谷歌正在计划另一个硅谷园区,专注于硬件开发

援引 CNBC 获得的初步计划,Google正在规划另一个硅谷园区,主要负责硬件开发。自 2018 年开始,Google已经在加州圣何塞北部的土地上花费了超过 3.89 亿美元,该公司此后提交了详细的初步提案。根据规划,该园区主要以研发为主,将建设一个硬件运营中心和一个可供公众访问的独立新技术园区。

该园区称之为“Midpoint”,这个未来科技园区将包括五座办公楼,这些办公楼通过一条道路上的人行天桥相连。根据几份规划文件,它将毗邻三座工业建筑,这些建筑将为其硬件部门提供一些业务,包括 Nest 产品。

Google已经提交了一个“研发”中心的计划,其中包括对三座工业建筑的数百次更新。根据 CNBC 查看的计划和许可,包括会议室、休息区、微型厨房、设备平台、传送带和运输仓库。这些计划提到了“Google硬件”和 “Nest”, 它们指的是该公司的联网家庭业务。据公司发言人称,这些建筑还将存放一般用品和存放当地校园家具等物品。

新园区出现之际,Google似乎在执行官里克·奥斯特洛 (Rick Osterloh) 的领导下进行了更多的内部硬件工作,他负责监督设备和服务,包括 Nest、Google Home 智能扬声器、其旗舰 Pixel 智能手机和 PixelBook 笔记本电脑。与搜索 、YouTube 和Google云等核心互联网服务相比,硬件部门为该公司带来的收入微乎其微,但高管们最近表示,今年将试图抢占更多市场份额。

自主研发芯片祝福!谷歌pixel 6官方宣布手机终于到货了

时间已经来到了21年的下半年,最近也有了许多新品,但大多都是属于换芯发布的迭代版,并没有太多的新意,即使是号称十三香的iPhone 13也大多是因为其售价略低于市场预期,在隔壁安卓阵营都涨价的情况下,它反而降价,而备受到追捧。

由于种种原因,三星的Note系列确定今年缺席,华为的Mate系列目前还前途未卜,这也导致消费者对于机圈缺少了一些期待感。虽然今年国内市场的手机产品确实有些差强人意,但我们将目光放大一点,就会发现一款新品已经得到了官宣,在我看来,它才是当之无愧的年度压轴旗舰。

该机就是早在此前就被谷歌官方公布外观的谷歌Pixel 6,但由于迟迟没有确切的发布计划,导致不少对此感兴趣的用户万分着急。今天,谷歌官方正式宣布,全新的旗舰Pixel 6系列将于10月19日正式登场。

另外谷歌官方还表示,届时,他们将正式向消费者介绍这两款经过完全重新设计的Google手机—Pixel 6和Pixel 6 Pro。并且将搭载由谷歌提供的首款定制移动芯片Tensor,能够为Pixel 6系列提供更加高效、智能、安全的支持。

这与我们此前爆料的将要搭载自研芯片的消息是一致的,此前谷歌高管Rick Osterloh在接受外媒采访时透露,Tensor的CPU、GPU性能应该处于行业领先位置。

据了解,Tensor将基于三星5nm工艺制程打造,CPU方面将会由两个2.8GHz的Cortex X1超大核、两个2.25GHz的大核和四个1.8GHz小核构成。GPU则暂时不清楚,但预计和高通骁龙888不相上下,考虑到这是谷歌针对自家产品进行的深度定制,因此在功耗上应该表现的更为出色。

该机的重头戏介绍完毕,我们来看看谷歌Pixel 6系列的外观,它正面采用一块居中挖孔全面屏,·边框都保持得非常不错,拥有不错的屏占比,其中Pixel 6采用直屏设计,而配置更高的Pro则是微曲面设计。另外,谷歌Pixel 6系列也将搭载高刷,只不过最高支持90Hz。

背面则十分的独特,整体采用三段式结构,中间横向的摄像头并非单独凸起,而是设计成整条凸起,从侧面看的话,会形成一个“凸”字的形状,而在这一块中,则包含了三颗摄像头和一枚闪光灯。

在拍照配置上,谷歌Pixel 6系列采用了后置三摄组合,其中主摄为三星的GN1镜头,像素为5000万,妥妥的旗舰配置。

另外,Pixel 6 Pro还准备了一颗拥有4倍光学变焦的长焦摄像头,众所周知,谷歌的拍照算法算得上是行业里的翘楚,所以拥有更高配置的Pro在成像水平上肯定会达到行业领先水平。

价格方面,根据欧洲零售商曝光了谷歌Pixel 6系列的相关定价。其中谷歌Pixel 6的定价为649欧元(约合人民币4830元),谷歌Pixel 6 Pro的定价为899欧元(约合人民币6691元)。

目前来看,越来越多的手机厂商开始了自研芯片的道路,毕竟只有掌握核心技术,这样才能在高端市场稳扎稳打。而作为首次踏入自研芯片领域的谷歌,Pixel 6系列的实际表现如何,我们还是需要耐心等待几天,才会揭晓。

谷歌增加了一些COVID-19功能:帮助用户快速找到附近的检测点和疫苗接种点。

本周三,Google 在其搜索工具中新增了多项 COVID-19 功能。这些功能可以帮助你快速找到免费检测地点和为儿童(和成人)接种疫苗的地方。你还可以选择特定的疫苗品牌,辉瑞、Moderna 或强生。

这些新工具是在新冠变种“Delta”和“Omicron”在美国范围内迅速蔓延的情况下出现的。“Omicron”从上周所有确认的 COVID-19 病例的 12% 上升到今天的 73% 以上。

想要使用该功能,请在您的手机上打开 Google 应用,在文本框中输入或说出“我附近的 COVID 疫苗”(COVID vaccines near me)这样的术语。然后你会看到一个提供 COVID-19 疫苗的药店和医疗机构名单。你可以修改你的搜索,使其只显示提供辉瑞公司疫苗的药店。

要找到免费测试地点,请搜索“我附近的免费 COVID 测试”(free COVID testing near me)。如果一个网站提供免费测试,它将显示“免费COVID-19测试”。如果没有,它可能会说“快速测试的费用是 100 美元”这样的话。

谷歌发布了生态系统RLD,它可以在强化学习中生成、共享和使用数据集

大多数强化学习和序列决策算法都需要智能体与环境的大量交互生成训练数据,以获得最佳性能。这种方法效率很低,尤其是在很难做到这种交互的情况下,比如用真实的机器人来收集数据,或者和人类专家进行交互。要缓解这个问题,可以重用外部的知识源,比如 RL Unplugged Atari 数据集,其中包括玩 Atari 游戏的合成智能体的数据。

但是,由于这些数据集非常少,而且序列决策生成数据的任务和方式多种多样(例如,专家数据或噪声演示,人类或合成交互,等等),因此,整个社区要用一组很少的、具有代表性的数据集进行工作,就不太现实,甚至不可取。另外,有些数据集被发行成仅适合特定算法的形式,因此研究者不能重用这些数据集。比如,某些数据集并没有包含与环境的交互序列,但却提供了一组让我们无法重构其时间关系的随机交互,其他数据集则会以稍有差异的方式发行,从而导致细微的误差,非常难以识别。

基于此,我们提出了强化学习数据集(Reinforcement Learning Datasets,RLDS),并发布了一套用于记录、重放、操作、注释和共享数据的工具,用于序列决策制定,其中包括离线强化学习、学徒学习(Apprenticeship learning)或模仿学习(imitation learning)。RLDS 可以方便地共享数据集,而不会损失任何信息(比如,保持交互的序列,而非随机化),而且独立于底层原始格式,从而允许用户在更广泛的任务上对新的算法进行快速测试。

另外,RLDS 提供了收集由合成智能体(EnvLogger)或人类(RLDS Creator)生成的数据的工具,以及对收集到的数据进行检查与处理的工具。最后,通过与 TensorFlow Dataset(TFDS)集成,有助于加强与研究界共享强化学习数据集。

通过 RLDS,用户可以将智能体与环境的交互以无损、标准的格式进行记录。他们可以利用并转换这些数据,供不同的强化学习或序列决策算法使用,或者进行数据分析。

数据集结构

强化学习、离线强化学习或模仿学习中的算法,都有可能会使用格式完全不同的数据,并且,当数据集的格式不清楚时,很容易导致由于对底层数据的误解引起的 bug。

RLDS 通过定义数据集的每个字段的内容和意义,使数据格式显式化,并为其提供了重新对齐和转换的工具,以适应任何算法实现所需的格式。为了定义数据格式,RLDS 利用了强化学习数据集固有的标准结构,也就是智能体和环境之间的交互(步骤)的序列(情节),其中,智能体可以是基于规则的/自动化控制器、正式规划者、人类、动物,或上述的组合。

这些步骤中的每一个都包含当前的观察、应用于当前观察的行动、作为应用行动的结果而获得的奖励以及与奖励一起获得的折扣。步骤还包括额外的信息,以表明该步骤是该情节的第一个还是最后一个,或者该观察是否对应于一个终端状态。每个步骤和情节还可以包含自定义的元数据,可用于存储与环境相关或与模型相关的数据。

生成数据

研究人员通过记录任何类型的智能体与环境的交互来产生数据集。为了保持其有用性,原始数据最好以无损格式存储,记录所有生成的信息,并保留数据项之间的时间关系(例如,步骤和事件的序列),而不会对将来如何利用数据集作出任何假定。为了这个目的,我们发行了 EnvLogger,这是一个软件库,以开放文档格式记录智能体与环境的交互。

EnvLogger 是一种环境包装器,可以将智能体与环境的交互记录下来,并将它们存储在一个较长的时间内。虽然 EnvLogger 无缝地集成在 RLDS 生态系统中,但是我们将其设计为可作为一个独立的库使用,以提高模块化程度。

与大多数机器学习环境一样,为强化学习收集人类数据是一个既费时又费力的过程。解决这个问题的常见方法是使用众包,它要求用户能够轻松地访问可能难以扩展到大量参与者的环境。在 RLDS 生态系统中,我们发行了一个基于 Web 的工具,名为 RLDS Creator,该工具可以通过浏览器为任何人类可控制的环境提供一个通用接口。用户可以与环境进行交互,例如,在网上玩 Atari 游戏,交互会被记录和存储,以便以后可以通过 RLDS 加载回来,用于分析或训练智能体。

共享数据

数据集的制作往往很烦琐,与更广泛的研究社区共享,不仅可以重现之前的实验,还可以加快研究速度,因为它更容易在一系列场景中运行和验证新算法。为此,RLDS 与 TensorFlow Datasets(TFDS)集成,后者是一个现有的机器学习社区内共享数据集的库。一旦数据集成为 TFDS 的一部分,它就会被索引到全球 TFDS 目录中,这样,所有研究人员都可以通过使用 tfds.load(name_of_dataset) 来访问,并且可以将数据以 TensorFlow 或 Numpy 格式加载。

TFDS 独立于原始数据集的底层格式,所以,任何具有 RLDS 兼容格式的现有数据集都可以用于 RLDS,即使它最初不是用 EnvLogger 或 RLDS Creator 生成的。另外,使用 TFDS,用户对自己的数据拥有所有权和完全控制权,并且所有的数据集都包含了一个引用给数据集作者。

使用数据

研究人员可以使用这些数据集对各种机器学习算法进行分析、可视化或训练,就像上面提到的那样,这些算法可能会以不同的格式使用数据,而不是以不同的格式存储数据。例如,一些算法,如 R2D2 或 R2D3,使用完整的情节;而另一些算法,如 Behavioral Cloning(行为克隆)或 ValueDice,则使用成批的随机步骤。为了实现这一点,RLDS 提供了一个强化学习场景的转换库。由于强化学习数据集的嵌套结构,所以这些转换都经过了优化,包括了自动批处理,从而加速了其中一些操作。使用这些优化的转换,RLDS 用户有充分的灵活性,可以轻松实现一些高级功能,而且开发的管道可以在 RLDS 数据集上重复使用。转换的示例包含了对选定的步骤字段(或子字段)的全数据集的统计,或关于情节边界的灵活批处理。你可以在这个教程中探索现有的转换,并在这个 Colab 中看到更复杂的真实示例。

可用数据集

目前,TFDS 中有以下数据集(与 RLDS 兼容):

  • 带有 Mujoco 和 Adroit 任务的 D4RL 的子集;
  • RLUnplugged DMLab、Atari 和 Real World RL 数据集;
  • 用 RLDS 工具生成的三个 Robosuite 数据集。

我们的团队致力于在不久的将来迅速扩大这个清单,并且欢迎外界为 RLDS 和 TFDS 贡献新的数据集。

结语

RLDS 生态系统不仅可以提高强化学习与序列决策问题研究的可重现性,还可以方便地进行数据的共享和重用。我们期望 RLDS 所提供的特性能够推动一种趋势,即发行结构化的强化学习数据集,包含所有的信息,并涵盖更广泛的智能体和任务。

作者介绍:

Sabela Ramos,Google AI 软件工程师。

Léonard Hussenot,谷歌研究室,大脑团队学生研究员。

罚款超过11亿!谷歌表示“不相信”:韩国忽视了Android兼容程序的好处

据媒体周二(9月14日)最新报道,韩国反垄断机构指控全球科技巨头谷歌公司,在移动操作系统和应用程序市场上滥用市场支配地位,阻碍到其他同类型公司的发展。谷歌因此被处罚款2074亿韩元(约合1.77亿美元,折合人民币约11.41亿元),对此,该司并“不服气”,表示会对韩国反垄断机构提出上诉。

要知道,目前,全球有高达80%的智能手机安装使用谷歌公司开发的安卓移动操作系统。韩国反垄断机构认为,该司为了保持领先优势和利益,利用安卓系统的市场主导地位排挤其他竞争对手。

韩国反垄断机构表示,谷歌要求与韩国当地的LG电子、三星电子等手机制造商签订“反分裂”协议(AFA),协议禁止这些手机制造商对安卓系统进行开发,或者是使用修改后的安卓系统。该机构认为这个协议是非常不利于市场竞争的,现在该机构已经下令禁止谷歌继续强迫手机制造商签署AFA协议,并要求谷歌修改协议内容。

不过,谷歌却对此表示“不服”,当即表示会进行上诉。该司认为韩国反垄断机构忽略了安卓系统兼容程序提供的好处。相比于苹果的闭源,安卓系统的开源显得十分灵活,能够兼容到更多手机应用版本。

实际上,韩国与谷歌的“针锋相对”早就开始了,今年8月31日,韩国通过了一项关于反垄断的法案——《电信业务法》,该法案也被称为“反谷歌法”,法案禁止软件商店运营公司把自家的支付系统强加在软件开发商,妨碍其收付自由。

谷歌彻底失去了利用“私人支付通道”从软件开发商那里抽佣金这一块“大蛋糕”。此前,苹果公司也曾因为通过相同方式而被日本监管机构调查,最终该司无奈取消商店内媒体类应用的“苹果税”。


文 | 张建琳 题 | 林嘉 图 | 卢文祥 审 | 吕佳敏

谷歌2021博士奖名单全部公布,75个获奖者在13个方向

机器之心报道

机器之心编辑部

今天,谷歌宣布了 2021 年 Ph.D Fellowship 的全部入选者,多位华人博士生获奖。

谷歌的博士生奖研金项目(Google Ph.D Fellowship Program)创立于 2009 年,旨在奖励在计算机学科及其相关学科或者其它前瞻科研领域方面表现优异的博士生。

该项目为攻读计算机科学(或相关领域)研究生学位的学生提供了一个独特的机会,资助其自由探索影响未来的科技。

自创立以来,该项目已经资助来自澳大利亚、印度、北美、欧洲、中东、非洲等数百名学生。

就在不久之前,谷歌公布了澳大利亚的四名博士生获得了该奖金,其中包括同济校友王鑫龙、南大校友李昀等人。今天,谷歌在官方博客宣布了全部 Ph.D Fellowship 入选者。

根据 2021 年谷歌博士生奖研金项目名单显示,今年共 75 人获奖,分为 13 个方向:算法及优化和市场(7 位)、健康(3 位)、机器学习(17 位)、移动计算(2 位)、隐私和安全(4 位)、量子计算(4 位)、系统与网络(6 位)、计算神经和认知科学(2 位)、人机交互(6 位)、机器感知及语音技术以及计算机视觉(12 位)、自然语言处理(6 位)、编程技术与软件工程(2 位)、结构化数据和数据库管理(4 位)。

机器学习领域

获得 2021 年谷歌博士生奖研金机器学习领域的有 17 位入选者,包括来自新加坡国立大学的 Qinbin Li、Shen Li;新南威尔士大学的李昀(Yun Li)等,具体获奖名单如下:

Qinbin Li,新加坡国立大学

Qinbin Li 是新加坡国立大学计算机科学系的博士候选人,师从 Bingsheng He 教授。之前,Qinbin Li 获得了华中科技大学 ACM 班的学士学位。于今年 8 月获得新加坡国立大学计算研究成果奖,有多篇论文被顶会接收( IJCAI、CVPR、TPDS 等)。

目前 Qinbin Li 的主要研究包括机器学习、联合学习、隐私和系统。

个人主页:https://qinbinli.com/

李昀(Yun Li),新南威尔士大学

李昀是新南威尔士大学计算机科学与工程学院的博士生,她的导师为 Lina Yao 和 Boualem Benatallah 教授。2016 和 2019 年,她先后取得南京大学计算机科学与工程系的学士与硕士学位。

她的研究兴趣主要在于深度学习和大数据分析,尤其是在人类医疗健康领域的应用。目前,她的研究课题包括零样本学习、基因组分析和医疗成像。

自 2018 年以来,李昀参与撰写的多篇论文被 TKDE、ICTAI、ICONIP、ICDE、CIKM、AAAI 等学术会议以及 VLDB Journal、TNNLS 学术期刊接收。

个人主页:https://ogshun.github.io/

Tianyuan Jin,新加坡国立大学

Tianyuan Jin 是新加坡国立大学计算机学院博士生, 师从萧小奎(Xiaokui Xiao)教授。在此之前,Tianyuan Jin 获得了中国科学技术大学计算机科学硕士学位和中国科学技术大学数学学士学位。Tianyuan Jin 的硕士研究是由陈恩红教授指导完成。

机器感知、语音技术和计算机视觉

在机器感知、语音技术和计算机视觉领域,共有 12 位博士生获奖,包括来自波士顿大学的 Andrea Burns、台湾大学的 Hai-Bin Wu、南洋理工大学的 Kelvin C.K. Chan 等,具体获奖名单如下:

Kelvin C.K. Chan,南洋理工大学

Kelvin C.K. Chan 为 MMLab@NTU 的博士生,师从 Chen Change Loy 教授。目前 Kelvin C.K. Chan 的主要研究方向为计算机视觉,特别是图像与视频复原。

个人主页:https://ckkelvinchan.github.io/

洪方舟,南洋理工大学

洪方舟本科毕业于清华大学软件工程专业,目前是南洋理工大学计算机科学与工程学院的一名博士生。他的主要研究方向是计算机视觉和深度学习,特别是对 3D 表征学习感兴趣。

个人主页:https://hongfz16.github.io/

王鑫龙,阿德莱德大学

王鑫龙本科毕业于同济大学,现在是阿德莱德大学的一名在读博士生,导师为沈春华(Chunhua Shen)教授。王鑫龙曾在旷视科技、腾讯优图实验室和字节跳动 AI 实验室实习。他的研究兴趣主要是计算机视觉与机器学习,特别是赋能机器观察和理解环境,研究主题包括 2D/3D / 视频目标检测和实例分割。此前,王鑫龙以字节跳动实习生的身份提出了一种实例分割新方法 SOLO,通过引入实例类别的概念,将实例分割转换为分类问题。SOLO 在一些性能指标上甚至超越了增强版的 Mask R-CNN。目前王鑫龙正在开发一种新的实例分割方法,未来有望为计算机视觉研究人员和技术公司节省大量时间和金钱。

个人主页:https://www.xloong.wang/

Xueting Li,加利福尼亚大学默塞德分校

Xueting Li 目前是加利福尼亚大学视觉与学习实验室博士生,Xueting Li 曾于 2016 和 2013 分别获得了清华大学和北京邮电大学的硕士学位和学士学位。Xueting Li 主要研究领域包括自监督学习和 3D 计算机视觉问题。

个人主页:https://sunshineatnoon.github.io/

陈之钦,西蒙弗雷泽大学

陈之钦是西蒙弗雷泽大学的一名在读博士生。他本科毕业于上海交通大学,2019 年获得西蒙弗雷泽大学硕士学位。陈之钦的主要研究领域是计算机图形学,包括几何建模等,曾获 CVPR 2020 最佳学生论文奖。

个人主页:https://czq142857.github.io/

自然语言处理

自然语言处理领域的获奖者是来自达喀尔大学的 Derguene Mbaye、LARODEC 的 Eya Hammami 等 6 位博士生,具体获奖名单如下:

Haoyue Shi,丰田工业大学芝加哥分校

Haoyue Shi 本科毕业于北京大学,现在是丰田工业大学芝加哥分校的一名在读博士生,她的导师是 Karen Livescu 教授和 Kevin Gimpel 教授。Haoyue Shi 的研究方向主要是计算语言学和自然语言处理,尤其对自然语言的结构和无监督学习感兴趣。

个人主页:https://home.ttic.edu/~freda/

完整获奖名单:https://research.google/outreach/phd-fellowship/recipients/

谷歌的开源洞察团队解释了Apache log4j漏洞造成的广泛影响

上周五,谷歌开源洞察团队在官方安全博客上发表了一篇文章,详细介绍了 Apache log4j 漏洞对行业造成的广泛影响。James Wetter 和 Nicky Ringland 指出,超过 35000 个 Java 包、占总数 8% 以上的 Maven 中央存储库,尤其让我们对其留下的隐患感到担忧。

(来自:Google Security Blog)

据悉,这些漏洞允许攻击者利用 Log4j 日志库已被广为人知的不安全 JNDI 查找功能来执行远程代码。糟糕的是,这项功能在许多版本中都被默认启用。

自 12 月 9 日披露以来,Log4j 漏洞因其严重性和广泛影响,而引起了信息安全生态系统的高度关注。毕竟作为一款流行的日志工具,它已被数以万计的软件包(Java 里的 Artifacts)和项目所使用。

由于用户对 Log4j 的传递依赖项缺乏足够的远见,这不仅使得我们很难确定零日漏洞的影响范围、相关修复工作也变得相当困难。

期间,Google 开源洞察团队调查了 Maven 中央存储库中的 Java 工件的所有版本,最终将范围缩小到了基于 JVM 语言的开源生态系统,同时密切追踪事态的发展。

截至 2021 年 12 月 16 日,该团队发现来自 Maven Central 的 35863 个可用 Java 工件,有依赖于受影响的 log4j 代码。

这意味着,仅 Maven Central 平台上超过 8% 的软件包,都至少有一个版本受此漏洞的影响。

若放眼整个生态系统,漏洞威力更是不容小觑(Maven Central 的平均影响为 2% / 中位数低于 0.1%)。

直接受影响的依赖项,约占这部分工件中的 7000 个,意味着它们的任何版本都被 Log4j-core 或 Log4j-api 所波及(完整列表可见 CVE 漏洞披露公告)。

此外大多数受影响的工件,都来自间接的依赖项,即它们是作为传递依赖项而被牵扯进来的。

至于当前开源 JVM 生态系统的修复进展,若工件中至少有一个版本受到了影响,且发布了一个不受漏洞波及的更稳定版本,谷歌开源洞察团队就将之视作已修复。

比如受 Log4j 漏洞影响的工件已更新到 2.16.0、或完全剔除了对 Log4j 的依赖。庆幸的是,Log4j 维护者和更广泛的开源社区对此问题的响应是相当迅速的,并且付出了切实的巨大努力。

截止博客发表时,团队统计到了将近 5000 个已被修复的项目。至于剩余的那 30000 个工件,其中许多依赖于另一个工件。在传递依赖被修复前,暂时只有一刀切来阻止。

对于 Java 生态系统来说,修复难度主要体现在工件的互相连接。首先,依赖链越深,漏洞修复所需的步骤就越繁杂(超过 80% 软件包的深度都超过了一级)。

其次,依赖算法和需求规范中的生态系统级选择约定,也为事件埋下了较大的伏笔。在 Java 生态系统中,开发者的通常做法是指定软件版本方面的“软”要求(假设没有其它版本的相同包出现在依赖关系图中)。

此类修复通常需要维护人员采取更加明确的行动,以将依赖需求更新为修补后的版本。这种做法与其它生态系统形成了鲜明的对比,例如在 npm 软件包上,开发者通常会为依赖项指定敞开的范围。

最后,对于整个生态系统需要耗费多少时间来完成漏洞修复,目前也很难评估。在查看了所有公开披露的影响 Maven 包的关键建议中,我们发现只有不到一半(48%)得到了修复。

不过在 Log4j 方面,事情还算是相当积极的。不到一周后,就有 4620 个受影响的工件(约 13%)得到了修复。剩下的工作,仍需全球开源维护者、信息安全团队和广大用户付出巨大的努力。

谷歌的另一个冲击:半年内两位副总裁离职,只剩下一半的开发团队

博雯 发自 凹非寺

量子位 报道 | 公众号 QbitAI

最近的Google Pay,正深陷于离职浪潮之中。

今年4月底副总Caesar Sengupta的离职,就像是拉开了出走的序幕。

△Sengupta在LinkedIn上发表的告别信

短短半年,包含副总裁Felix Lin、首席商业官David Shapiro在内的多名高管接连离开公司。

根据某位Google Pay的前员工透露,谷歌支付业务开发团队里有40位普通员工也在最近几个月离职。

而这个数字,是支付团队总员工数的一半

饱受争议的Google Pay新版本

在Business Insider上周的采访中,多名前员工都表示:

离职是因为对缓慢发展的组织,以及进展过慢的产品感到失望。

而这个“进展过慢的产品”指的就是Google Pay在去年11月份在美国推出的新版本:

新版本更新了UI,并且加入了很多包括个人理财在内的新功能。

然而新旧两个版本的更迭却并不顺利。

在新版本推出的4个月之内,谷歌一直同时保持着两个版本的Google Pay的应用服务。

包括谷歌支付领导人Sengupta在内的很多员工,都一直将精力放在了整合美国与印度两个区域中的应用版本上。

而在此期间,新版本用户不能向旧版本用户进行转账。

不仅如此,更新之后的Google Pay也被一些消费者称为“灾难”。

新服务不支持多个设备,不支持多个账户,也不再支持网站使用。

糟糕的版本更迭和并不为用户所广泛接受的新版本,也使得Google Pay的市场占有份额远低于它曾视为对手的Apple Pay:

△图源Pulse Network

在Pulse Network去年的一项调查中,Google Pay去年虽然取得了50%的增幅,但只占市场3%的份额。

导火线是领导人的离开

产品的发展令人沮丧,而领导人Sengupta的离职则使这种负面情绪达到了顶点。

一位已从Google Pay离职的员工表示:

我认为Caesar的离开是大坝破裂最开始的缝隙。

Caesar Sengupta是一位在谷歌工作超过15年的高管:

2015年时,他被任命为谷歌Next Billion Users(下一个十亿用户)计划的负责人,为印度的数百个火车站带来了免费的WiFi。

2018年,Sengupta再一次接管谷歌支付部门,负责Google Pay应用和谷歌核心产品(如云计算和搜索)的支付基础设施。

而随着以Sengupta为首的多名高管的离开,谷歌未来的一些计划似乎也受到了搁浅。

比如,谷歌本来预计在今年晚些时候与花旗银行合作推出数字银行账户,也就是Plex计划。

但现在,这一计划的的两位发起人:Sengupta和Felix都已经离职了。

而在Business Insider的采访中,一位Google Pay的前员工表示:

至少已经有7名总监或副总裁离开了谷歌支付团队。

参考链接:[1]https://arstechnica.com/gadgets/2021/08/google-pay-team-reportedly-in-major-upheaval-after-botched-app-revamp/[2]https://www.patentlyapple.com/patently-apple/2021/08/a-new-pulse-network-white-paper-states-that-apple-pay-dominated-the-mobile-wallet-space-crushing-google-and-samsung-pay.html[3]https://www.techcircle.in/2021/03/22/delhi-hc-stays-order-restraining-ril-future-deal[4]https://www.businessinsider.com/google-pay-payments-team-seeing-executive-exodus-turnover-caesar-sengupta-2021-8?fr=operanews

— 完 —

量子位 QbitAI · 头条号签约

关注我们,第一时间获知前沿科技动态

美国36个州和华盛顿特区共同起诉谷歌

【文/观察者网 鞠峰】

据“今日美国”新闻网(USA Today)7日报道,美国36个州和华盛顿哥伦比亚特区的检察长对谷歌发起集体诉讼,指控这家科技巨头通过旗下应用程序商店实施垄断。这是一年时间以来,谷歌面临的第4起反垄断诉讼。

起诉谷歌的检察长跨越党派,来自犹他、纽约、加利福尼亚、北卡罗来纳等州以及特区。他们在美国旧金山地方法院提起诉讼。

谷歌凭借其安卓(Android)操作系统和Play Store应用程序商店,“使用反竞争壁垒和授权手段,维护其垄断能力。”起诉文件写道。

USA Today报道截图

对此,谷歌政府事务和公共政策高管威尔逊·怀特(Wilson White)7日晚在谷歌博客发布一篇长文,表示起诉书“充满了煽动性语言,旨在让人忽视我们的安卓和Google Play(应用程序商店)规则有利于消费者这一事实。”

“我们还建立了一个应用程序商店Google Play,帮助用户在他们的设备商下载App。如果你在Google Play里找不到所需的App,你可以从竞争对手的应用程序商店或者直接从开发者的网站上下载。我们不会像其他移动操作系统那样施加那些限制。”怀特写道。

考虑到最大竞争对手苹果的操作系统具有更强的封闭性,怀特这句话似乎在影射苹果。

“所以奇怪的是,一群州检察长选择诉讼攻击一个比其他系统提供更多开放性和选择的系统。”怀特还称这起诉讼像极了之前热门游戏《堡垒之夜》开发商Epic Games的那次,称其“毫无法律依据”。

去年,《堡垒之夜》允许玩家直接付款给开发商Epic Games,从而绕开苹果和谷歌应用商店30%的抽成,遭到两个应用商店下架处理。Epic Games先后起诉了苹果和谷歌。

回到这次谷歌被起诉,各州检察长将诉讼焦点对准了谷歌从App内购和订阅中的抽成。谷歌通常的抽成比例是30%,但本月初,谷歌刚刚将销售额达到100万美元的软件开发商的抽成比降到15%。

起诉书称:“为了收取和维持这笔庞大的佣金,谷歌采用了反竞争策略,减少和抑制安卓App分发的竞争。”“谷歌不仅瞄准了可能存在竞争的应用商店,而且还确保软件开发商别无选择,只能通过Google Play商店分发他们的App。”

起诉书截图

为了反驳,怀特在博客里称,软件开发商在安卓生态中,有多种分发选项。他强调,截至2020年2月,开发商通过谷歌应用商店获得了超800亿营收;2020年安卓App生态在美国帮助创造了200万个工作岗位。

但检察长们称,谷歌Play Store在美国分发了90%以上的安卓应用,而其他安卓应用商店的市场份额都没超过5%。

一段时间以来,随着美国政府加强对于科技企业反垄断的关注,谷歌面临巨大压力。据美国消费者新闻与商业频道(CNBC)最新统计,这已经是一年时间以来,谷歌面临的第4起反垄断诉讼了。

美国司法部去年10月也起诉了这家加州科技巨头,要求法院裁定谷歌在维持搜索和搜索广告方面的行为是非法的,并认为谷歌与手机制造商的交易保护了其垄断地位。

顺便一提,美国前总统特朗普当地时间7月7日也在新闻发布会上宣布,自己将作为代表人,向美国科技巨头脸书、推特和谷歌,以及三家公司的首席执行官扎克伯格、多尔西和皮查伊发起集体诉讼。特朗普指控这些掌握审查、控制言论权力的科技巨头已经完全失控,“它们能对我使用(言论审查),它们就能对任何一个人用。”

本文系观察者网独家稿件,未经授权,不得转载。

巨人的秘密:谷歌每年向苹果“纳税”,今年支付150亿美元,贡献了苹果9%的利润

科技巨头们通常在某些业务上存在竞争关系,但很多时候他们也会互相合作。

苹果和谷歌之间的关系就是如此,它们是当今市占率最高的两款手机系统研发商,而谷歌每年都会向苹果支付巨额费用,以继续成为苹果浏览器Safari的默认搜索引擎。并需要确保必应搜索背后的微软在出价上不会高过它。

据数据研究机构Sanford Bernstein的报告,分析师估计谷歌在2020年向苹果支付了100亿美元的上述相关费用,并估计今年这一费用支出将增至到150亿美元,这将占据苹果整体毛利润的9%。

Sanford Bernstein还预计,谷歌在2022年的息税前净利润(EBIT)将达到880亿美元,而谷歌通过苹果设备就将获得500亿美元的搜索相关收入。

不过随着人们逐渐提高了对个人信息隐私的重视程度,谷歌追踪用户行为进行个性化广告推送的模式却并未改变,苹果将谷歌设为默认搜索引擎的这一行为也遭到越来越多的批评。

今年早些时候,苹果公司全球隐私高级总监Jane Horvath表示:

目前谷歌仍然是最受欢迎的搜索引擎,我们确实支持了谷歌,但也内置了DuckDuckGo的支持,而且我们最近还推出了对 Ecosia 的支持。

就目前公开消息,仅在英国市场,谷歌为了确保在Safari浏览器上的搜索领先地位,去年就向苹果支付了15亿美元。

本文来自华尔街见闻,欢迎下载APP查看更多