英增投資期創自家OpenAI 望帶來逾4.4萬億經濟增長

英國首相施紀賢(Keir Starmer)將在周一宣布,大幅增加英國在人工智能(AI)領域的投資,希望打造英製自家生成式AI工具,並期望未來10年為英國經濟帶來4,700億英鎊增長(約4.4萬億港元)。

施紀賢將宣布,計劃在2030年前將公眾持有的AI算力提高20倍,並擴大AI的應用範疇,如偵測馬路凹洞及用於教學等。施紀賢曾表明,希望英國未來能成為全球AI的領袖。

英國將尋求擴大全英數據中心的能力,希望吸引依賴高電腦運算表現運行及訓練的強大AI模型發展商。為滿足目標及刺激AI行業增長,英國政府將開放存取AI研究資源計劃。

不過,此舉被指可能有爭議,因為允許研究及創新人員訓練AI模型的數據包括匿名的國民保健服務(NHS)數據。政府指將設立強大私隱權限保護措施,相關數據將永不會被私人公司持有。

英國政府相信,AI有助解決當地經濟增長乏力問題,按預測未來10年可以為英國經濟帶來4,700億英鎊的增長。

同時,英國計劃利用AI增長配合新成立的「國家數據圖書館」(National Data Library),連接各官方機構,增加英國創建「主權」AI模型的可能。英國希望打造自家生成式AI工具,能力希望媲美OpenAI的ChatGPT。

微軟(Microsoft)﹑AI新創公司Anthropic及OpenAI等科企樂見英國加大AI投資,施紀賢將稱AI行業需要政府支持。監管機構被指獲知會需積極支持AI創新,與大眾認為監管部門原有職責相違背。

關注AI對社會﹑就業及環境影響的專家呼籲政府謹慎,英國政府最新報告則指出,大眾對AI關聯最高的3個詞語分別為「機械人」(robot)﹑「可怕」(scary)及「擔憂」(worried)。

另外,施紀賢亦打算增加投資微型核反應堆,希望滿足極需大量電力供應的AI行業需求。他亦下令內閣所有官員,需把AI應用列為最優先事項,強調AI將驅動英國轉變,將改變工人階層生活。

美國史丹福大學最新排名指出,美國在AI領域稍為領先中國,英國以明顯差距落後於中美。

拜登據報進一步收緊限制英偉達等人工智能AI芯片出口 最快周五公布三級制貿易方案

  • 拜登計劃在卸任前進一步收緊出口人工智能芯片
  • 旨在將AI研發集中於美國盟友
  • 收緊AI芯片出口的限制會擴大至世界大部分地區

彭博引述消息人士指,美國總統拜登計劃在卸任前進一步收緊出口人工智能(AI)芯片的限制,並英偉達Nvidia(美:NVDA)等AI芯片實施新一輪出口限制,以防止先進技術落入中國及俄羅斯手中,預期新規定最快星期五公布,並對芯片貿易實三級限制。

收緊AI芯片出口的限制會擴大至世界大部分地區
消息人士表示,美國政府希望在國家及公司層面,限制數據中心所採用的AI芯片的銷售,旨在將AI研發集中於美國盟友,並讓全球各地企業採納美國標準。

報道指,收緊AI芯片出口的限制會擴大至世界大部分地區,冀在需求飇升的環境下,控制AI技術的傳播,故會以三級制來限制芯片貿易。

英偉達反對 限制芯片出口將威脅美國經濟成長
三級制中,頂層的少數美國盟友可繼續基本上不受限制地獲取美國芯片,但中層的大部分國家將面臨出口限制,至於底層國家的企業若同意遵守美國政府的安全及人權要求,則可以繞過國家的限額,獲取芯片。

美國白宮國家安全委員會不予置評。

英偉達發表聲明反對拜登政府的計劃,因限制對全球大多數國家出口芯片將是政策重大轉變,不僅不會降低濫用風險,反而會威脅到美國的經濟成長和領導地位。

人工智能崛起 金融業的網絡安全有新挑戰

銀行和金融業陸續應用生成式人工智能(GenAI),以提升生產效率,但同時也增加詐騙的風險。這促使企業投資於人工智能技術以進行詐騙檢測。

德勤發佈關於金融服務業生成式AI增加深度偽造(Deepfake)欺詐風險的報告,在美國與深度偽造相關的網路攻擊損失預計將從2023年的123億美元飆升至2027年的400億美元。

深度偽造技術是一種偽造手法,利用人工智能創造逼真的圖像和影片。最近,一個 GitHub 上的項目Deep-Live-Cam突然爆紅,它可以用一張照片,就能在直播中即時換臉,而且效果不錯。這顯示深度偽造技術既有趣同時具危險性。

金融詐騙的新威脅

人工智能深度偽造已成為一種越趨複雜的詐騙方法,特別是在身份驗證方面:

  • 繞過面部驗證系統:網絡罪犯利用實時換臉操縱網絡銀行驗證系統,使他們能夠在不被檢測的情況下進行詐騙活動。
  • 在通話和影片中冒充他人:騙徒使用個人圖像,在視像通話中令人信服地冒充他人,導致受害者被騙而轉移資金。

檢測技術的進步

近年來人工智能生成內容(AIGC)造假激增,嚴重威脅業務安全。隨著詐騙工具威脅的增長,各種檢測方法相繼出現。早期的檢測技術集中於單一模態,例如驗證圖像或音頻的真實性。雖然這些單模態方法能快速完成檢測,但在不同媒體類型之間缺乏有效的泛化能力。

為了解決這些限制,金融科技解決方案供應商開發出多模態鑒偽方法。然而,現有的多模態技術往往在小數據集上進行訓練,並忽略身份信息,限制了其泛化能力。為了增強檢測模型的穩健性,本公司和復旦大學的研究人員提出了參照輔助的多模態鑒偽方法(Reference-assisted Multimodal Forgery Detection Network, R-MFDN),並在ACM Multimedia 2024會議上獲得認可。

核心技術見解

多模態鑒偽中的R-MFDN方法創新性地利用豐富的身份信息,通過探索跨模態不一致性來檢測防偽。R-MFDN方法由三個模塊組成:多模態特徵提取、特徵信息融合和偽造辨識。視頻幀編碼組件使用圖像特徵提取器Resnet以及時序特徵提取器Vision Transformer進行圖像級特徵以及時序級特徵的提取,而音頻編碼組件則使用音頻頻譜變壓器,融合模塊使用自注意力機制以及交叉注意力機制逐步對多模態特徵進行融合,鑒偽模塊基於融合後的多模態特徵進行資料真偽判斷及偽造方法類別判斷。

基於R-MFDN技術研發的多模態智能鑒偽大模型,通過對偽造影片的視頻幀、音訊、話文本分別進行特徵提取,並運用基於身份的對比學習和跨模態對比學習進行訓練,提取出對身份和模態間不一致的敏感特徵來鑒別真偽。該模型可廣泛應用在金融身份認證、視訊會議核身認證、網絡視像電話防欺詐等場景。目前,雙模態篡改檢出率已達到99.9%以上,單模態篡改檢出率達到96%以上。

隨著深度偽造技術的不斷演進,騙徒所使用的詐騙方法也在不斷變化。金融行業必須保持警覺,並採取先進的檢測策略以減低風險。在這個新環境中,研究人員、行業專業人士和監管機構之間的合作對於促進更安全的數碼環境至關重要。

Google DeepMind 宣布開發模擬真實世界的 AI 模型

AI 模型近年不斷發展,對於多媒體處理和生成都已經逐漸純熟,不過要處理現實世界的物理變化等細節則尚有改進空間。最近 Google 就宣布開發能夠模擬真實世界的模型,做為 DeepMind 的一部分。

新的開發計畫將由 OpenAI Sora 影片生成工具前共同負責人 Tim Brooks 領導,Brooks 在 X 表示,新團隊將與 Google 現有 Gemini、Veo 和 Genie 等團隊合作,招募文宣說影片與多模態資料 AI 訓練規模化,將是通往通用人工智慧(AGI)的發展方向。新團隊集中開發「即時互動生成」工具,與現有多模態模型 Gemini 等整合,提供更全面的功能。

真實世界模擬應用範圍相當廣泛,從視覺推理、模擬、規劃具身智慧助理 (Embodied Agent),到即時互動娛樂等都會用到。除了 Google 開發中 Genie 模型,其他「世界模型」還有 World Labs、Decart 和 Odyssey 等,可生成互動多媒體內容如遊戲和電影等,以及逼真模擬、訓練機器人等。

「AI原住民」崛起!2025三大AI趨勢 協助企業打造全面AI基建

在香港積極推進智慧城市及數字政府發展的願景下,行政長官李家超早前預測在2024年底前,半數香港企業將已在營運中應用人工智能(AI)技術。而根據香港生產力促進局與香港大學商學院的聯合研究,本地企業極具AI發展潛力,其中近半數(49%)企業在AI相關服務及應用上投入近100萬港元,超過五分之一(21%)企業則投入100萬至500萬港元不等。

踏入2025年,本港企業應配合政府打造強大城市AI基建的目標,主動提升其科技水平及系統,將AI應用超越一般投資措舉,以確保為企業實現長遠的增長。本文預測三大AI趨勢,旨在幫助企業在2025年落實AI優先策略,以提升營運效益、員工滿意度和客戶體驗等,並更全面地解鎖業務潛能。

趨勢一︰「AI原住民」人才崛起 為驅動創新關鍵

一套完善的AI基建需要專業人才來管理和執行相關技術。企業要做好準備去迎接一群自小開始接觸並已將生成式AI融入工作與生活的「AI原住民」人才。對這些人才而言,在工作中應用AI技術自然而然,遠不止步於試驗階段,因此他們將會優先考慮擁抱AI工具並促進創新的企業。

透過引入AI優先的協作平台簡化工作流程,自動化處理重複性工作,企業能幫助員工專注於更具建設性的工作,支持他們把握個人職涯發展機會,大大提升員工體驗(Employee Experience, EX),以挽留人才。

由Zoom近期委託Morning Consult進行的一項研究發現,約四分之三、來自不同世代的受訪者均重視工作場所的靈活性;另據德勤的研究,超過70%的Z世代及千禧世代員工表示,如果僱主要求他們全職只能於辦公室工作就會考慮跳槽,可見提供靈活工作模式是企業挽留人才的關鍵之一。此外,AI優先的溝通協作工具能支援員工以適合自己的方式優化工作效率,因此透過將AI工具融入日常營運,企業可吸納及減少人才流失,打造積極創新的工作團隊。

趨勢二︰告別單一模型 整合大型語言模型(LLM)成主流

除了投資人才,投資技術亦是構建全面AI基建的重要一環。隨著開源與閉源LLM模型的性能差距迅速收窄,預計將有越來越多AI工具會聯合多個LLM,而非依賴單一模型運作。當LLM市場競爭加劇,先驅優勢會減弱,企業將獲得更多選擇和更高質量的AI體驗。

採用聯合式(Federated)的AI工具可以生成等同甚至超越單一LLM模型的質素,同時降低推理成本(Inference Cost)。企業可為每項工作選擇最合適的低成本LLM,再用其他LLM進一步優化結果,如同職場上團隊傾力合作,遠勝孤軍作戰。

企業應善用聯合式AI工具,快而準地處理翻譯、撰寫會議摘要及整理後續工作等耗時的工作,以提升工作質素和生產力,同時節省潛在成本。

趨勢三︰預測客戶需求從「加分項」變必要條件

Zoom的研究指出,88%的客戶忠誠度建基於消費旅程中及處理客服問題時的體驗,可見提升客戶體驗(Customer Experience, CX)的重要性。

當卓越的客戶服務從「加分項」轉變為基本要求,企業可運用AI預測客戶需求,並預先提供解決方案,積極提升客戶滿意度。現今客戶能透過多種途徑採購產品和服務,因此客戶體驗不再局限於線性的消費旅程,而需顧及不同的客服渠道。企業可利用AI滿足客戶對個人化服務的需求和期望,並優化不同的客服接觸點,減少客戶流失的機會。

波士頓諮詢公司的報告指,38%的消費者在2024年的黑色星期五、網購星期一及雙11等節日期間,都有在購物過程中計劃或實際使用AI工具;市場研究公司Attest的調查同時顯示44%的消費者依賴AI工具尋找節日優惠;數碼產品銷售平台WHOP的報告中,有高達70%的消費者反映生成式AI工具改善了他們的購物體驗;以上的數據均反映AI如何重新定義企業與客戶互動的方式。

現今商業環境競爭激烈,打造全面的AI基建不僅是企業高效營運的基礎,亦是提升客戶滿意度的關鍵。因此,我們預見更多企業將透過善用AI打造高度個人化的客戶服務,迅速為客戶解決問題,同時降低成本。如企業能培養AI優先、兼具科技智能和人性化的客服團隊,就能提供更無縫和高質的客戶體驗,並在競爭中脫穎而出,以及應對不斷演變的市場需求。同時,企業應負責任地使用AI,並道德地探索該科技的商用潛力。

總括而言,在日常營運中實施AI優先策略,不但有助企業大幅提升生產力和協作效率,更有助領導層和員工平衡工作與生活,引領企業在2025年及以後實現可持續效益,在營商之路邁向成功。

普京指示俄羅斯最大銀行 與中國合作搞AI

據俄羅斯媒體報道,俄羅斯總統普京指示俄羅斯聯邦儲蓄銀行(Sberbank)攜手中國,共同推動人工智能(AI)的進一步發展。俄羅斯聯邦儲蓄銀行是俄羅斯最大的銀行,在該國AI領域處於技術創新者和領導地位。

據悉,該指示是在2024年12月一場以AI為主題的會議後發布的,任務交由俄羅斯總理米舒斯京(Mikhail Mishustin)和俄羅斯聯邦儲蓄銀行長格列夫牽頭執行,預計將於今年4月提交進度報告。

報道稱,中國被公認在AI領域處於世界領先地位,這一合作旨在學習中國在該領域的專長,而俄羅斯聯邦儲蓄銀行的許多AI項目都將中國視為關鍵靈感來源。

去年12月11日至13日,「人工智能世界之旅」國際會議在莫斯科舉行,這也是俄羅斯連續第9年舉辦該國際論壇活動。會議上,普京強調加大國內AI開發力度的必要性。在介紹AI應用在公共行政工作中的具體應用時,他提到了被譽為「俄版ChatGPT」、由俄羅斯儲蓄銀行開發的AI模型GigaChat。

同期,俄羅斯聯邦儲蓄銀行宣布,來自金磚國家成員中國、巴西、印度和南非,以及塞爾維亞、印尼和其他非金磚國家的國家AI協會已加入「人工智慧聯盟網絡」。該銀行稱,這個組織將促進技術和AI監管方面的聯合研究,並為AI產品在成員國市場上的銷售提供機會。

AI技術將告別蜜月期 成惡意攻擊軟件重點目標

網絡安全環境正面臨前所未有的嚴峻挑戰,政府電腦保安事故協調中心(GovCERT.HK)發布的2024年威脅形勢報告也提到,僅在2024年第四季度,本港的網絡安全事故已激增至2,670宗,證明網絡犯罪活動正持續增長外,亦反映不論個人用戶或各行各業將持續面對更高的安全風險,而行之有效且具針對性的應對措施將成明年網絡安全範疇的重中之中。Sophos專家團隊就藉此全面分析當前威脅趨勢,並針對勒索軟件的持續威脅、人工智能的應用風險、以及國家級網絡攻擊等關鍵議題,列出2025年四大網絡安全趨勢及建議。

1.勒索軟件升級

Sophos全球首席駐場技術總監Chester Wisniewski提到,勒索軟件攻擊將持續升級 ,其中醫療及教育行業恐成攻擊目標。他解釋,由於教育和醫療機構往往受限於網絡安全經費,加上不時需處理大量敏感的個人數據,令黑客更易鎖定其老舊的系統。對於醫療行業而言,勒索軟件攻擊更會中斷性命攸關的緊急醫療救援工作,令受害機構最終在壓力下繳付贖金,繼而令行業持續成為勒索軟件攻擊的主要目標。

  1. 人工智能(AI)

AI在來年將持續帶來風險。Sophos X-Ops 威脅研究總監Christopher Budd就指出,每種新型的互聯網技術都存有蜜月期,不少現實問題將隨時間推移慢慢浮現。當中,今年陸續推出的大型語言模型(LLM)其實存有多種系統缺陷和漏洞,並開始遭受惡意軟件攻擊。在過去一年,微軟已開始對其 AI 產品提供修補程式,而黑客利用LLM策劃如木馬程式等惡意軟件攻擊亦屢見不鮮 。明年AI的潛在風險將更為明顯,所以廣大用戶和網絡安全專家將需積極修補相關漏洞和惡意軟件,以妥善抵禦隨之而來的攻擊。

同時,隨着AI技術興起,部分以往需高技術水平的網絡犯罪行為已變得更加平民化,令不少欠缺攻擊手段的黑客能透過坊間的人工智能平台取得攻擊教學,並輕易製作各類惡意工具,例如:逼真的網絡釣魚網站及大熱的勒索軟件樣本。

而且,Sophos資深數據科學家Ben Gelman認為,LLM將持續進化並連結多個語言模型,以完成更複雜的任務。當中,與其費時以 ChatGPT編寫一段攻擊代碼,研究人員和黑客將改為利用多個 LLM 和其他 AI 模型執行複雜的自動化任務,如網絡滲透、客戶服務,以及整合型虛擬助手等。

  1. 國家級網絡攻擊陸續浮現

Chester Wisniewski 指,國家級黑客團隊的目標已不再局限於大型企業,他們開始將注意力轉向邊緣設備(Edge Devices),並藉此建立代理網絡擴大網絡攻擊範圍。由於邊緣設備往往因未能及時修補而存在漏洞,加上不少企業仍在使用過了EOL 期限的設備,令情況變得再難以控制。所以,不論機構規模的大小,都有可能成為目標。

  1. 網絡攻擊策略改變

Sophos首席駐場技術總監Aaron Bugal指,為了讓受害機構無法專注處理網絡威脅,黑客將開始利用干擾戰術造成混亂,從而躲避系統的檢測。當中,黑客在發動攻擊時,將同時以小規模攻擊或引發虛假事件,藉此分散團隊的注意力。此類干擾戰術不單消耗機構的資源,再令網絡安全團隊疲於奔命,大大削弱系統的整體防禦能力。

而隨著企業廣泛採用嶄新的端點網絡安全工具和設立多重身份驗證(MFA),然而他們並未有在雲端平台啟用多重身份驗證,最終令黑客逐漸視雲端環境為攻擊目標。同時,該情況亦意味黑客的目標不只單純竊取用戶密碼,亦同時鎖定用戶存取於雲端的數據和用於多重身份驗證的憑證,從而借此偷取更多資料。

Chester Wisniewski補充,預計針對軟件供應鏈的攻擊將於未來一年頻繁出現。由於攻擊的受影響範圍已遠超遭受攻擊的源頭,亦同時向不少受害者施壓,最終限制受害客戶的行動,難以在等待修復期間應對問題。

所以,Chester Wisniewski及Aaron Bugal就提出5大建議:

  • 為系統有可能出現的突發狀況早作準備:隨著供應鏈攻擊不斷增加,企業必須及早為第三方服務供應商因網絡攻擊而中斷服務做好規劃。例如,在採購過程中,企業應仔細評估供應商的系統安全措施,並測試其應對方案。由於組織往往未能及時察覺此類風險,所以應在明年優先改變策略。
  • 優先修補系統漏洞和盡快採用多重身份驗證(MFA): 大多數的安全漏洞均源自軟件和系統未有及時修補,或者密碼遭盜取。加上,若然已連接互聯網的網絡設備未有啟用多重身份驗證,風險則非常嚴重。如果企業能優先處理及修補相關漏洞和啟用多重身份驗證,則能大幅改善其系統安全防護能力。
  • 加強產品安全水平:美國網路安全暨基礎設施安全局(CISA)所定立的「安全設計(Secure by Design)」和「安全需求(Secure by Demand)」標準,對網絡安全發展尤其重要。展望未來,技術供應商將逐漸從產品設計便優先考慮其安全水平和質量,而此思維對正面臨威脅的全球供應鏈非常重要。
  • 安裝效能強大的防毒軟件: 雖然教育廣大用戶如何處理可疑電子郵件和附件仍是一個好方法,但鑒於現今詐騙手段更為複雜,確然難以單靠提升公眾認知便能檢測威脅。其實,培訓用戶及時報告任何意外或可疑的事故,能讓安全團隊及時應對及防止潛在威脅。若然警覺性較高的用戶能及時報告事故,不僅能保護其他專業知識較低的用戶,亦能在黑客完全入侵系統前啟動威脅追蹤,防止不法之徒以漏洞入侵系統。
  • 疲勞和倦怠已成行業常態: 在網絡安全行業,疲勞和倦怠已成常態。網絡安全技術人員不時因資源不足、設備過時或未能充分發揮技術,以及需面對不清晰的流程、責任和管治問題而感到疲憊。所以,各大機構應主動關心員工的精神健康,充分借助技術和程式減輕員工的負擔,並考慮使用網絡安全供應商的托管式偵測及回應服務(MDR),以幫助員工分擔工作壓力。

YouTube試用新工具 檢測AI生成名人肖像

人工智能AI的技術愈趨成熟,引致透過AI合成技術假冒名人的事件時有發生,被不法份子用來編造各類的假資訊。為了保障名人的肖像權,YouTube近日就宣布計畫測試全新功能,讓名人或其工作人員,來檢測平台上利用AI生成侵犯他們肖像的內容。

YouTube透露,目前確認將與跟經紀人公司Creative Artists Agency合作,率先測試旗下名人、運動員和創作者識別平台上,使用AI生成他們肖像的內容。然後會先向獲獎演員、NBA及NFL球星等名人提供工具,其後會拓展到YouTube 創作者、創意專業人士和其他代表人才的合作夥伴。

YouTube表示,工具亦會開放予更多人,相關人士可以提交申請,要求YouTube協助將AI生成涉嫌侵犯肖像權的內容移除。

Microsoft夥北京師範大學 用AI分析甲骨文文本

甲骨文是中國已知最早的成體系文字,多年來也有不少專家研究及記錄載有甲骨文的文本。為保護文物和方便研究,微軟(Microsoft)夥北京師範大學研究人員,利用AI記錄和分析甲骨文字符。

甲骨文早已入選聯合國教科文組織《世界記憶名錄》,其起源可以追溯至公元前1400年至公元前1100年的商代。雖然自1899年以來,便有載有甲骨文的文物出土,但多年來科學家只能從約4,000個已識別字符中,破譯出約1,000個字符意思。

其中最大的難處是,大多出土的甲骨文文本都是記載在牛肩胛骨或海龜腹殼上。同一塊甲骨可能被多次記錄,其清晰度和完整性程度亦不同。研究人員仍然需要手動比較每張圖像,以找到重複或重疊的部分,才能將碎片拼接成一個更大、更完整的文本以供研究。

快速分辨重覆字符 提300對配對可能性

有見及此,微軟研究人員Wu與另一名團隊成員Mo,花了8至9個月時間,構建一個名為「Diviner Project」的AI模型。透過上載甲骨文文本圖片,將用AI快速將每個文本,與數據庫中的數千個其他文進行比較,以識別眾多文本中,是否有重覆的部分。

微軟指,Diviner Project曾於去年11月,利用一周的時間,便比較了100個數據庫中的181,134 件拓片。不僅發現當中有數萬個重複的文本記錄,還發現了300多對新配對。Wu則指,Diviner Project目前工作是通過將小碎片連接到大碎片,並清理重覆數據使其恢復到原始形式。期望日後可以進一步協助破譯甲骨文字符的含義。

Google Cloud推出AI貨架檢視方案 助零售商提升營運表現

在網購盛行的年代,人工智能(AI)的應用除了稍稍緩解了人手不足的問題,亦成為加強用戶體驗的關鍵因素之一。Google Cloud今(16日)宣布,推出4項全新和改良的AI技術,助零售商提升日常營運效率及電子商貿業績。

是次Google推出的AI貨架檢視方案(Shelf Checking AI ),採用了Google的Vertex AI Vision建構,運用了產品和標籤辨識機器學習模型,可以單憑貨品圖像及文字特徵。在不同拍攝角度和視角影響下,識別數十億種產品,讓零售商以天花板全掛式攝影機、貨架檢查機械人、甚至店員的手機等方法,拍攝貨架情況,簡化和更全面地掌握貨品銷情。

此外,Google Cloud在專為零售商而設的探索方案(Discovery AI)中,加入一項人工智能瀏覽功能,並支援包括繁體中文等72種語言,以協助零售商為消費者,提供符合其需要的線上瀏覽和產品搜尋體驗。當消費者於網店中選擇一個產品類別,該人工智能瀏覽功能就會以機器學習,為網店選擇最佳的產品排序,並按過往的資料分析,提供網店內每個頁面最理想的產品排序。

據悉,AI貨架檢視方案現已開放全球預覽,預計未來數月內將正式開放予全球零售商使用。探索方案則已開放予全球零售商使用。