為適應(yīng)全球市場擴(kuò)張需要,美國移動(dòng)出行服務(wù)商Uber在調(diào)整服務(wù)策略。日前,Uber在印度宣布,將首次支持現(xiàn)金支付車費(fèi),未來可能會拓展到其他國家。
據(jù)悉,人口大國印度是Uber十分看重的市場,盡管Uber目前已經(jīng)是全球移動(dòng)出行服務(wù)的老大,但在印度卻明顯落后,這主要是相比Uber的本土競爭對手Ola而言的,它已經(jīng)掌控了八成的市場份額。不過目前,Uber已進(jìn)入了印度、中國在內(nèi)的全球300多座城市。
分析師指出,Uber在印度之所以明顯落后,是因?yàn)槠洚a(chǎn)品和服務(wù)不能夠適應(yīng)印度消費(fèi)者的特點(diǎn),其中之一就是現(xiàn)金支付。據(jù)路透社報(bào)道,5月11日,印度宣布將會在南部城市海德拉巴德(也是科技業(yè)中心城市)進(jìn)行消費(fèi)者現(xiàn)金支付的第一次試驗(yàn),未來可能會拓寬至全球市場。
Uber在海德拉巴德的總經(jīng)理Siddharth-Shanker表示,消費(fèi)習(xí)慣決定著現(xiàn)金支付在印度消費(fèi)者當(dāng)中仍然扮演重要角色,因此Uber必須調(diào)整適應(yīng)。此前,Uber只接受信用卡、銀行卡或是其他電子支付手段。而印度在信用卡和銀行卡方面發(fā)展落后。有著13億人口的印度,信用卡發(fā)行量只有2000萬張。盡管印度政府一直致力于普及信用卡,但眾多印度消費(fèi)者仍習(xí)慣現(xiàn)金支付和消費(fèi)。目前,Ola和其他移動(dòng)打車工具均支持現(xiàn)金支付車費(fèi)。美國電子商務(wù)巨頭亞馬遜,為了適應(yīng)印度市場,亞馬遜提供了貨到付現(xiàn)金選項(xiàng)。
另外,發(fā)現(xiàn)除了普通出租車外,印度人還對一種隨處可見的三輪摩托出租車表示歡迎,因此15年4月份,為進(jìn)一步擴(kuò)大用戶規(guī)模,Uber也開始學(xué)習(xí)其競爭對手,在手機(jī)叫車服務(wù)中接納這種三輪出租車。此外,針對之前在印度首都新德里發(fā)生司機(jī)強(qiáng)暴女乘客的事件,Uber很快推出了多種保障乘客安全的舉措,如用戶可在手機(jī)軟件中一鍵報(bào)警,或向好友報(bào)告自己的位置。據(jù)悉,盡管在少數(shù)城市遭遇阻力,但Uber在印度仍在快速擴(kuò)張市場,而印度政府交通部門對Uber仍有支持態(tài)度。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)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(cuò)式推理生成、解耦橋接機(jī)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(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)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(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)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(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)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(shí)顯著提升人性化交互水平,為AI價(jià)值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)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(bào),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。