在滴滴平臺(tái)孵化了大半年的“優(yōu)享”業(yè)務(wù),今日正式接入優(yōu)步中國app。這也就意味著,優(yōu)步中國app的服務(wù)全面升級(jí)。
“優(yōu)享”業(yè)務(wù)由滴滴出行優(yōu)步事業(yè)部負(fù)責(zé)。去年8月,優(yōu)步中國并入滴滴出行,成立了優(yōu)步事業(yè)部——它在管理優(yōu)步中國app的同時(shí),還孵化了一個(gè)新的業(yè)務(wù)“優(yōu)享”,用滴滴出行優(yōu)步事業(yè)部總經(jīng)理汪瑩的話描述,“只為打造一個(gè)更寬敞更安靜更舒適的服務(wù)”。
今年2月28日,優(yōu)享首先在滴滴出行上線。大半年里,30萬優(yōu)享司機(jī)為530萬優(yōu)享乘客提供了1800萬次出行服務(wù)。直到目前,優(yōu)享已在北京、上海、廣州、成都、深圳、杭州、蘇州、天津、南京等25城上線,日單量峰值達(dá)到200萬單。
“優(yōu)享”是一款平衡經(jīng)濟(jì)化和舒適度的用車產(chǎn)品。通俗而言,平衡網(wǎng)約車市場司機(jī)與乘客的需求。
細(xì)觀網(wǎng)約車市場,很長一段時(shí)間以來,幾乎處于“兩級(jí)分化”階段,要么舒適且昂貴,要么便宜卻沒有統(tǒng)一的服務(wù)標(biāo)準(zhǔn)——在車型、服務(wù)、價(jià)格等方面,不同產(chǎn)品間仍然存在差異化空間。
譬如,有的乘客抱怨“明明說好三分鐘到,怎么花了五分鐘”,有的司機(jī)提議“每天給我發(fā)十條教育短信,不如來點(diǎn)優(yōu)惠來的實(shí)際”......優(yōu)步中國說,每一個(gè)人的話聽起來都合乎情理,每一個(gè)人的想法都想滿足。
在與千千萬萬的司機(jī)和乘客交流之后,優(yōu)步中國明確提出了優(yōu)享“剛剛好”的6項(xiàng)服務(wù)標(biāo)準(zhǔn):“3分鐘內(nèi)主動(dòng)聯(lián)系,并使用優(yōu)享話術(shù)”、“車內(nèi)無異味”、“車內(nèi)外整潔,無異物”、“車內(nèi)溫度適宜”、“安全平穩(wěn)駕駛”、“安靜不打擾”。
而從司機(jī)的角度,優(yōu)步中國將通過精準(zhǔn)的定價(jià)、運(yùn)營幫助司機(jī)的收入提升20%,并建立司機(jī)社群,提升司機(jī)的歸屬感。
目前,6項(xiàng)服務(wù)標(biāo)準(zhǔn)的達(dá)標(biāo)率已經(jīng)到達(dá)89%。“剩下的11%,我們希望通過智能硬件的方式進(jìn)一步解決”汪瑩說。
11月10日,北京將有3000臺(tái)優(yōu)享車輛將首先搭載智能空氣凈化器,幫助司機(jī)服務(wù)達(dá)標(biāo),并帶更健康更舒適的工作環(huán)境。車內(nèi)PM2.5指數(shù)通過智能硬件測試后顯示在乘客app上,乘客可以通過app按照自己的需求調(diào)控車內(nèi)智能硬件——香氛味道濃度、調(diào)整空氣凈化的檔位,無需司機(jī)人工進(jìn)行服務(wù)。
與此同時(shí),優(yōu)步中國開始著手準(zhǔn)備下一代智能硬件,加入:1、夜間上車LED燈提示;2、自行檢測車內(nèi)溫度及音量,并提示司機(jī)調(diào)整。“這是一個(gè)不斷深挖需求、升級(jí)迭代的時(shí)代,未來希望打通app與智能硬件,通過科技手段把控每一個(gè)車內(nèi)體驗(yàn)環(huán)節(jié),做到精細(xì)化。”汪瑩說。
另外,優(yōu)步中國和中信銀行信用卡中心達(dá)成了戰(zhàn)略合作,共同推出聯(lián)名信用卡,金卡、白金卡用戶可以分別享受不同等級(jí)的打車優(yōu)惠,以及其他出行服務(wù),包括航班延誤險(xiǎn)、貴賓休息室等等。
好文章,需要你的鼓勵(lì)
新加坡國立大學(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。