ZDNet至顶网软件频道消息:据 Re/code 报导,微软已挖走 Amazon 电子支付产品主管 Iain Kennedy。
目前在 Kennedy 的 LinkedIn 主页上,其头衔是微软商业平台 PM。据外界分析,他将担任的是后者产品管理 + 商务平台战略部门主管。不过,Kennedy 在自个 Twitter 上却表示:“还不是(透露的)时候。”
观古可知今:在老东家的 6 年中,Kennedy 一直领导打造与 Google Wallet、Apple Pay 相似的 Amazon 自家本地支付系统。其团队的成果之一:一款移动端电子钱包——该应用允许 Amazon 用户存储礼品卡和忠诚卡信息,还能在店内活动时使用。另外,本月初 Amazon 还宣布关闭其在线 P2P 支付服务 WebPay,而替代者就是该团队开发的全新电子转账服务。
你问这是什么产品?
嗯,Amazon 的 Charlie Kindel 在 Twitter 上发布了招聘信息:Kennedy 的团队正研发一款“能满足数十亿用户在实体店交易需求” 的秘品。
干得这么屌走什么?
诶,Kennedy 君说:“在这蹉跎了 6 年,我渴望新!变!化!希望在新企业的新文化里,用自己的专业知识、管理经验,来帮它解决一些问题。”
可能是什么样的问题?
虽然微软在 WP Wallet 中开发了支付中心,但它只能在 WP OS 下才能用——和 Apple Pay 相比,简直说不上有(充分的)民用使用场景。而且,NFC 这块越来越成熟,在智能机的普及度也走高——“NFC 机在手,天下交易我有” 只是时间问题。更让 MS 着急的是,连有着保守形象的银行也开始推出可穿戴设备,不再需要 POS 机完成交易。
Kennedy 很可能就是去帮微软打造 “MS 版 Apple Pay” 的,看着吧。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
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。