至顶网网络与安全频道 12月19日 综合消息:今日,华为与中国银联股份有限公司(以下简称中国银联)在2019年PLC-IoT产业发展论坛暨华为PLC-IoT生态联盟成立大会上,签署了“边缘计算及PLC支付场景联合创新项目”合作协议,共同推动PLC-IoT技术在新能源汽车充电支付场景下的创新与发展,为客户提供“即插即充、无感支付”的新体验。华为数据通信产品线副总裁王晨曦、中国银联电子支付研究院副院长何朔代表双方签署合作协议。
华为与中国银联进行“边缘计算及PLC支付场景联合创新项目”签约仪式
随着新能源汽车的迅速发展,由车联网、桩联网和智能电网融合打造的新能源生态圈已成趋势,汽车充电市场潜力巨大。但传统的汽车充电支付面临以下问题:需要铺设专门的通信线路,成本高、限制多;用户支付操作繁琐、体验差;订单难以监管,有一定安全风险。中国银联携手华为,深入分析、研究新能源汽车充电支付现状,围绕客户关切的需求进行联合创新,以华为PLC-IoT技术为依托,为新能源汽车打造智能、便捷、安全的无感支付创新方案。
在该联合创新方案中,中国银联携手华为,创造性地将PLC-IoT和边缘计算技术融入到新能源汽车充电的无感支付流程中,开发出首款支持无感支付的边缘计算网关。充电现场无需单独布设通信网线,当用户取下充电枪充电时,充电桩即可通过基于电力线提供的IP化PLC通道,实时将车辆和用户信息发送给边缘计算网关;充电结束返还充电枪时,边缘计算网关通过内置的支付控件快速读取充电客户结算信息,由内置的中国银联安全芯片加密后,将相关信息发送到中国银联物联网支付平台,随后生成订单并完成交易,从而为客户提供金融级安全保障的汽车充电无感支付新体验,打造智能、安全、便捷的充电支付解决方案。双方将积极构建智慧出行生态圈,通过边缘计算和PLC-IoT技术对支付领域进行持续创新,为新能源用户提供更加便捷安全的支付方式,进一步促进全民低碳出行。
华为数据通信产品线副总裁王晨曦表示:“中国银联一直以来践行绿色发展理念,通过创新支付方式积极推动低碳出行。华为很高兴能与中国银联在这方面进行深入合作,从客户体验出发,打造基于PLC-IoT的无感支付新体验,为客户提供多元化、便捷安全的支付服务,促进产业向数字化、智慧化发展。“
华为与中国银联优势互补,共同探索基于边缘计算及PLC-IoT技术的支付创新,此次签约是华为与中国银联联合建设和运营“金融网络科技实验室”以来,双方的又一次深度合作。凭借中国银联在支付领域优质的服务经验积累和华为领先的PLC-IoT技术,双方共同打造的基于PLC-IoT的新能源汽车充电无感支付方案,是一次服务理念创新,将为广大客户提供更智能、更便捷、更安全的绿色出行服务。
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。