2022 年 11 月 23日, 中国上海 —— 全球领先支付解决方案供应商Checkout.com宣布与小米在支付领域建立合作伙伴关系。Checkout.com为小米在中国香港和澳门地区提供端到端的一站式支付解决方案,大幅简化支付流程,以支持其全球支付战略与发展目标。

此次合作面向中国香港和澳门地区,也正是小米全球布局的重要区域之一。作为最早一批推出支付功能的手机厂商,小米于2016年开始布局移动支付市场,经过多次业务整合,如今小米可为客户聚合多种生活场景,完善近场支付业态。
为进一步提升在线支付处理能力,优化港澳地区用户的在线支付体验,小米选择 Checkout.com 作为其支付解决方案合作伙伴。Checkout.com业务覆盖欧洲、美国、澳大利亚、新西兰、香港等主要支付市场,拥有7张直接收单牌照,支持借记卡、信用卡、电子钱包以及众多本地支付方式。依托如此强大的全球收单能力与专业的支付平台,小米在港澳地区的用户可轻松享受更加多元化的支付方式。
Checkout.com在全球设有19个办公室并配备本地支付专家团队支持,可帮助小米大幅缩短对接时间、有效提升支付效率并合理控制成本效益。此外,Checkout.com统一的支付API还可帮助小米在未来进一步拓展全球支付业务。
值得一提的是,香港地区为提振零售业发展,启动消费券计划,助推电子支付业务在香港的应用与普及。第二阶段消费券可选择的电子支付工具扩展到6家,Checkout.com可支持包括WeChat Pay HK和支付宝香港在内的多种电子支付方式。因此,通过此次合作,香港地区的小米用户可以领取并使用消费券。
小米港澳台区域总经理罗燕女士表示“小米正在快速搭建移动支付业务板块,为全球用户提供更多支付选择,此次合作正与我们的全球发展目标相契合。凭借Checkout.com覆盖全球的收单能力与出色的平台稳定性,我们可以高效简化支付流程,为客户打造无缝的支付体验。此外, Checkout.com的本地支付专家团队同样令人赞叹,在其支持下,我们能迅速整合平台优势,实现全球支付策略。”
Checkout.com 亚太区负责人施伯雄表示:“作为全球知名的手机厂商,小米此次选择Checkout.com作为其在港澳地区的支付战略合作伙伴,更加验证了我们在支付领域的强大实力。我们期待着与小米携手并进,在未来续写更广阔的商业蓝图。”
- 完-
关于小米集团
小米集团成立于2010年4月,2018年7月9日在香港交易所主板挂牌上市(1810.HK)是一家以智能手机、智能硬件和 IoT 平台为核心的消费电子及智能制造公司。
胸怀“和用户交朋友,做用户心中最酷的公司”的愿景,小米致力于持续创新,不断追求极致的产品服务体验和公司运营效率,努力践行“始终坚持做感动人心、价格厚道的好产品,让全球每个人都能享受科技带来的美好生活”的公司使命。
小米目前是全球领先的智能手机品牌之一,2022年第二季度市场占有率位居全球第三。同时,小米已经建立起全球领先的消费级AIoT物联网平台,截至2022年6月30日,AIoT平台已连接的IoT设备(不包括智能手机、平板及笔记本电脑)数达到5.27亿台。集团业务已进入全球逾100个国家和地区。2022年8月,小米集团第四次入选《财富》杂志2022年「世界500强排行榜」(Fortune Global 500),位列266名,较2021年大幅提升72位。
小米集团目前为恒生指数、恒生中国企业指数、恒生科技指数及恒生神舟50指数成份股。
关于 Checkout.com
Checkout.com于2012年成立于英国,作为一家全球领先支付解决方案供应商,公司致力于利用创新型科技和专业支付服务,助力商户在不断发展的全球数字经济中蓬勃发展。在2021年我们为全球商户处理了数千亿美元的交易量。目前,公司在全球已有19个办公室和超2000名员工。
Checkout.com作为一家全球性企业,深耕海外市场,拥有多支当地支付专家团队,业务覆盖50多个国家,拥有7张直接收单牌照,支持众多本地支付方式。
合作的品牌包括Veepee, Getty Images, Grab, SHEIN, SONY等。公司在2022年1月完成10亿美元的D轮融资,市值突破400亿美元,成为全球第三大最有价值的金融科技公司。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。