今天在豌豆莢「應(yīng)用發(fā)布會(huì)」欄目獨(dú)家首發(fā)的,是一款預(yù)訂非標(biāo)準(zhǔn)化住宿的應(yīng)用:去呼呼。用戶可在預(yù)訂 Airbnb+Homeaway 式的房源,比如在上??勺∵M(jìn)法國(guó)音樂(lè)家老派別墅,在廈門住進(jìn)海賊王風(fēng)格的客棧。包括酒店式公寓,度假公寓,別墅,民宿,青旅等在內(nèi)的非標(biāo)準(zhǔn)化住宿已經(jīng)擁有越來(lái)越廣泛的用戶群,據(jù)統(tǒng)計(jì) 18.8% 的用戶一年住 8 次以上非標(biāo)準(zhǔn)住宿。
去呼呼與同類應(yīng)用相比,把用戶體驗(yàn)從線上到線下完整連貫起來(lái),通過(guò)智能門鎖,可以在手機(jī)上操作一鍵開鎖,免去了在前臺(tái)辦理手續(xù)或與房東交接鑰匙的麻煩。試想,若干年后,當(dāng)人們習(xí)慣用手機(jī)開門,房卡和鑰匙這樣的物件則逐漸過(guò)時(shí)??萍急揪筒恢皇歉呱畹睦碚?,它一直在改善著我們的生活,且從未停止過(guò)。
這也正是豌豆莢「應(yīng)用發(fā)布會(huì)」選擇這款新應(yīng)用做首發(fā)的原因。
亮點(diǎn)1:類 Airbnb 特色住宿模式
去呼呼并沒(méi)有搜索功能,而是通過(guò)個(gè)性化篩選,讓用戶挑選符合自己需求的房間。這里沒(méi)有千篇一律的標(biāo)準(zhǔn)間,每一間房子都有自己的風(fēng)格。
圖1:去呼呼平臺(tái)上的房源,多是個(gè)性化的酒店式公寓
如果是幾個(gè)朋友一起出去玩耍,分隔在好幾個(gè)房間很不方便,最好能定下一整個(gè)房子,又有玩??臻g,又有休息空間,如果心情好,還能洗衣做飯。在去呼呼里,房間數(shù)、是否有客廳、是否可以做飯都可以作為篩選條件:
圖2:去呼呼按照實(shí)際需求篩選出最適合你的房子
同樣的價(jià)位,去呼呼平臺(tái)上的房間是普通酒店的 2-3 倍,且設(shè)施更完善。
亮點(diǎn)2:智能門鎖改變了開門習(xí)慣
去呼呼平臺(tái)上的所有房子都是聯(lián)網(wǎng)的。一旦房間預(yù)訂成功,這間房子就被密碼鎖住,無(wú)法重復(fù)預(yù)訂。到達(dá)目的地后不需要去前臺(tái)辦手續(xù),也不需要聯(lián)系房東給鑰匙,只要找到自己的房間,用手機(jī)直接開門:
圖3
除此之外,在去呼呼預(yù)訂成功后,手機(jī)會(huì)收到一條開門密碼,記住這個(gè)密碼,24小時(shí)內(nèi)在智能門鎖上輸入都可以開門。如果朋友先到,你還可以在手機(jī)上為其遠(yuǎn)程開鎖,在北京的你能打開上海的房門也是有點(diǎn)炫酷。
亮點(diǎn)3:讓房東和房客都「驚喜」
大部分房客往往會(huì)用「驚喜」來(lái)形容去呼呼的訂房體驗(yàn)。而對(duì)于房東來(lái)說(shuō),又是怎樣的感受呢?
在大連有一家叫馬猴吃香蕉的主題酒店,由一對(duì) 80 后夫妻經(jīng)營(yíng)。這家主題酒店是去呼呼平臺(tái)上很有特色的代表,我們聽(tīng)一聽(tīng)房東是怎樣說(shuō)的。
圖4:復(fù)古波普主題房
「應(yīng)用發(fā)布會(huì)」主辦方:先問(wèn)一個(gè)大家最關(guān)心的問(wèn)題,智能鎖如何保證房客的安全呢?
房東:如果在入住期間出現(xiàn)非正常方式開鎖,如撞門等情況,智能鎖會(huì)立刻通知房東。
「應(yīng)用發(fā)布會(huì)」主辦方:那別人能打開我的房間門嗎?
房東:有別于鑰匙或者門卡有被復(fù)制的風(fēng)險(xiǎn),智能鎖的開門指令是有時(shí)間段的,只有房客在入住期間能打開。
「應(yīng)用發(fā)布會(huì)」主辦方:作為房東,對(duì)智能鎖感受最深的點(diǎn)是什么?
房東:因?yàn)槲业姆孔用块g主題風(fēng)格都不同,有的客人每晚都想換不同的房間。如果是在以前,我就得頻繁更換房卡或鑰匙給他。另外,如果客人不小心弄丟了鑰匙,為了保障安全,我就要更換門鎖。智能鎖完全免去了這樣的麻煩。
也許,傳統(tǒng)的房卡和鑰匙真的會(huì)就此淡出,誰(shuí)說(shuō)不一定呢?Uber 和 Airbnb 正在改變著全世界人的出行,五年前你也不會(huì)想到自己今天會(huì)如此依賴手機(jī)。
硅谷已經(jīng)成為對(duì)世界最有影響力的地區(qū)之一,科技也不再是業(yè)內(nèi)玩家的自留地。我們?yōu)樯硖庍@樣的行業(yè)而感到興奮,并為之注入自己的熱愛(ài)。
希望有趣的應(yīng)用越來(lái)越多,哪怕每次只是多一點(diǎn)點(diǎn)。
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(wèn)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(jué)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(jué)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(jué)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。