近日,TalkingData移動(dòng)數(shù)據(jù)研究中心發(fā)布《2015年O2O移動(dòng)應(yīng)用行業(yè)白皮書》,報(bào)告顯示5月份國(guó)內(nèi)安卓系統(tǒng)出行O2O移動(dòng)應(yīng)用市場(chǎng)覆蓋率,滴滴快的旗下滴滴打車、快的打車?yán)卫握紦?jù)前兩位。
報(bào)告顯示,滴滴打車安卓應(yīng)用覆蓋率達(dá)10.26%,排名上榜所有移動(dòng)應(yīng)用榜首。滴滴快的旗下的另外兩款產(chǎn)品快的打車和一號(hào)專車,安卓應(yīng)用覆蓋率分別為2.59%和1.00%,分列第二和第四名。
滴滴打車、快的打車于今年2月14日正式宣布合并,中國(guó)移動(dòng)出行領(lǐng)域排名前兩位的兩家公司合并,使得合并后的新公司進(jìn)一步鞏固其出行領(lǐng)域霸主地位。此次報(bào)告中,滴滴快的旗下產(chǎn)品不僅占據(jù)5月安卓市場(chǎng)出行應(yīng)用覆蓋率前幾名,在報(bào)告披露的O2O移動(dòng)應(yīng)用總排行中,滴滴打車排名第三,僅次于支付寶錢包和美團(tuán)團(tuán)購(gòu)。
報(bào)告指出,出行O2O包含打車、租車、專車、拼車等不同服務(wù)模式,滴滴與快的用戶覆蓋最高;租車類應(yīng)用用戶覆蓋也較高;在5月份,拼車類應(yīng)用處于起步階段,尚未出現(xiàn)優(yōu)勢(shì)明顯的高頻應(yīng)用;專車類應(yīng)用在2015年異軍突起,滴滴專車、一號(hào)專車與國(guó)外來的Uber等競(jìng)爭(zhēng)激烈。
值得一提的是,滴滴快的合并后,在移動(dòng)出行領(lǐng)域的戰(zhàn)略布局逐漸清晰。目前,滴滴快的在用戶量和訂單量上,已經(jīng)成為全球最大的移動(dòng)出行平臺(tái),原有的出租車、專車、快車業(yè)務(wù),再加上順風(fēng)車和即將推出的代駕服務(wù),一個(gè)綜合性的出行平臺(tái)雛形漸現(xiàn)。滴滴快的CEO程維曾公開表示,滴滴未來將覆蓋公共交通,同城物流等一切與出行相關(guān)的方面。
此外,報(bào)告還指出,移動(dòng)O2O行業(yè)用戶規(guī)模達(dá)到7.5億,占移動(dòng)互聯(lián)網(wǎng)整體用戶規(guī)模的65.2%;超過六成的用戶使用過移動(dòng)O2O的服務(wù),隨著移動(dòng)O2O行業(yè)的加速擴(kuò)張,這一比例在未來將不斷擴(kuò)大。
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(tuán)隊(duì)提出SIRI方法,通過"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(tuán)隊(duì)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(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。