ZDNet至顶网软件频道消息:出国购物退税真难,找不到退税柜台?看不懂外文条款?排队时间太长?过程太麻烦?为解决消费者困扰,万事达卡与天津渤海通汇货币兑换有限公司(以下简称“通汇货币”)联合全球七大退税集团,启动中国最大退税平台,开创“境外购物、境内退税”的全新退税模式,国人足不出户即可轻松退税,出境游购物退税从此大不同!在今天的新闻发布会上,万事达卡宣布持卡人还将独享1%退税返现,并有100个机会获得500美元奖励。万事达卡国际市场总裁安康莳(Ann Cairns)、中国区总经理常青、通汇货币董事长刘江涛、总裁惠成昆及各大退税集团代表出席了本次活动。
万事达卡国际市场总裁安康莳(Ann Cairns)
目前,万事达卡和通汇集团已与全球领先的退税机构Global Blue(环球蓝联)、InnovaTaxfree、Premier Tax Free、Tax Free Worldwide、 N. Tax Free S.p.A. 、Global TaxFree和Travel Tax FreeS.L.U.达成合作。七家退税集团将覆盖欧亚地区50多个主要出境旅游目的地国家、约42万家商户,占有全球境外购物退税市场份额的90%以上。
随着国人经济收入水平的不断提高,出境旅游、购物的消费者持续增加。然而,由于不了解退税机制、语言不通、流程繁琐等因素,中国游客每年竟有高达30亿欧元的退税款项无人认领。为满足消费者退税需求、减少经济损失,万事达卡与通汇货币携手推出退税平台,不仅方便中国游客退税,更为万事达卡持卡人带来多种福利:
1) 第一重:持卡人将额外获赠相当于本次退税款额1%的返现,和退税款额一起打入万事达卡账户,可直接用于购物等消费。
2) 第二重:随着国庆长假的来临,不少国人正在计划在黄金周内出国旅游。万事达卡将于10月15日启动“惊喜500”礼遇,自活动开始100天内,每天抽取一位利用万事达卡-通汇货币“退税宝”平台完成出境购物退税的幸运万事达卡持卡人,奖励500美元,汇入通汇货币发行的电子旅行支票奖励给中奖人。
万事达卡中国区总经理常青强调,中国已经成为全球最大的出境旅游消费国,进而对退税服务的需求应运而生。这一退税平台的推出恰逢其时,为持卡人带来方便、智能、安全的退税选择:
“万事达卡一直致力于成为中国消费者出境旅游消费的最佳支付伴侣。本次合作将使得万事达卡持卡人在享受全球通行、安全无忧和优惠繁多的消费体验的同时,更可获得最方便的退税服务,令每一次带着万事达卡出行的体验都更无忧,更无价。”
通汇货币董事长刘江涛表示这一合作将有利于通汇货币抓住市场机遇,为国人提供更贴心的服务:
“中国旅游业正处于高速发展期,但我们的境外购物退税市场还处于较为初级的阶段。作为海航旅游旗下的核心企业之一,通汇货币致力于满足消费者需求、提升国人购物退税意识,并通过一整套完善的购物退税解决方案帮助中国出境消费者争取自己应得的权益。与万事达卡的合作将拓宽我们的服务范围,丰富我们的服务内容,为中国消费者带来更多实惠。”
此外,参加万事达卡乐游赏计划的持卡人在指定商户购物后还可额外享受5%奖励,覆盖300多个国际知名品牌,超过1000家实体商铺。如果造访万事达卡在全球各地精选的“无价”之都,万事达卡在餐饮、购物、娱乐和体育活动等领域的特约商户还将为持卡人带来不一样的优惠和难忘的无价体验。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。