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
帕洛阿尔托创业公司Catio在VentureBeat Transform 2025大会上获得"最酷技术"奖。该公司成立于2023年,已筹集700万美元资金。Catio推出的AI技术架构副驾驶将架构重新定义为可编码、可内省和智能演进的活体系统。通过结合实时架构地图和多智能体AI组织,帮助工程团队从被动决策转向持续主动的架构优化,为CTO和架构师提供数据驱动的架构决策支持。
这项由中国移动和Zero Gravity实验室合作的研究成功突破了大模型训练的网络带宽限制,首次实现在1Gbps网络下训练1070亿参数模型,速度比传统方法快357倍。通过流水线并行、延迟重叠机制和自适应压缩算法的创新组合,为分布式AI训练开辟了新可能。
谷歌在ISTE教育技术大会上发布超过30款AI教育工具,包括专为教育打造的Gemini应用、协作视频制作工具Google Vids扩展访问权限等。教师可利用AI技术进行头脑风暴、生成教案、个性化学习内容,还能创建定制版Gemini"助手"为学生提供额外支持。新工具还包括AI阅读伙伴、学习进度追踪、Chrome设备管理等功能,旨在通过"负责任的AI"推动个性化学习体验。
这项研究介绍了MADrive系统,一种革命性的自动驾驶场景模拟技术。该系统通过一个包含7万辆真实车辆的数据库,能够将普通驾驶录像转换成各种危险场景的高逼真度模拟,为自动驾驶系统提供安全的训练环境。实验表明,相比传统方法,MADrive在多个关键性能指标上都有显著提升,为解决自动驾驶训练数据稀缺问题提供了新思路。