“怎么玩百度錢包拍照支付”、“百度有錢花怎樣申請教育貸款”…… 在全球移動互聯網大會(GMIC)百度錢包展臺前排起長隊的與會者,不僅對前沿技術在金融領域的應用充滿好奇,對自己能在百度金融享受的服務更是十分關心。4月28日,作為互聯網金融領域最具科技基因的成員,百度金融旗下的百度錢包、百度有錢花、百度理財等產品集體亮相GMIC大會現場,并展示了人工智能、圖像識別等最新技術在金融業(yè)務上的實際應用。其技術創(chuàng)新帶來的金融服務效率提升、服務體驗改善,引發(fā)業(yè)界關注。
隨著我國經濟結構轉型和消費升級,互聯網金融服務迎來發(fā)展風口。在2016 GMIC大會百度錢包展臺內,不少參會者向工作人員咨詢“怎么玩百度錢包拍照支付”、“百度理財產品的收益率是多少”、“百度有錢花怎樣申請教育貸款”等問題,對金融服務的創(chuàng)新互動表現出強烈的興趣。百度錢包頗具設計感的三大“升值”展臺——“升值你的消費生活”、“升值你的財富生活”、“升值你的信用生活”,分別展示了百度錢包及其近期上線的理財、信貸等服務,全新升級不僅使其可以提供一站式金融服務,而且可以為用戶提供權益不斷“升值”金融服務體驗。
除產品展示外,現場百度錢包還拋出頗具黑科技感的HCE云閃付、拍照付技術,不少參會者都被展臺周圍通過“刷手機”、“拍照片”迅速完成支付的體驗所吸引,圍觀的科技迷直呼“這就是支付體驗的未來”。百度錢包HCE云閃付產品是一款基于NFC手機卡模擬創(chuàng)新支付產品,用戶通過百度錢包開通云閃付服務,即可在商戶端通過刷手機完成消費。而現場的技術控們也可以通過手機百度拍攝物品照片,調起對應商品頁面,完成在線購買,真正享受“所見即所得”的快捷、自助購物體驗。百度錢包此次展示的支付黑科技極大地提升了支付效率,完善了使用體驗,為用戶帶來更為便捷、安全的金融服務,從一個側面展示了百度金融強大的技術力量。
據悉,百度百付寶公司總經理章政華也將出席2016 GMIC全球金融創(chuàng)新峰會,發(fā)表主題為“引領消費升級,開啟移動支付新生態(tài)”的演講,首次對外詳解百度錢包從消費場景、金融平臺到生態(tài)體系的三重升級,揭秘全新的百度錢包如何為用戶實現金融服務權益的不斷“升值”。另外,在4月30日至5月2日舉辦的科技廟會上,逛廟會的科技迷們也將有機會親身體驗百度錢包HCE云閃付、拍照支付等支付技術,享受全程無紙幣支付的炫酷體驗。
在互聯網金融領域,百度金融最具科技基因,且頗為重視生態(tài)和場景搭建。自去年12月14日百度金融服務群組整合成立之后,各業(yè)務板塊均獲得不錯的成績:據Quest Mobile數據顯示,百度錢包已躋身3月支付結算APP月活用戶數前三名;隨著百度錢包登陸泰國,全球化布局正在加速;在消費金融方面,百度金融教育信貸在全國第一個上線了遠程預授信服務;理財業(yè)務方面,百度金融在今年3月相繼推出多種理財服務,深耕互聯網理財市場。
業(yè)內人士分析認為,從百度金融集體亮相2016 GMIC現場、百度錢包展示支付技術及全新升級等動作不難看出,百度金融正在聯合百度體系內外部產品和資源形成生態(tài)聯動,逐步在移動支付、消費金融、理財等方面加速滲透,其“金融+技術”的優(yōu)勢,在為用戶提供更個性化、更貼心和安全的金融服務的同時,將為金融業(yè)界的效率提升、風控安全等方面帶來怎樣的技術創(chuàng)新值得期待。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統,首次實現AI根據復雜指令創(chuàng)作完整長篇音頻故事。該系統結合大語言模型的敘事推理能力與音頻生成技術,通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠將復雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學聯合研發(fā)的VideoJAM技術,通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術僅需添加兩個線性層就能大幅提升運動質量,在多項測試中超越包括Sora在內的商業(yè)模型,為AI視頻生成的實用化應用奠定了重要基礎。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質量樣本的訓練數據集和MM-AlignBench評測基準,通過創(chuàng)新的數據生成和質量管控方法,讓AI在保持技術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路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內完成10天全球天氣預報,準確性超越傳統方法90%的指標。該模型采用圖神經網絡技術,通過學習40年歷史數據掌握天氣變化規(guī)律,在極端天氣預測方面表現卓越,能耗僅為傳統方法的千分之一,為氣象學領域帶來了效率和精度的雙重突破。