CNET科技資訊網(wǎng) 9月19日 北京消息(文/周雅):9月19日 滴滴順風(fēng)車宣布產(chǎn)品改版,希望借此建立更高效的出行連接。滴滴順風(fēng)車新增乘客常用路線設(shè)置,乘客可主動(dòng)選擇車主;車主可以設(shè)置自動(dòng)接單、主動(dòng)邀請(qǐng)乘客共乘,以及新增車主乘客相互關(guān)注等功能。
滴滴順風(fēng)車事業(yè)部總經(jīng)理黃潔莉表示,乘客、車主通過設(shè)置常用路線,自然形成共乘的出行網(wǎng)絡(luò)。當(dāng)真正用戶真正出行的時(shí)候,我們甚至可以預(yù)測(cè)到他們的出行路線,從而做更好更高效的匹配。滴滴順風(fēng)車的目標(biāo)是“共享每輛私家車,連接每一個(gè)同路人”,希望可以把80%的私家車車主可以把自己的車貢獻(xiàn)出來與他人共乘。
數(shù)據(jù)顯示,目前滴滴超過80%的乘客和車主路線匹配度達(dá)到85%,也就是說司機(jī)繞路時(shí)間不超過10分鐘。同時(shí),60%設(shè)置常用路線的乘客有20位左右的順路車主。熱門順風(fēng)車線路,例如從北苑到上地,從通州到國(guó)貿(mào),順風(fēng)車路線匹配率甚至達(dá)到了95%。滴滴順風(fēng)車的連接效率和規(guī)模效應(yīng)已經(jīng)開始凸顯,而效率和規(guī)模恰恰是順風(fēng)車產(chǎn)品的最大門檻。
目前,滴滴順風(fēng)車使用乘客數(shù)突破3000萬人,覆蓋城市已經(jīng)達(dá)到351個(gè)。
過去滴滴順風(fēng)車乘客發(fā)起順風(fēng)車行程之后,只能默默地等待車主接單,而新版本中乘客則可以主動(dòng)搭訕車主。順風(fēng)車新版本中,乘客在添加常用路線之后,即可看到正在尋找乘客的車主以及經(jīng)常出行的順路車主,并根據(jù)順路程度百分比進(jìn)行排序。此外,乘客可以主動(dòng)申請(qǐng)和車主相互關(guān)注,從而促成雙方的共乘。
在過去車主“附近搶單”和“順路搶單”之外,此次新版本中,車主可以設(shè)置接單條件,自動(dòng)接單,不再錯(cuò)過訂單,車主也無需經(jīng)常查看乘客發(fā)起的行程,節(jié)省等待和搶單時(shí)間。車主還可以“邀請(qǐng)同行”,對(duì)潛在順路的乘客發(fā)起邀請(qǐng),增加成交幾率。
數(shù)據(jù)顯示,設(shè)置車主自動(dòng)接單功能讓車主接單更高效,且成單率也更高,自動(dòng)接單車主是普通車主成單率的2倍數(shù)。
目前,滴滴順風(fēng)車已經(jīng)從上下班需求、臨時(shí)出行需求等同城順風(fēng)車出行發(fā)展到跨城順風(fēng)車回家、周邊游等多場(chǎng)景順風(fēng)車服務(wù)模式。自去年9月25日,滴滴順風(fēng)車首次推出跨城拼車到現(xiàn)在跨城順風(fēng)車已經(jīng)發(fā)展了一年時(shí)間。目前,跨城順風(fēng)車已經(jīng)成為滴滴順風(fēng)車非常重要且潛力巨大的一塊業(yè)務(wù)。
黃潔莉透露,滴滴跨城順風(fēng)車在剛剛過去的中秋節(jié)期間(中秋節(jié)前一天加中秋三天假期,共4天),合乘人數(shù)已經(jīng)突破了春運(yùn)40天的數(shù)量,達(dá)到累計(jì)190萬人次。預(yù)計(jì)十一假期會(huì)迎來更大的漲幅。
在即將到來的十一假期,滴滴跨城順風(fēng)車也推出了更多的優(yōu)惠活動(dòng),從9月29日至10月9日期間,順風(fēng)車跨城出行乘客有機(jī)會(huì)獲得10000個(gè)免單及紅包福利,車主有機(jī)會(huì)獲得最高100元的加油優(yōu)惠券。
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。