CNET科技資訊網(wǎng) 9月27日 北京消息:十一黃金周前夕,滴滴出行聯(lián)合阿里旅行聯(lián)合發(fā)布《十一出行預測大數(shù)據(jù)報告》(下簡稱“《報告》”),對節(jié)前交通狀況、熱門旅游城市和熱門景點做出預測。
預測顯示,節(jié)前出行高峰將出現(xiàn)在9月30日,當天晚高峰時間將提前2個半小時,主要大城市平均車速同比下降15%,去往火車站、機場耗時將同比增加20%以上。在黃金周期間,境外最熱目的地為泰國,國內(nèi)最熱城市為麗江,最熱景點為杭州西湖。
據(jù)了解,該《報告》基于滴滴出行和阿里旅行2015年國慶及其它節(jié)假日歷史數(shù)據(jù),以及目前可統(tǒng)計到的十一假期出行預訂數(shù)據(jù)做出預測,從打車前往機場和火車站的出行量看,不少人自9月28日開始便陸續(xù)進入休假狀態(tài),節(jié)前出行高峰出現(xiàn)在9月30日,返程高峰將會出現(xiàn)在10月7日。9月30日(節(jié)前最后一個工作日)的平均下班時間將提前2個半小時,即從15:00開始進入晚高峰狀態(tài),并一直持續(xù)到19:00。
逢節(jié)假日必堵已成為城市通病,國慶七天長假更是如此。根據(jù)《報告》,預計9月30日北上廣深等大城市晚高峰平均車速平均車速預計為21.5公里,將同比下降15%;二線城市節(jié)前晚高峰的交通狀況比北上廣深等一線大城市更糟糕,合肥、青島、南京、長沙、太原等城市9月30日晚高峰平均車速將下降超過20%。
9月30日晚高峰去往火車站訂單的平均耗時將同比增加23%,其中合肥火車站、北京西站、青島火車站周邊最擁堵。機場方面,從北京市區(qū)去往首都機場,從廣州市區(qū)去往白云機場和從重慶市區(qū)去往江北機場較為擁堵,平均耗時也將同比增加20%。
交通擁堵會導致出行耗時大幅增加,以北京金融街和國貿(mào)打車去往機場為例,平時僅需要50-60分鐘,而9月30日晚高峰期間則需要70-100分鐘,即乘客需比平時多預留40-60%的時間。
出境游泰國最火 國內(nèi)游麗江最熱
這個十一人們都會去哪里玩兒呢?《報告》顯示,出境游方面,泰國、日本、韓國是最熱門的國家,東南亞國家中有4個位列Top10,是最受歡迎的地方。國內(nèi)游中,麗江、昆明和北京位列最熱門城市前三位,旅游大省云南依舊為最熱門省份。
《報告》還顯示,杭州西湖、北京頤和園和成都的寬窄巷子會成為人數(shù)最多的景點,會出現(xiàn)人山人海的場面。出行數(shù)據(jù)還顯示,在成都、西安、杭州等旅游城市,火爆的不僅是旅游景點,打車去往餐飲和休閑娛樂相關(guān)場所的出行量相對節(jié)前將上升11.1%-43.9%。
在人們的出游偏好方面,以北京為例,出境游喜歡結(jié)伴而行,四人游的比例占據(jù)85.1%,分攤成本最為劃算。而在國內(nèi)的游玩中,二人行比例最高,占比44.6%,一個人出去玩兒的比例占34.2%。
從北上廣的國內(nèi)旅游目的地熱度榜還會發(fā)現(xiàn),如果選擇十一假期待在國內(nèi),除了大家都鐘愛的云南,還是選擇周邊游的人最多,比如北京人去郊縣轉(zhuǎn)轉(zhuǎn),上海人去江浙景區(qū)度個假,廣東人在省內(nèi)隨便走走。
最后,《報告》還給出了黃金周出游的安全建議,據(jù)統(tǒng)計,在不幸發(fā)生事故時,正確使用安全帶,生還比例可提高60%,在十一出游乘車過程中,前座和后座都要系好安全帶。國慶黃金周期間出行還應提前了解天氣信息,雨天注意安全;在高速路上不要隨意變更車道,或在車流中穿梭搶行。除此,玩樂飲酒后不能開車,長途自駕也不要疲勞駕駛。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠?qū)碗s指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應用奠定了重要基礎。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(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)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡技術(shù),通過學習40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領(lǐng)域帶來了效率和精度的雙重突破。