愛立信日前發(fā)布了愛立信消費者研究室的最新報告《小通勤的大期待》。
該項目調(diào)查了全球四大城市倫敦、紐約、圣保羅和上海的通勤族在使用公共交通和私家車輛時的體驗,并在這份報告中闡述該項目的研究結(jié)論。
報告顯示,受訪者普遍覺得通勤時間既無聊又低效。該研究深入調(diào)查了通勤族對通勤時移動網(wǎng)絡(luò)中ICT覆蓋效率的態(tài)度。
愛立信消費者研究室高級研究員Radhika Jade表示:“從全球來看,消費者每周花在通勤上的時間比用在社交等休閑娛樂活動上的時間多出20%。他們認為,連接應(yīng)當(dāng)是通勤的基本要求,但市政交通普遍不能滿足。動態(tài)信息缺乏和信息分散、售票系統(tǒng)老舊、擁堵管理低效等因素都會讓通勤族感到失望。”
在中國上海,人們平均每天花在通勤上的時間為1.5小時。在長時間的通勤過程中,用戶通常會使用一些互聯(lián)網(wǎng)業(yè)務(wù)來管理他們的行程或者消磨時間。而用戶對于公共交通的信息獲知非常有限,信息缺乏和信息延遲都給人們每天通勤的安排造成影響。
報告還闡述了通勤族對于ICT覆蓋率的期望值和滿意度,涉及所有類型的公共和私營交通運輸形式,如公交、地鐵、出租車和私家車。研究表明,在倫敦和紐約,分別有82%和79%的通勤族使用與出行有關(guān)的應(yīng)用程序來更有效地規(guī)劃通勤。
在上海,每天坐公共交通的用戶中,47%在通勤過程中使用信息類業(yè)務(wù),23%的用戶瀏覽互聯(lián)網(wǎng)或者搜索信息,17%的用戶觀看手機視頻,并且用戶表示業(yè)務(wù)的使用體驗較差。而有更多的用戶表明,如果地鐵里面的網(wǎng)絡(luò)連接有所改善,那他們將更愿意使用視頻等一些上網(wǎng)業(yè)務(wù)來提升他們的整個通勤體驗。
研究還發(fā)現(xiàn),那些隨時隨地都在使用智能手機的通勤者普遍認為自己是在引領(lǐng)技術(shù)潮流,而交通運輸行業(yè)卻無法適應(yīng)這種變化。
Jade表示:“通勤者需要最新的出行信息。他們要求“隨時在線”的連接,以及更加個性化的交通服務(wù),幫助他們更輕松地規(guī)劃線路和支付票款,并且讓換乘時間更加有效率。”
針對中國城市用戶,愛立信消費者研究室東北亞區(qū)負責(zé)人徐曉莉表示:“目前‘隨時在線’的連接對本地用戶有很大吸引力,而更加個性化的交通服務(wù)對于他們來說還比較超前。當(dāng)前用戶最希望的是公共交通部門能做好交通流量控制、緩解擁堵,并在乘坐公共交通時增加更多的個人空間,從而提升通勤的整體體驗。”
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(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,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"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"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實現(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)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,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)作開辟新可能。
華中科技大學(xué)研究團隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達到49.6%準(zhǔn)確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。