4月7日消息,滴滴快的正式宣布,原快的打車副總裁付強(qiáng)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(bào)。這也是滴滴快的合并之后第一次對(duì)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(gè)重點(diǎn)發(fā)力的出行領(lǐng)域。
付強(qiáng)畢業(yè)于四川大學(xué),2014年加入快的打車,歷任區(qū)域運(yùn)營(yíng)總監(jiān)、副總裁。加入快的打車前,付強(qiáng)曾服務(wù)于強(qiáng)生、葛蘭素史克、菲利普莫里斯(萬(wàn)寶路)等知名國(guó)際品牌,擁有豐富的銷售、商業(yè)拓展和高級(jí)管理經(jīng)驗(yàn)。
趙冬表示,付強(qiáng)在加入快的打車的一年時(shí)間里,利用其豐富的管理經(jīng)驗(yàn)帶領(lǐng)團(tuán)隊(duì)深入開拓北京、天津市場(chǎng),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(qiáng)能夠帶領(lǐng)團(tuán)隊(duì)在新的代駕領(lǐng)域取得更好的成績(jī)。
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(tái)化戰(zhàn)略的又一舉措,代駕具有廣闊的市場(chǎng)空間。以韓國(guó)為例, 5000萬(wàn)人口的韓國(guó)目前注冊(cè)的代駕司機(jī)超過(guò)30萬(wàn)人,每年所創(chuàng)造的產(chǎn)值超過(guò)1500億元人民幣。相比而言,中國(guó)汽車擁有量已超1.3億,但代駕司機(jī)僅在10萬(wàn)左右,市場(chǎng)還遠(yuǎn)未飽和。艾瑞咨詢的研究數(shù)據(jù)顯示,未來(lái)5年國(guó)內(nèi)代駕市場(chǎng)產(chǎn)值高達(dá)500億。
盡管有巨大的市場(chǎng)潛力,但國(guó)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(guó)內(nèi)的傳統(tǒng)代駕市場(chǎng)主要為傳統(tǒng)線下零散的中小型代駕公司或私人代駕,價(jià)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(lái),滴滴快的的平臺(tái)化戰(zhàn)略已然提速,已上線了專車、企業(yè)版、一號(hào)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(tái)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(shí)間內(nèi)快速上線諸多新業(yè)務(wù),擁有強(qiáng)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(jī)和社會(huì)需求有機(jī)的整合起來(lái),從而快速激活國(guó)內(nèi)的代駕市場(chǎng)。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。