8月17日消息,滴滴代駕再開55個(gè)城市。即日起,寧波、貴陽(yáng)、銀川、蘇州、常州、嘉興、洛陽(yáng)、南通、麗水、溫州、徐州、紹興、???、佛山、無錫、惠州、東莞等55個(gè)城市的車主可使用滴滴代駕。至此,在正式上線20天后,滴滴代駕覆蓋了全國(guó)80個(gè)城市。
此前,滴滴代駕方面曾表示,滴滴代駕將在年底之前覆蓋100個(gè)城市。有業(yè)內(nèi)人士表示,代駕開城的基礎(chǔ)在于當(dāng)?shù)厮緳C(jī)的招募,即代駕服務(wù)相關(guān)“運(yùn)力”的準(zhǔn)備。20天,開啟80個(gè)城市,這表明滴滴代駕在各地的“運(yùn)力”準(zhǔn)備都十分順利。
據(jù)悉,自6月中旬招募司機(jī)以來,滴滴代駕平臺(tái)上的注冊(cè)司機(jī)已經(jīng)超過了百萬(wàn)。滴滴快的代駕事業(yè)部總經(jīng)理付強(qiáng)表示,滴滴代駕在各個(gè)城市的表現(xiàn)都超過了預(yù)期。“這一速度比我們計(jì)劃的要快一些,但絕非偶然。此前專車、快車、順風(fēng)車業(yè)務(wù)的發(fā)展為我們積累許多寶貴的開城經(jīng)驗(yàn)。”
在市場(chǎng)挖掘方面,在過去的半個(gè)月中,滴滴代駕在短途商務(wù)代駕、汽車后市場(chǎng)代駕領(lǐng)域亦有不少嘗試。據(jù)付強(qiáng)透露,除了晚間代駕高峰之外,午后14點(diǎn)以及雙休日日間,滴滴代駕也會(huì)迎來一個(gè)小高峰。目前滴滴代駕的平臺(tái)上已有不少短途商務(wù)代駕訂單,且該類訂單的數(shù)量在不斷增加。
“國(guó)內(nèi)大多數(shù)車主對(duì)于代駕的認(rèn)識(shí),還停留在酒后代駕。有很多的代駕場(chǎng)景是車主沒有意識(shí)到的。比方說,工作日沒有時(shí)間去給車加油;短途出差,高鐵票賣完了,完全可以喊一位代駕。這類新場(chǎng)景的應(yīng)用,潛力正在慢慢被激活。”付強(qiáng)說。
此外,滴滴代駕已于不少汽車后市場(chǎng)企業(yè),諸如,養(yǎng)車無憂、車輪查違章等達(dá)成合作。付強(qiáng)表示,滴滴代駕將與這些企業(yè)一起挖掘、開發(fā)汽車后市場(chǎng)的代駕領(lǐng)域。除了與企業(yè)合作之外,滴滴代駕還將在市場(chǎng)推廣上持續(xù)投入。
即日起,未來兩周內(nèi),滴滴代駕全國(guó)80個(gè)城市的車主都可以參與“免費(fèi)代駕”的活動(dòng)。所有車主通過滴滴打車、快的打車客戶端使用代駕,就將自動(dòng)獲得免單券,100元以內(nèi)代駕費(fèi)用全免,每個(gè)用戶每周可以獲得兩張。
有業(yè)內(nèi)人士分析,隨著滴滴代駕覆蓋城市的增多與市場(chǎng)推廣的力度加大。各個(gè)地區(qū)的代駕市場(chǎng)將迎來新一輪的洗牌。而在這一輪洗牌的過程中,互聯(lián)網(wǎng)代駕行業(yè)將加速發(fā)展,成為移動(dòng)出行領(lǐng)域又一大熱市場(chǎng)。
附:新開55個(gè)城市名單
寧波、貴陽(yáng)、蘇州、常州、銀川、麗水、紹興、溫州、惠州、徐州、珠海、嘉興、??凇⒎鹕?、東莞、無錫、 十堰、義烏、呼和浩特、邯鄲、洛陽(yáng)、南寧、南昌、唐山、昆山、汕頭、臨沂、莆田、綿陽(yáng)、日照、泉州、濰坊、中山、寶雞、大同、威海、煙臺(tái)、宜昌、襄陽(yáng)、西寧、黃石、荊州、咸陽(yáng)、蘭州、株洲、吉林、撫順、蕪湖、秦皇島、常德、開封、泰安、東營(yíng)、晉中、蚌埠、
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(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(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。