如果问近两年科技圈最热门的话题,虚拟现实(VR)和增强现实(AR)技术绝对会榜上有名。随着科技的不断进步,虚拟现实技术经过长时间的发展,目前已呈现出如火如荼的发展态势,并逐渐向各个行业应用中渗透。
据全球领先的支付服务提供商Worldpay的一项最新研发显示,中国消费者在接受虚拟现实(VR)和增强现实(AR)技术方面走在世界前列。其中,95%的中国受访者表示,过去三个月曾体验过VR或AR技术,这一比例是全球VR使用率的三倍以上。

“中国对新技术的接纳一向迅速,因此,从研究数字可以看出,中国消费者对VR和AR的青睐有加也不足为奇。”Worldpay中国区总经理陈国山表示。在陈总看来,VR/AR技术在中国的发展趋势一片大好;另外,中国的消费者也不局限在视频游戏和娱乐领域使用VR/AR,他们也推动着VR/AR在各种商业应用的新需求,并引领下一代购物体验。
据了解,此次Worldpay共调研了8个国家的16000多名消费者,主要了解当前VR/AR技术的使用情况、未来潜力、技术优势及发展瓶颈。该研究主要发现如下:
• 95%的中国消费者在过去三个月曾使用过VR/AR技术
• 尽管有36%的受访者表示担心安全问题,但几乎所有的中国消费者(96%)仍然乐于在虚拟环境中购物
• 84%的受访者认为VR/AR技术是购物的未来
• 仅1%的消费者表示决不会在虚拟环境中购物
• 49%的中国消费者表示,VR/AR环境下所呈现的产品或消费体验更容易让他们产生冲动,并进行购买
• 92%的消费者希望看到更多使用VR/AR技术的零售应用程序
可以看出,中国消费者对于VR/AR技术十分青睐,其热衷程度远超世界其它地区。提到对于该项技术Worldpay在中国区域的规划,陈总表示:“会申请相关专利,依据区域发展现状,会将中国作为试点,推相关产品及方案。”
除此之外,在此次研究报告中还发现,在零售领域,中国消费者希望在购物环境中能整合更多的VR和AR技术。96%的受访者表示有兴趣使用VR/AR技术改善购物体验,78%认为使用设备进行购物是一种更有趣的线上购物方式。在使用虚拟现实技术进行购物时,尽管一些消费者存在安全顾虑,但有60%的中国受访者表示在虚拟现实中存储付款信息是安全的,这再次表明中国是世界上对技术最有信心的市场之一。
其实,随着近几年互联网的快速发展,国内消费者的购物形式已经发生巨变,线上和移动逐渐成为主流的购物方式,同时,数字支付系统也愈来愈受到依赖,在陈国山先生看来,利用VR/AR技术购物的时代即将来临。
基于此,Worldpay的研究人员针对购物者沉浸在虚拟环境时如何使用信用卡或借记卡付款进行了调查。基于自身全球支付服务处理的经验,Worldpay推出了解决方案Proof of Concept,它可使购物者在付款时无需离开虚拟世界,却同样享受店内和在线支付时的便利性和安全性。
据记者了解,该解决方案的原型设计使用主机卡模拟(HCE)技术来虚拟化整个购买流程。付款使用EMV*技术,其工作方式与非接触式支付相同,即:点击(虚拟)卡片机上的(虚拟)卡。对于金额较高的交易,Worldpay推出了一种名为AirPIN的技术。该技术允许消费者在虚拟世界中看到一组数字,并通过使用虚拟控制器收集四个数字开启支付密码,大大提高了虚拟购物环境的安全性。
“现在VR/AR在中国发展迅速,也让我们看到在世界其他地区的发展趋势。中国的零售市场充满活力,希望各个商家根据需求研究如何将VR/AR技术整合到发送客户体验中,不论是利用店内全渠道还是通过支持VR的电商应用。”陈国山表示。
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
KAIST AI团队通过深入分析视频生成AI的内部机制,发现了负责交互理解的关键层,并开发出MATRIX框架来专门优化这些层。该技术通过语义定位对齐和语义传播对齐两个组件,显著提升了AI对"谁对谁做了什么"的理解能力,在交互准确性上提升约30%,为AI视频生成的实用化应用奠定了重要基础。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
乔治亚理工学院和微软研究团队提出了NorMuon优化器,通过结合Muon的正交化技术与神经元级自适应学习率,在1.1B参数模型上实现了21.74%的训练效率提升。该方法同时保持了Muon的内存优势,相比Adam节省约50%内存使用量,并开发了高效的FSDP2分布式实现,为大规模AI模型训练提供了实用的优化方案。