從昨日起,首都北京開(kāi)始經(jīng)受大雨模式的考驗(yàn)。為確保出行順暢,許多市民都選擇提前預(yù)約順風(fēng)車。滴滴順風(fēng)車發(fā)布的數(shù)據(jù)顯示,截至今天下午3點(diǎn)鐘,北京預(yù)約在今日晚高峰出行的滴滴順風(fēng)車訂單較平時(shí)增長(zhǎng)了約兩倍。與此同時(shí),雨天的訂單完成時(shí)間普遍延遲,這意味著今早很多北京的上班族可能因此遲到40分鐘左右。
滴滴順風(fēng)車提供的數(shù)據(jù)顯示,截至今天下午3點(diǎn)鐘,滴滴順風(fēng)車北京雨天預(yù)約人數(shù)暴增,與平常相比較,預(yù)約在今日晚高峰期間出行的北京順風(fēng)車訂單增長(zhǎng)率達(dá)到了200.58%。這一數(shù)據(jù)充分顯示出極端天氣情況下用戶對(duì)于滴滴順風(fēng)車出行有著更大的需求,同時(shí)也顯示出滴滴順風(fēng)車的巨大市場(chǎng)潛力。
滴滴順風(fēng)車相關(guān)負(fù)責(zé)人表示,相比較其他出行方式,滴滴順風(fēng)車在價(jià)格上成本更低,同時(shí)由于是順路就近搭乘,多是鄰居或者同路,因此在雨天出行,這些優(yōu)勢(shì)則會(huì)更加明顯,這成為了訂單暴增的主要原因。
數(shù)據(jù)同時(shí)顯示,相比較平時(shí),滴滴順風(fēng)車今早的訂單完成時(shí)間有了明顯的延遲,早間完成訂單支付的高峰從8點(diǎn)30延遲到了9點(diǎn)10分左右。這意味著對(duì)很多人來(lái)說(shuō),上班可能遲到了四十分鐘左右。
滴滴方面介紹,一般而言,絕大多數(shù)的順風(fēng)車乘客會(huì)在結(jié)束行程后,會(huì)立即支付,形成一個(gè)完成訂單的高峰時(shí)間。這個(gè)完成訂單的高峰時(shí)間會(huì)因?yàn)槌鞘胁煌胁町?。雨天這一高峰時(shí)間和平日相比較延遲,則意味著很多人比平時(shí)遲到了。
有業(yè)內(nèi)人士分析指出,下雨天城市相比較晴天更容易發(fā)生擁堵,因?yàn)橛晏焐下返能囕v更多,原本不用開(kāi)車的人也會(huì)考慮開(kāi)車出行,再加上路況更復(fù)雜,這些都是造成雨天城市交通擁堵的重要原因。
“多個(gè)城市的數(shù)據(jù)表明,但凡遭遇大雨等極端天氣,打車需求都會(huì)暴增,打車難容易擁堵問(wèn)題凸顯。我們呼吁順風(fēng)車車主行動(dòng)起來(lái),利用私家車的閑置座位順路搭乘乘客,既能幫自己的鄰居解決燃眉之急,又能為緩解城市的交通擁堵做出貢獻(xiàn)。”滴滴相關(guān)負(fù)責(zé)人表示。
據(jù)悉,不僅僅在北京,新一輪強(qiáng)降雨開(kāi)始影響長(zhǎng)江以北地區(qū),北方城市中的北京、鄭州、太原、石家莊等地陸續(xù)迎來(lái)強(qiáng)降雨,而這些城市的滴滴順風(fēng)車訂單也都在當(dāng)天出現(xiàn)暴增。
滴滴順風(fēng)車是滴滴出行旗下的互助性C2C拼車平臺(tái),第三方研究機(jī)構(gòu)Trustdata的報(bào)告顯示,滴滴順風(fēng)車在拼車市場(chǎng)中的占比高達(dá)76.8%。截至目前,滴滴順風(fēng)車使用乘客數(shù)突破了3000萬(wàn)人,覆蓋城市已經(jīng)達(dá)到343個(gè)。
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(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過(guò)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(kāi)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(guò)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(wèn)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(yǔ)言模型人性化對(duì)話問(wèn)題。該研究創(chuàng)建了包含20萬(wàn)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(guò)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(kāi)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(guò)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(lái)了效率和精度的雙重突破。