CNET科技資訊網(wǎng) 11月3日 北京消息(文/周雅):距離滴滴和Uber中國合并已經(jīng)有3個月了,在這3個月的磨合期里,Uber中國新版APP被開發(fā)了出來,并悄悄于一周前,在安卓應用市場和蘋果商店上線。
新版本名為“Uber優(yōu)步中國”,細心一點能注意到,開發(fā)者一欄變成了北京小桔科技,也就是滴滴。
下載優(yōu)步新APP之后,舊的Uber并沒有自動刪除,兩個Uber應用竟然并存在一個桌面上。
在iOS端第一次點進舊的Uber,會自動跳轉(zhuǎn)到新的Uber,而第二次點進去就能用老版本了,上面有一欄桔色的提示“您的優(yōu)步乘客端應用版本很快將不再受到支持,請立即更新”。
老版本
新版本里,原來的賬戶雖然照樣可以登錄,但一個令人訝異的事實是,行程記錄和支付方式信息全都不見了,實際上也就像一個新注冊的賬戶。
我們簡單試用了一下新版本,和老版本相比更人性化一些,有“改變”的地方也有“保留”的部分,總結(jié)如下:
新圖標保留老版本的風格,唯一的不同是Icon右下角多了“新”的字樣,以簡單明了的方式區(qū)別于老版本。功能也差不多,例如前端交互界面、24小時IN APP客服在線反饋等。
以往優(yōu)步各個城市都有不同種類和數(shù)量的產(chǎn)品線,包括人民優(yōu)步、優(yōu)選轎車、電動車、高級轎車、七座商務車等等。新APP上線后,全國絕大多數(shù)城市都只暫時保留“人民優(yōu)步+”與“優(yōu)選轎車”,官方說未來將根據(jù)需求進行產(chǎn)品添加,或許與滴滴一直在推崇的共享經(jīng)濟和環(huán)保節(jié)能有關。
“分享實時行程”功能最早由優(yōu)步推出,此前在優(yōu)步APP上,可以通過短信形式分享實時在線行程的網(wǎng)頁,家人朋友可以通過點擊網(wǎng)頁得知乘客的實時位置。現(xiàn)在,優(yōu)步用戶可以通過微信和QQ向朋友推薦乘車優(yōu)惠。
優(yōu)步新APP在產(chǎn)品上實現(xiàn)了五大功能升級:操作更流暢;上車更快速;找車更方便;服務更優(yōu)質(zhì);行程更放心。
過去,老Uber一直按照Uber全球洋氣的作風,客服只能發(fā)郵件溝通。現(xiàn)在,新優(yōu)步多了實時的在線人工客服,更接近本土化一些。不過,對比滴滴APP來看,滴滴客服是有電話客服的,因此不難假設優(yōu)步新版本未來也有可能提供電話客服。
與滴滴相同的是,優(yōu)步新版本增加了“車輛顏色信息”,可以查看前來的車輛。
新版本去掉了舊版中的一些功能和模塊,例如暫時不能在境外使用、缺少英文版界面以及暫時不能綁定國際信用卡,付款方式只支持銀聯(lián)卡、支付寶或百度錢包支付。
以往用優(yōu)步和司機聯(lián)系得點擊“聯(lián)系司機”,系統(tǒng)就會撥通司機電話。新版優(yōu)步多加了留言功能,還加了一鍵輸入關鍵信息的功能。
滴滴官方稱,新版實現(xiàn)了下載包節(jié)省50%(安卓版)和70%(ios版本),省電50%,節(jié)省流量20%,頁面跳轉(zhuǎn)更快等性能優(yōu)化。這點需要用戶體驗才能證實。
另外,優(yōu)步在全國所發(fā)展的69個城市從今天起陸續(xù)開放啟用新APP,未來將擴展。這次新APP升級預計在10天內(nèi)推廣到所有優(yōu)步中國的用戶。優(yōu)步中國同期還將發(fā)放千萬元總額的優(yōu)惠,下載新版本APP才有機會獲得。
整體看來,優(yōu)步中國新版本更本土化了,但無形中也給外國用戶造成了一絲不便,目前從蘋果商店的用戶評論來看也是褒貶不一,有的說“待改進”,有的說“明顯感覺不卡了、速度快”,有的說“不習慣”,還有的說“不如以前好用”...不過也讓我們對優(yōu)步新版本App之后的改良多了份期待。
值得一提的是,據(jù)英國《每日郵報》11月2日報道,優(yōu)步將于今年下半年推出升級改造后的APP,該APP增加了美國評論網(wǎng)站Yelp的點評功能、Pandora廣播站功能、UberEats送餐功能以及Snapchat濾鏡功能。升級后的APP將車型歸為四類:經(jīng)濟型、舒適型、豪華型和有兒童座椅或無障礙的車型。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術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相機噪聲問題。該技術利用圖像間的不變幾何關系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓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際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗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等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。