苹果公司已开始在印度逐步恢复 Apple 账户的银行卡支付功能。这是苹果因应当地监管变化、调整服务策略的最新举措,也标志着该公司在印度数字支付领域的一次重要回归。
此次变更正在分阶段推进,印度用户将可在 Apple 账户中添加符合条件的 Visa 和 Mastercard 信用卡及借记卡,用于支付 iCloud+、Apple Music 等订阅服务及 App Store 内的购买。
早在 2022 年 5 月,苹果就因印度周期性支付监管规则调整而暂停了银行卡支付选项。此后,用户不得不转而依赖统一支付接口(UPI)、网银转账以及 Apple 账户余额来完成订阅和其他数字内容购买。
此次恢复银行卡支付,折射出苹果在全球范围内面临的普遍挑战:各国政府纷纷针对数字平台制定本地化监管规则,迫使这家总部位于库比蒂诺的科技公司在支付方式、产品设计乃至服务模式上进行本地化适配,难以维持统一的全球体验。类似的监管压力已促使苹果在欧洲调整 App Store 的部分规则,日本和韩国的监管变化也对其应用分发和支付方式产生了深远影响。
据知情人士透露,苹果已完成后端技术改造,以支持在印度监管框架下的银行卡支付。此次分阶段上线近期已正式启动,预计将逐步覆盖所有符合条件的用户。苹果也已更新官方支持文档,以反映上述变化。
相关监管框架由印度储备银行于 2021 年推出并分阶段落地实施,要求商家和支付服务商对周期性银行卡支付引入更强的客户身份验证机制,并采用银行卡Token化凭证,同时禁止商家直接存储用户卡号信息。这一转变在各家企业完成系统升级之前,曾对国内外众多公司的订阅扣款业务造成明显冲击。
"这一天来得太晚了,但终究还是来了。这解决了订阅续费中的一大痛点。"Counterpoint Research 研究总监塔伦·帕塔克(Tarun Pathak)如此评价。他还向 TechCrunch 表示,尽管长期缺乏银行卡直接支付渠道,苹果在印度的服务业务仍保持两位数增长;但随着苹果在印度的用户基础持续扩大,越来越多的用户期待拥有多样化的支付方式,恢复这一功能的战略意义也愈发凸显。
此次银行卡支付的恢复,也可能再度引发外界对苹果是否将在印度推出 Apple Pay 的猜测。此前已有媒体报道称苹果正探索将这一移动支付服务引入印度市场,但苹果迄今尚未就此发布任何官方计划。
苹果公司未回应媒体的置评请求。
Q&A
Q1:苹果在印度为何曾暂停银行卡支付?
A:2022 年 5 月,印度储备银行出台新的周期性支付监管规定,要求对银行卡定期扣款实施更严格的身份验证,并推行卡号Token化,禁止商家存储用户卡片信息。苹果因无法在短期内满足上述要求,暂停了在印度的银行卡支付功能,用户只能转而使用 UPI、网银或 Apple 账户余额进行支付。
Q2:苹果在印度恢复银行卡支付后,用户可以用哪些卡付款?
A:根据目前已披露的信息,用户可以在 Apple 账户中添加符合条件的 Visa 和 Mastercard 信用卡及借记卡,用于订阅 iCloud+、Apple Music 等服务以及在 App Store 中进行购买。该功能正在分阶段向用户推出,预计将逐步覆盖所有符合条件的印度用户。
Q3:苹果会在印度推出 Apple Pay 吗?
A:目前苹果尚未就此发表任何官方声明。此前有媒体报道称苹果正在探索将 Apple Pay 引入印度市场的可能性,而此次银行卡支付功能的恢复也再度激起外界的相关猜测。但截至目前,苹果官方尚未公布任何在印度推出 Apple Pay 的具体计划。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。