愛立信日前發(fā)布了愛立信消費(fèi)者研究室的最新報(bào)告《小通勤的大期待》。
該項(xiàng)目調(diào)查了全球四大城市倫敦、紐約、圣保羅和上海的通勤族在使用公共交通和私家車輛時(shí)的體驗(yàn),并在這份報(bào)告中闡述該項(xiàng)目的研究結(jié)論。
報(bào)告顯示,受訪者普遍覺得通勤時(shí)間既無聊又低效。該研究深入調(diào)查了通勤族對(duì)通勤時(shí)移動(dòng)網(wǎng)絡(luò)中ICT覆蓋效率的態(tài)度。
愛立信消費(fèi)者研究室高級(jí)研究員Radhika Jade表示:“從全球來看,消費(fèi)者每周花在通勤上的時(shí)間比用在社交等休閑娛樂活動(dòng)上的時(shí)間多出20%。他們認(rèn)為,連接應(yīng)當(dāng)是通勤的基本要求,但市政交通普遍不能滿足。動(dòng)態(tài)信息缺乏和信息分散、售票系統(tǒng)老舊、擁堵管理低效等因素都會(huì)讓通勤族感到失望。”
在中國上海,人們平均每天花在通勤上的時(shí)間為1.5小時(shí)。在長(zhǎng)時(shí)間的通勤過程中,用戶通常會(huì)使用一些互聯(lián)網(wǎng)業(yè)務(wù)來管理他們的行程或者消磨時(shí)間。而用戶對(duì)于公共交通的信息獲知非常有限,信息缺乏和信息延遲都給人們每天通勤的安排造成影響。
報(bào)告還闡述了通勤族對(duì)于ICT覆蓋率的期望值和滿意度,涉及所有類型的公共和私營交通運(yùn)輸形式,如公交、地鐵、出租車和私家車。研究表明,在倫敦和紐約,分別有82%和79%的通勤族使用與出行有關(guān)的應(yīng)用程序來更有效地規(guī)劃通勤。
在上海,每天坐公共交通的用戶中,47%在通勤過程中使用信息類業(yè)務(wù),23%的用戶瀏覽互聯(lián)網(wǎng)或者搜索信息,17%的用戶觀看手機(jī)視頻,并且用戶表示業(yè)務(wù)的使用體驗(yàn)較差。而有更多的用戶表明,如果地鐵里面的網(wǎng)絡(luò)連接有所改善,那他們將更愿意使用視頻等一些上網(wǎng)業(yè)務(wù)來提升他們的整個(gè)通勤體驗(yàn)。
研究還發(fā)現(xiàn),那些隨時(shí)隨地都在使用智能手機(jī)的通勤者普遍認(rèn)為自己是在引領(lǐng)技術(shù)潮流,而交通運(yùn)輸行業(yè)卻無法適應(yīng)這種變化。
Jade表示:“通勤者需要最新的出行信息。他們要求“隨時(shí)在線”的連接,以及更加個(gè)性化的交通服務(wù),幫助他們更輕松地規(guī)劃線路和支付票款,并且讓換乘時(shí)間更加有效率。”
針對(duì)中國城市用戶,愛立信消費(fèi)者研究室東北亞區(qū)負(fù)責(zé)人徐曉莉表示:“目前‘隨時(shí)在線’的連接對(duì)本地用戶有很大吸引力,而更加個(gè)性化的交通服務(wù)對(duì)于他們來說還比較超前。當(dāng)前用戶最希望的是公共交通部門能做好交通流量控制、緩解擁堵,并在乘坐公共交通時(shí)增加更多的個(gè)人空間,從而提升通勤的整體體驗(yàn)。”
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(zhǎng)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(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)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(cè)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(duì)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(píng)測(cè)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(duì)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(cè)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(cè)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。