ZD至顶网软件频道消息: 近来,很多外国人在谈到对中国的印象时,或多或少都讶异于中国移动支付应用之广泛,从没有哪个国家如中国一般,从大型商超、商场、餐厅到小超市、小饭馆,甚至路边卖煎饼果子或者水果的摊位,都可以支持移动支付,更不要提中国电商行业的发达、外卖的火爆,这些都与便捷的移动支付息息相关。
来自新加坡的陈国山就是这些外国人中的一员,不仅如此,他还是移动支付用户大军中的一员。陈国山在接受记者采访时直言:“以前走到哪里都要带好多现金,但是现在来中国,很多的支付场景只需要手机就可以了,钱包都不用带,中国的移动支付太方便了。”
陈国山现任Worldpay中国区业务拓展副总裁,并兼任Worldpay中国办事处总经理,主要负责Worldpay在中国市场的相关事务。 他表示:“中国是全球最大的移动购物市场。其中,33%的超级购物者最近一次的网购是通过移动端完成的。”
Worldpay中国区业务拓展副总裁 陈国山
陈国山口中的“超级消费者”和这组数字来自于最近Worldpay 针对全球十个国家两万名消费者进行的一项调研。这项调研发现了一个非常有意思的现象——在互联网时代,购买力高度集中在那些消费金额和消费频率都颇高的超级购物者群体。尽管仅占总人口数量的13%,但超级购物者每月的消费金额约15783亿英镑,相比之下,剩余人口仅支出了约1455亿英镑。
Worldpay 将那些每周或者每天都消费,并且每次消费数额至少达到51英镑,每月消费500~1000英镑的消费者称为超级消费者。陈国山介绍道,这些超级消费者不仅消费金额和消费频率都高于一般消费者,同时对于消费方式和支付方式都有非常高的粘性。也就是说,这些消费者更钟情于网购。而且,就购买力而言,最强的当属中国的超级购物者,尽管他们只占总人口的5%,其惊人地在全国网购支出中贡献了87%的份额。
陈国山表示:“无论白天或黑夜,不论是借助个人电脑、笔记本、平板还是智能手机,这些超级购物者都可以随时随地以一种最便捷的方式进行购物。”基于此,我们可以推断,对于商家来说,谁掌握了这些超级购物者,谁就掌握了市场。
不过,实现这点可并不容易,至少得清楚哪里是这些超级购物者的逆鳞。74.1%的中国超级购物者由于无法使用自己首选支付方式进行付款而放弃交易,而每一笔错失的交易带来的损失高达86英镑。这也意味着零售商将在这些高频率、高消费的购买群体中损失巨大收益。
陈国山表示:“面对超级购物者,零售商们需要进行深刻的思考:如何通过改善销售环节让消费者满载而归,如何通过改善营销让偶尔购物的群体每天都进行消费。全球各地的超级购物者具有如此强大的购买力,零售商必须做出革新,为超级购物者提供他们偏好的支付方式,方便他们随时购买到想要的商品,以更好地满足他们的购物需求。”
根据Worldpay 对超级购物者购物偏好的研究显示,这一群体的行为在不同国家之间表现得非常一致。从全球范围来看,超级购物者使用信用卡进行支付的比例高达52%,远高于普通消费者的42%。
在中国,超级购物者相比于支付宝(18%)更可能选择使用信用卡(54%)或是借记卡(27%)用于一次性网购的支付交易;在定期付款交易中,支付宝更受欢迎。69%的超级购物者使用支付宝进行定期付款交易;如果定期付款过程中要求消费者保存支付信息以便于下次付款使用时,有62%选择使用支付宝(这一比例仍然低于普通消费群体)。
Worldpay 认为,电商企业在争取超级购物者的青睐时,需要注意以下五点:
事实上,作为一家拥有30年历史的全球在线支付平台企业,Worldpay为146个国家的126种货币提供支付处理服务,支持300多种当地支付方式,服务的商户数量达到40万。Worldpay在2009年就与支付宝就中国市场的开拓进行了合作,并于2014年Worldpay正式进入中国,此后与支付宝、银联以及微信支付都保持了良好的合作关系。2015年,Worldpay处理了131亿笔支付交易,支付金额高达4019亿英镑。单日处理全球范围内来自手机、在线和门店支付交易达3100万次,相当于每秒处理360次支付交易。
据介绍,与单一收单公司来说,Worldpay提供包括收单、网关、欺诈管理、本地支付、资金管理、移动以及基于大数据的分析和优化服务等一系列强关联的产品和服务,陈国山将它称之为Worldpay的优势所在。他认为,单纯提供收单服务并不能为客户带来更多的价值,Worldpay所拥有的7大业务版块可以保障客户在交易中优化成本及风险平衡,规避交易中潜在欺诈风险,最大化交易成功率。尤其是在企业开拓新市场时,Worldpay所拥有的全球性的支付网络可以让客户最快速地完成支付环节的构建。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。