CNET科技資訊網(wǎng) 9月21日 北京消息:滴滴出行與猿輔導(dǎo)聯(lián)合發(fā)布教育行業(yè)智能出行大數(shù)據(jù)報(bào)告(以下稱“《報(bào)告》”)?!秷?bào)告》基于滴滴出行平臺(tái)數(shù)據(jù)分析了中小學(xué)、大學(xué)和教師群體的移動(dòng)出行特征,為了解和研究我國(guó)教育行業(yè)現(xiàn)狀和特點(diǎn)提供了新視角。
《報(bào)告》根據(jù)大學(xué)生群體出行數(shù)據(jù)評(píng)選出了全國(guó)智能出行最活躍的高校TOP10,四川大學(xué)、北京大學(xué)和浙江大學(xué)位列前三名。而在全國(guó)智能出行最活躍TOP100的高校中,超9成分布在一二線城市。此外,大學(xué)生群體也十分鐘愛(ài)拼車。保守估計(jì),滴滴平臺(tái)上平均每天有9.4萬(wàn)人次的大學(xué)生使用拼車。
工作日超九成學(xué)生22點(diǎn)前返校
《報(bào)告》數(shù)據(jù)顯示,受到學(xué)業(yè)課程安排的影響,大學(xué)生群體工作日的出行高峰僅在傍晚出現(xiàn),晚17:00-18:00是大學(xué)生群體的出行高峰期。在工作日打車出行的大學(xué)生中,有超過(guò)56.3%同學(xué)前往的地點(diǎn)為商務(wù)樓宇、學(xué)校和餐飲購(gòu)物。不難發(fā)現(xiàn),當(dāng)下大學(xué)生的日常生活以高校間串門、上班實(shí)習(xí)、餐飲聚會(huì)為主。
值得一提的是,絕大部分的大學(xué)生都遵守了學(xué)校的“門禁”。數(shù)據(jù)顯示,在周一到周四的工作日期間,晚20點(diǎn)開(kāi)始,各大學(xué)校周圍便會(huì)出現(xiàn)學(xué)生返校高峰,90.5%的大學(xué)生會(huì)在晚上22點(diǎn)前返回學(xué)校。而在周五、周六大量大學(xué)生打車出門。其中廣州大學(xué)、對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)、西北大學(xué)的學(xué)生周末夜生活最豐富,周末晚21點(diǎn)后打車出行的人最多。
日均9.4萬(wàn)人次大學(xué)生使用拼車
在日常出行中,價(jià)格實(shí)惠的拼車成為了不少大學(xué)生出門的首選。滴滴平臺(tái)數(shù)據(jù)顯示,18-24歲的大學(xué)生群體是使用拼車意愿最高的群體之一。保守估計(jì),在滴滴出行平臺(tái)上每天有9.4萬(wàn)人次的大學(xué)生使用拼車出行。中國(guó)科技大學(xué)、華中師范大學(xué)、山東大學(xué)的同學(xué)最喜愛(ài)拼車,使用拼車出行的比例最高。
去往地鐵站、火車站等交通樞紐、高校串門、周末近郊游是大學(xué)生拼車出行的主要場(chǎng)景。數(shù)據(jù)顯示,有12.3%的大學(xué)生拼車出行訂單的起點(diǎn)或終點(diǎn)是地鐵、火車站和機(jī)場(chǎng)等城市交通樞紐,另有11.9%的大學(xué)生拼車出行訂單是來(lái)往與高校之間。周末時(shí),使用拼車長(zhǎng)途出行(訂單距離20公里以上)的大學(xué)生較工作日上升22.8%。
報(bào)告分析員指出,大學(xué)生群體對(duì)于價(jià)格較為敏感,因此較為喜歡使用拼車產(chǎn)品。此外不少地方城市新建大學(xué)城,將高校聚集在一起的現(xiàn)狀一定程度上造就了大學(xué)生喜愛(ài)拼車的特性。該分析員表示:“高校與高校之前距離近、公交車站距離校門較遠(yuǎn),以及拼車可以認(rèn)識(shí)不同學(xué)校的朋友是造就大學(xué)生喜愛(ài)拼車的一些主要原因。”
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。