CNET科技資訊網(wǎng) 1月13日 北京消息:1月12日,北京東三環(huán)的多功能生活中心,在滴滴出行與財新傳媒聯(lián)合主辦的“2017大數(shù)據(jù)與智慧城市論壇”上,滴滴出行高級副總裁兼工程技術委員會主席章文嵩透露,智慧交通綜合解決方案已在多個城市落地。
在此次論壇上,章文嵩代表滴滴出行發(fā)表了“滴滴大數(shù)據(jù)與智慧交通”的主題演講,詳細介紹了滴滴出行在大數(shù)據(jù)領域的世界級挑戰(zhàn)與“互聯(lián)網(wǎng)+交通”切入點。
“超過2000萬日峰值訂單量、每日70TB定位軌跡數(shù)據(jù)和2000TB處理數(shù)據(jù)。”作為資深技術專家的章文嵩公布了滴滴近期的數(shù)據(jù)規(guī)模。他表示,“滴滴通過自身數(shù)據(jù)分析,不僅可以為公眾提供全國最實時的路況,而且通過分析用戶行為、司機駕駛行為與車輛數(shù)據(jù)等多個維度,實現(xiàn)精準的供需預測與路徑規(guī)劃。”
章文嵩介紹,挖掘海量司乘軌跡大數(shù)據(jù),結(jié)合先進的人工智能算法,可以實時給出最優(yōu)路徑規(guī)劃,降低人們出行時間成本。目前滴滴熱力圖可以動態(tài)預測未來15分鐘的需求,提前引導司機開往需求密集區(qū)域,提升司機每小時成單量和乘客用戶體驗。
同樣,大數(shù)據(jù)支撐的高效運力調(diào)度,不僅確保每一個需求都能被最大程度滿足,而且進一步促成了智能拼車系統(tǒng)的運轉(zhuǎn)。而滴滴依托平臺海量數(shù)據(jù),設置和優(yōu)化虛擬站點,幫助拼車服務達到極致體驗和拼車效率。
滴滴大數(shù)據(jù)在打車產(chǎn)品上的應用,在提升司機服務水平上更是開啟了開創(chuàng)式的革新。2016年9月,滴滴宣布在全國百城上線服務信用體系,而該體系便是利用大數(shù)據(jù)識別和引導優(yōu)秀的司機服務,提升司機收入水平。對此,章文嵩還表示,滴滴司機的“矩陣式服務分體系”上線后,優(yōu)質(zhì)司機的比重明顯提升,服務評分高的司機收入更高。
除了打車效率的提升,滴滴智慧交通云還積極推動“互聯(lián)網(wǎng)+交通”實施。過去一年,滴滴已經(jīng)與多個地方政府合建交通大數(shù)據(jù)平臺,實現(xiàn)了政企數(shù)據(jù)無縫對接。 目前滴滴數(shù)據(jù)支持的濟南、貴陽等城市實時路況系統(tǒng)已經(jīng)落地。據(jù)了解,未來雙方還將通過滴滴智能交通云實現(xiàn)路網(wǎng)優(yōu)化、信號燈智能控制,這將對整個城市的公共交通產(chǎn)生重要價值。
在接下來的分論壇上,章文嵩還與鏈家副總裁閆覓,餓了么副總裁郭光東等o2o業(yè)內(nèi)精英就大數(shù)據(jù)應用展開討論。
章文嵩表示,滴滴利用大數(shù)據(jù)技術不斷提升出行體驗。“我們對數(shù)據(jù)的應用體現(xiàn)在方方面面,比如挖掘出推薦上車點,猜你想去哪兒,做路況預測、路徑規(guī)劃、ETA計算和供需預測等,而智能調(diào)度是最為復雜的問題,這些優(yōu)化目標是不斷降低接駕時間,提高司機的效率和收入。”
談到如何解決交通擁堵問題,他認為,“更多新能源的車對交通將更好,另外有效利用空置座位,提高車輛的使用效率,減少路上車輛,對治堵治霾都有極大作用。 ”
章文嵩還透露:“滴滴在武漢、濟南和貴陽等城市與交管局合作,共建交通大數(shù)據(jù)云,將在上面做各式各樣的應用。相信中國在這方面會做得很好,我們擁有更多的數(shù)據(jù),中國的交通有很大優(yōu)化空間。”
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,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,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,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,為氣象學領域帶來了效率和精度的雙重突破。