4月7日消息,滴滴快的正式宣布,原快的打車副總裁付強將出任新集團(tuán)代駕事業(yè)部總經(jīng)理,全面負(fù)責(zé)即將上線的代駕業(yè)務(wù),向快的打車聯(lián)合創(chuàng)始人趙冬匯報。這也是滴滴快的合并之后第一次對外正式公布的重要人事任命,也標(biāo)志著繼拼車業(yè)務(wù)后,代駕將成為滴滴快的又一個重點發(fā)力的出行領(lǐng)域。
付強畢業(yè)于四川大學(xué),2014年加入快的打車,歷任區(qū)域運營總監(jiān)、副總裁。加入快的打車前,付強曾服務(wù)于強生、葛蘭素史克、菲利普莫里斯(萬寶路)等知名國際品牌,擁有豐富的銷售、商業(yè)拓展和高級管理經(jīng)驗。
趙冬表示,付強在加入快的打車的一年時間里,利用其豐富的管理經(jīng)驗帶領(lǐng)團(tuán)隊深入開拓北京、天津市場,兩地出租車業(yè)務(wù)和專車業(yè)務(wù)均取得了飛速的發(fā)展,表現(xiàn)出了卓越的領(lǐng)導(dǎo)能力。祝愿付強能夠帶領(lǐng)團(tuán)隊在新的代駕領(lǐng)域取得更好的成績。
滴滴快的官方并未透露關(guān)于代駕業(yè)務(wù)的更多信息。
有分析指出,滴滴快的進(jìn)入代駕領(lǐng)域是其平臺化戰(zhàn)略的又一舉措,代駕具有廣闊的市場空間。以韓國為例, 5000萬人口的韓國目前注冊的代駕司機超過30萬人,每年所創(chuàng)造的產(chǎn)值超過1500億元人民幣。相比而言,中國汽車擁有量已超1.3億,但代駕司機僅在10萬左右,市場還遠(yuǎn)未飽和。艾瑞咨詢的研究數(shù)據(jù)顯示,未來5年國內(nèi)代駕市場產(chǎn)值高達(dá)500億。
盡管有巨大的市場潛力,但國內(nèi)代駕業(yè)務(wù)發(fā)展還處于起步階段,主要以酒后代駕為主。目前國內(nèi)的傳統(tǒng)代駕市場主要為傳統(tǒng)線下零散的中小型代駕公司或私人代駕,價格、服務(wù)、安全缺乏統(tǒng)一標(biāo)準(zhǔn),資源使用效率低。而滴滴快的的進(jìn)入有望改變這一現(xiàn)狀。
自從2014年8月以來,滴滴快的的平臺化戰(zhàn)略已然提速,已上線了專車、企業(yè)版、一號快車業(yè)務(wù),而拼車和代駕業(yè)務(wù)即將上線。這將使得滴滴快的的出行平臺業(yè)務(wù)將更加豐富多元。
有業(yè)內(nèi)專家指出,滴滴快的能夠在短時間內(nèi)快速上線諸多新業(yè)務(wù),擁有強大的大數(shù)據(jù)的技術(shù)能力是最重要的依托。滴滴快的的數(shù)據(jù)分析和解讀將可以利用互聯(lián)網(wǎng)技術(shù)將閑散的代駕司機和社會需求有機的整合起來,從而快速激活國內(nèi)的代駕市場。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。