4月30日,Uber辦公室被廣州市交委、工商等部門聯(lián)合檢查
5月4日消息,據(jù)媒體報(bào)道,多名Uber司機(jī)反映近日收到Uber短信通知,Uber廣州車主官網(wǎng)“司機(jī)之家”本周將暫停對(duì)外開(kāi)放,并通過(guò)郵件或電話回復(fù)司機(jī)與合作伙伴的提問(wèn)。
據(jù)了解,4月30日,Uber廣州辦公室接受了廣州市交委、工商等部門聯(lián)合檢查。廣州工商部門表示,通過(guò)當(dāng)天執(zhí)法情況來(lái)看,U ber廣州公司現(xiàn)場(chǎng)沒(méi)有提供營(yíng)業(yè)執(zhí)照,涉嫌無(wú)照經(jīng)營(yíng)。依照相關(guān)法律法規(guī),工商部門要求改正無(wú)照經(jīng)營(yíng)行為。
此外,外資企業(yè)辦理營(yíng)業(yè)執(zhí)照需要先通過(guò)商務(wù)委審批,再到市工商局辦理營(yíng)業(yè)執(zhí)照。但日前廣州市工商局相關(guān)負(fù)責(zé)人表示,現(xiàn)在沒(méi)有掌握對(duì)方是否辦理營(yíng)業(yè)執(zhí)照情況,因此無(wú)法認(rèn)定對(duì)方是內(nèi)資還是外資企業(yè),具體調(diào)查情況也“不方便透露”。
隨后,有Uber司機(jī)表示登錄Uber平臺(tái)的司機(jī)明顯比以往減少了,高峰期上線專車較少,導(dǎo)致繁忙路段溢價(jià)率較高。
5月1日,Uber廣州團(tuán)隊(duì)在“司機(jī)之家”發(fā)布《致廣大司機(jī)與合作伙伴的一封信》。信中提到,該公司把人民優(yōu)步作為“公益事業(yè)運(yùn)作,沒(méi)有收取平臺(tái)費(fèi),并出資獎(jiǎng)勵(lì)司機(jī)與乘客拼車的行為。我們一直與監(jiān)管部門保持良好的溝通,并且維持常規(guī)運(yùn)轉(zhuǎn)。”
資料顯示,Uber在2010年6月正式于舊金山推出服務(wù)。2013年進(jìn)入爆發(fā)式的擴(kuò)張時(shí)期。2014年2月13日,Uber正式登陸上海,2月17日、18日登陸深圳、廣州。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問(wèn)題偏愛(ài)不同專家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。