國(guó)務(wù)院辦公廳11日下發(fā)《關(guān)于進(jìn)一步促進(jìn)旅游投資和消費(fèi)的若干意見(jiàn)》(以下簡(jiǎn)稱“《意見(jiàn)》”),要求各級(jí)政府要制定帶薪休假實(shí)施細(xì)則和計(jì)劃;有條件的地方和單位可優(yōu)化調(diào)整夏季作息,讓職工將周五下午與周末相結(jié)合形成2.5天的小短假。
《意見(jiàn)》下發(fā)后,刺激了各大旅游企業(yè)的神經(jīng),不少在線旅游企業(yè)迅速行動(dòng),挖掘“2.5天小短假”旅游消費(fèi)市場(chǎng),開(kāi)拓周邊游市場(chǎng)的新契機(jī)。
據(jù)艾瑞咨詢報(bào)告,2014年中國(guó)在線周邊游市場(chǎng)規(guī)模110.7億元,同程旅游以15.8%的份額穩(wěn)居市場(chǎng)第一,其周邊游以門(mén)票產(chǎn)品為核心,向用戶提供純門(mén)票和“酒店+門(mén)票”等打包產(chǎn)品;進(jìn)入2015年后,周邊游市場(chǎng)作為同程旅游的核心業(yè)務(wù)頻繁高調(diào)亮出,堅(jiān)持創(chuàng)新,打造休閑旅游知名品牌。而后,包括攜程、途牛、驢媽媽在內(nèi)的多家國(guó)內(nèi)在線旅游企業(yè)紛紛跟風(fēng)參與到這一市場(chǎng)競(jìng)爭(zhēng)中來(lái),究其原因,周邊游市場(chǎng)規(guī)模可達(dá)每年數(shù)十億人次,消費(fèi)者需求向休閑化、散客化、移動(dòng)化、即時(shí)決策轉(zhuǎn)變。
不同于國(guó)內(nèi)長(zhǎng)線游、出境游等產(chǎn)品,周邊游取勝在出游靈活、游玩時(shí)間較短、旅游消費(fèi)承受度高等優(yōu)勢(shì),呈現(xiàn)出明顯的“短頻快”特征,產(chǎn)品則主要為景區(qū)門(mén)票、酒店住宿、交通、餐飲和娛樂(lè)活動(dòng)。據(jù)了解,目前國(guó)內(nèi)在線周邊游市場(chǎng)領(lǐng)跑者同程旅游旗下的周邊游產(chǎn)品多由上述產(chǎn)品打包而成,比如門(mén)票、“酒+景”、周邊巴士游、周邊玩樂(lè)等產(chǎn)品,其中,作為核心產(chǎn)品的“酒+景”預(yù)定量占比最大。
在《意見(jiàn)》下發(fā)前的7月28日,國(guó)務(wù)院總理李克強(qiáng)主持召開(kāi)國(guó)務(wù)院常務(wù)會(huì)議確定促進(jìn)旅游投資和消費(fèi)的政策措施,通過(guò)改革創(chuàng)新促進(jìn)旅游投資和消費(fèi),推動(dòng)現(xiàn)代服務(wù)業(yè)發(fā)展?;蛟S是巧合,亦或是抓住先機(jī),同程旅游近期對(duì)外宣布成立周邊自由行事業(yè)部,聚焦“酒+景”、親子游等周邊自助游核心業(yè)務(wù),以充分整合同程旅游在門(mén)票及周邊游市場(chǎng)的領(lǐng)先優(yōu)勢(shì)。結(jié)合此前同程旅游上線親子游頻道、借“爸爸去哪兒3”熱推親子周邊游市場(chǎng)、與國(guó)內(nèi)多家旅游產(chǎn)品供應(yīng)商戰(zhàn)略合作關(guān)系的達(dá)成等動(dòng)作,同程旅游布局周邊游市場(chǎng)已走在前列。
有業(yè)內(nèi)專家評(píng)論稱,靈活的休假制度和體系一方面可以讓機(jī)構(gòu)、企業(yè)運(yùn)轉(zhuǎn)流暢性更強(qiáng),另一方面還能平復(fù)目前春節(jié)、“十一”兩個(gè)黃金周的出游高峰。雖說(shuō)短期內(nèi)還無(wú)法將“2.5天小短假”進(jìn)行普遍推廣,但這一政策利好無(wú)疑會(huì)持續(xù)刺激周邊游市場(chǎng),周末游游客量也將穩(wěn)步提升,該旅游消費(fèi)市場(chǎng)潛力巨大。
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(kāi)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(kāi)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。