昨日,在出臺專車新政的同時,由國務(wù)院辦公廳印發(fā)的《關(guān)于深化改革推進(jìn)出租汽車行業(yè)健康發(fā)展的指導(dǎo)意見》(以下簡稱《指導(dǎo)意見》)也一并公布,文件明確鼓勵順風(fēng)車發(fā)展。交通部副部長劉小明同時指出,鼓勵市民私人小客車合乘。
《指導(dǎo)意見》針對順風(fēng)車有明確的表述,指出為促進(jìn)分享經(jīng)濟(jì)發(fā)展,方便人民群眾出行,緩解城市交通擁堵和減少空氣污染,城市人民政府應(yīng)鼓勵私人小客車合乘并制定相應(yīng)規(guī)定,明確合乘信息服務(wù)平臺、合乘服務(wù)提供者及合乘者等三方的權(quán)利和義務(wù)。
對此,滴滴方面表示,《指導(dǎo)意見》的下發(fā)是對滴滴順風(fēng)車的充分肯定和極大鼓勵。滴滴一直以來都是分享經(jīng)濟(jì)和綠色經(jīng)濟(jì)的倡導(dǎo)者和實(shí)踐者,并對分享經(jīng)濟(jì)理念下生長的網(wǎng)絡(luò)拼車的廣闊未來充滿期待。
《指導(dǎo)意見》對順風(fēng)車和巡游車、網(wǎng)約專車進(jìn)行了區(qū)別,指出順風(fēng)車與二者有本質(zhì)區(qū)別。順風(fēng)車是由合乘服務(wù)提供者事先發(fā)布出行信息,出行線路相同的人選擇乘坐合乘服務(wù)提供者的小客車、分?jǐn)偛糠殖鲂谐杀净蛎赓M(fèi)互助的共享出行方式。
“目前有數(shù)千萬人成為了順風(fēng)車用戶。滴滴順風(fēng)車在降低碳減排、提高城市運(yùn)能、豐富出行體驗(yàn)、促進(jìn)行業(yè)升級等方面取得的巨大成效均得到了各方的認(rèn)可。我們堅(jiān)信,在政府部門的鼓勵和自身的努力之下,順風(fēng)車這一出行方式在城市交通中發(fā)揮更大的效能。”滴滴順風(fēng)車總經(jīng)理黃潔莉表示。
值得注意的是,進(jìn)入今年以來,隨著供給側(cè)改革的不斷深入,作為分享經(jīng)濟(jì)和綠色經(jīng)濟(jì)代表的滴滴順風(fēng)車已多次受到政府的明確鼓勵。
早在2014年1月,北京市交通委就出臺了《關(guān)于北京市小客車合乘出行的意見》,北京成為首個鼓勵市民采取合乘方式出行的城市。
2016年1月21日,交通運(yùn)輸部運(yùn)輸服務(wù)司副司長王水平明確表態(tài),對于春運(yùn)期間互聯(lián)網(wǎng)平臺推出的“拼車回家”,交通部持支持和鼓勵的態(tài)度。
3月初,由國家發(fā)展改革委等10個部門制定的《關(guān)于促進(jìn)綠色消費(fèi)的指導(dǎo)意見》(以下簡稱《意見》)也提出,支持發(fā)展共享經(jīng)濟(jì),鼓勵個人閑置資源有效利用,有序發(fā)展網(wǎng)絡(luò)預(yù)約拼車,大力推動企業(yè)增加綠色產(chǎn)品和服務(wù)供給。
今年兩會期間,交通部部長楊傳堂也表態(tài)鼓勵合乘順風(fēng)車等分享模式的發(fā)展。他指出,順風(fēng)車、拼車是體現(xiàn)了分享經(jīng)濟(jì)的一種出行方式,有利于提高交通資源利用,并對緩解城市交通擁堵、減少環(huán)境污染具有積極意義。
滴滴順風(fēng)車自2015年6月1日上線以來,成立尚不足一年,但這一C2C互助拼車平臺在節(jié)能環(huán)保、減少擁堵、城市交友等多個方面均產(chǎn)生了巨大的社會正效應(yīng)。
拿環(huán)保效應(yīng)舉例,截至2016年5月31日,滴滴順風(fēng)車共運(yùn)送近2億人次出行,累計(jì)行駛29.96億公里,相當(dāng)于減排二氧化碳29.08萬噸、減排PM2.5顆粒物95.18噸、節(jié)能15.07萬噸標(biāo)準(zhǔn)煤。其中,僅減少的二氧化碳排放量就相當(dāng)于793公頃、亦即5個香山公園面積的森林一年吸收的質(zhì)量。
滴滴順風(fēng)車是滴滴出行旗下的互助性C2C拼車平臺,第三方研究機(jī)構(gòu)Trustdata的報(bào)告顯示,滴滴順風(fēng)車市場占比高達(dá)76.8%。目前,滴滴順風(fēng)車覆蓋城市為343個。
好文章,需要你的鼓勵
新加坡國立大學(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"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實(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顯著提升訓(xùn)練效率,已在多個任務(wù)上驗(yàn)證有效性。