饋贈,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,可能有一年的時間,你怎么處理資金沉淀時的利益歸屬問題?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,因為確實有這個問題。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掉的機制,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,因為這些東西都是比較清晰的。
至于霸王條款其實不是的,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,或者點對點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,或者你充話費什么的也都可以消費掉。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都拉上馬明哲,是不是二馬單獨在一起會有點尷尬?您怎么評價阿里。
答:總的來說,我們的競爭還都是相當(dāng)良性的,因為都還是市場上的競爭,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,其實并不是這樣,所以外面有很多誤解,其實我不是這么看的。(轉(zhuǎn)載自中國企業(yè)家網(wǎng))
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(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)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,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)域帶來了效率和精度的雙重突破。