至顶网软件与服务频道消息: 12月27日,华为宣布HMS Core的服务之一——华为钱包服务(Wallet Kit)首次在海外开放,通过集成Wallet Kit SDK,全球开发者可以轻松地将会员卡,门票,登机牌,礼品卡和优惠券推送至华为钱包APP,为终端用户提供智慧化数字生活方式。

Wallet Kit:助力开发者实现流量变现
历经5年的发展,华为钱包服务在国内的应用场景趋于成熟,2014年起步于生活服务,随后全面向出行、园区、酒店等使用场景横向发展,凭借优质服务吸引了大量忠实的用户。如今,其覆盖范围已经全面延伸到海外,将终端“芯-端-云”全栈技术能力开放给全球合作伙伴、开发者,实现行业应用的卡、证、券、票等各类凭证电子化放入钱包,为传统行业变革注入新的创造元素,帮助开发者利用跨行业场景能力,为终端用户打造All in One Wallet的数字生活方式。具体而言,开发者接入Wallet kit将会获得如下益处:
提升服务体验:对于开发者而言,为用户打造极致的用户体验是应用持续发展的基础。接入Wallet Kit的应用可以让终端用户快速实现便捷式支付、一站式卡证票券统一管理等功能,从而获得更优的用户体验。
助力商业变现:当然,实现应用高效的变现对开发者也至关重要。华为钱包APP为开发者提供巨大的流量入口,支持帮助商户进行会员卡、商品销售及衍生业务的导流。同时,即将支持基于地理位置、人物画像等信息的精准推送功能,开发者即可实现与目标用户的实时互动与精准营销,助力开发者实现快速变现。
享受便捷接入:HMS Core的所有开放能力一切以为开发者“减负”为出发点,接入流程非常便捷。接入Wallet Kit仅需集成1个SDK即可覆盖多数场景,享有从线上注册到服务测试的1站式服务,通过少量开发即可迅速集成。此外,Wallet kit只归集卡片本身,不介入开发者业务,开发者可灵活自定义卡片内容,发挥自己的创意。
Wallet Kit:为用户打造all in one wallet的数字生活方式
对华为用户来说,华为钱包并不陌生。借助华为钱包强大的功能,用户能够轻松地将各类卡、证、券、票保存在手机中,以便在适当的时间使用。以球票为例,用户在APP购买球票后,可选择将该球票添加到华为钱包的卡包查看赛事相关信息。当球赛即将开始,手机将智能提醒用户,给用户带来更好的观赛体验。
目前,在国内,华为钱包的使用场景已覆盖人们的衣食住行,在智慧金融、智慧园区、智慧出行、智慧生活和智慧酒店五大应用场景落地,致力于为用户提供便捷的生活支付服务。
华为深知,智慧化数字生活场景的构建与丰富离不开全球行业合作伙伴及开发者的支持。在2019年8月的华为开发者大会上,华为宣布打造HMS(HUAWEI Mobile Services)生态系统,向开发者全面开放Wallet Kit能力,致力于与开发者、合作伙伴一起,直击用户需求,用创造性的解决方法,共同构建华为钱包智慧新生态。
在华为决心打造属于自己生态系统的背景下, Wallet Kit不负众望,首次在海外登场,与其他华为移动服务共同向全球5.7亿华为用户与130万开发者开放,携手合作伙伴、开发者共建华为全场景智慧新生态。
好文章,需要你的鼓励
据《华尔街日报》报道,在马斯克针对OpenAI的诉讼失败后,OpenAI正加速推进IPO计划。CEO萨姆·奥特曼希望公司最快于今年9月上市,目前已与高盛、摩根士丹利合作,并可能在数日或数周内秘密提交上市申请。与此同时,马斯克旗下SpaceX的IPO文件也预计近期公开。两家公司的上市竞争,标志着马斯克与奥特曼的博弈从法庭转移至资本市场。
要理解这项研究,先得明白现在的AI是怎么"画"图的。 可以把AI生成图片的过程想象成一个特殊的厨房。当AI要学会画图时,它不会像人类画家那样一笔一画地描绘,而是采用一种叫做"自回归"的方式——简单说就是"一个食材接一个食材地添加"。但问题在于,AI厨房处理的"食材"不是真实的图像像素,而是一种被压缩过的"标准化食材包"。 这个压缩过程,叫做"离散分词",由一个叫"分词器"(tokenizer)的设备完成。打个比方,分词器就像一台高级的食材切片机,它把一整张图片切成很多小块,然后给每一小块贴上一个"编号标签",对应到一本"标签字典"(也就是研究者口中的"码本")里的某个条目。比如,标签001可能代表"蓝天的一小块",标签002代表"绿草的一小块"。 这种做法的好处是大幅简化了AI的工作量——它不用记住几百万个像素,只需要记住一串编号就行了。这就是为什么如今像Chameleon、Emu3这些大名鼎鼎的多模态AI模型都用这种技术。 但问题也恰恰出在这里。当切片机以16倍的压缩率工作时(也就是说原本256个像素被压缩成1个标签),很多细节就被无情地丢弃了。蓝天少一些云彩、草地少几根草尖,人眼几乎看不出来。可一旦切到了文字或人脸,灾难就发生了——一个英文字母"e"和"c"的差别可能就在那么几个像素,一张脸上眉眼的位置稍微挪一挪,整个人就变了样。 研究团队发现,认知科学研究早就指出,人类的视线会不自觉地被文字和人脸吸引,对这两类内容的细节扭曲特别敏感。换句话说,AI画其他东西糊一点没关系,但文字和脸糊了,用户立马就能察觉。 之前的研究者也意识到了这个问题,他们的解决思路通常是"加大切片机的容量"——比如把标签字典从1万6千条扩展到26万条,或者让每张图用更多的标签。但这就像为了切好一根胡萝卜而把整个厨房改造成大型工厂,成本高得离谱,而且效果也不见得好。 清华和微软的团队提出了一个完全不同的思路:与其让切片机变得更大,不如教它学会"看重点"。 二、给切片机装上"火眼金睛"
调查显示,51%的专业人士认为AI生成的低质量内容(即"workslop")正在降低生产效率,45%的人因此对职场使用AI更加谨慎。这类内容表面精致却缺乏准确性和实质价值。专家建议两步应对:一是重塑AI生产力思维,推行"AI先行、人工复核"的工作模式;二是保持持续投入,深入掌握AI工具的有效用法。企业领导者强调,真正从AI中受益需要坚持与学习,而非浅尝辄止。
北京中关村学院与中关村人工智能研究院发布PhysBrain 1.0,通过从人类第一视角视频中提取结构化物理知识,训练出能"先理解再行动"的机器人控制系统,在多项机器人操控基准上刷新纪录。