近日,專注大廚上門服務(wù)的O2O服務(wù)平臺(tái)愛大廚宣布正式上線燒烤服務(wù),這是繼愛大廚登陸大眾點(diǎn)評(píng)、美團(tuán)、京東等電商服務(wù)平臺(tái)后的又一新動(dòng)作,此舉將進(jìn)一步拓寬其平臺(tái)上的服務(wù)品類,通過有機(jī)食材的直供和配送,以及專業(yè)廚師的上門服務(wù),為餐飲O2O生態(tài)鏈的完善打下基礎(chǔ)。
據(jù)悉,愛大廚燒烤服務(wù)包含套餐和自選兩種類別,用戶可選擇已做好食材搭配的套餐,也可根據(jù)自己的喜好進(jìn)行食材的挑選,食材的配送將由愛大廚團(tuán)隊(duì)進(jìn)行配送,同時(shí)用戶也可選擇是否需要大廚上門服務(wù)。
此次燒烤業(yè)務(wù)的上線,愛大廚不僅加強(qiáng)了與有機(jī)食材提供商的合作,實(shí)現(xiàn)食材的直供,還完善了自身的食物配送體系,形成了從食材提供到食材配送、再到上門服務(wù)的生態(tài)鏈閉合。目前該項(xiàng)目的服務(wù)范圍初步定為北京地區(qū),后續(xù)也會(huì)在上海、深圳、廣州等城市推出該服務(wù)。
據(jù)相關(guān)工作人員介紹,提供上門燒烤服務(wù)的廚師均為愛大廚的頂級(jí)全職廚師,具備完善的資質(zhì)和豐富的經(jīng)驗(yàn),在服務(wù)細(xì)節(jié)上,環(huán)保包裝,食材分類,即時(shí)配送以及配套的工具設(shè)備都經(jīng)過細(xì)致的考慮,力求為用戶提供完善周到的高品質(zhì)服務(wù)。
眾所周知,夏天是燒烤市場(chǎng)的活躍期,尤其在北方,燒烤類餐廳在餐飲市場(chǎng)占據(jù)不小的比重,市場(chǎng)潛力可觀,但由于大多數(shù)燒烤店環(huán)境嘈雜,衛(wèi)生條件令人堪憂,烹調(diào)工藝不規(guī)范,常常被貼上“不健康”的標(biāo)簽,讓燒烤愛好者們又愛又恨。據(jù)了解,入夏以來,常有客戶向愛大廚客服人員詢問能否提供上門燒烤的服務(wù),經(jīng)過為期一個(gè)月的市場(chǎng)調(diào)研和線下試運(yùn)營(yíng),愛大廚正式推出了這項(xiàng)燒烤上門服務(wù),一方面迎合了市場(chǎng)和用戶的需求,同時(shí)又能避免露天燒烤攤在衛(wèi)生和安全方面的隱患,為用戶提供更加安全、放心的美食體驗(yàn)。
愛大廚聯(lián)合創(chuàng)始人侯鵬飛在6月16日的產(chǎn)業(yè)互聯(lián)網(wǎng)峰會(huì)上表示,作為一個(gè)新誕生的行業(yè),O2O企業(yè)會(huì)更加注重自身的服務(wù)細(xì)節(jié),在未來的發(fā)展上也會(huì)以提升服務(wù)品質(zhì)和拓展服務(wù)范圍為重點(diǎn),不斷推出新單品和更豐富的家宴套餐,并基于廚師的個(gè)人品牌和特色,打造廚師的專屬頁面和服務(wù),在提高廚師的收入的同時(shí),也為用戶來帶更豐富的選擇。
目前愛大廚的服務(wù)已覆蓋北京、上海、廣州、深圳四大一線城市,日單量在1000單左右,旗下?lián)碛?400多名專業(yè)廚師,為用戶提供基礎(chǔ)的四六八菜套餐服務(wù)和更高端的私人訂制服務(wù),此次燒烤服務(wù)的上線也將進(jìn)一步拓展其業(yè)務(wù)范圍,也為餐飲O2O的發(fā)展開拓更多的玩法。
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,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。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)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(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),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(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。