
拼車業(yè)務(wù)一直面臨著巨大的政府監(jiān)管壓力,Uber不久前不得不暫停了其在法國的UberPop服務(wù)。近日,谷歌收購的以色列公司W(wǎng)aze也展開了拼車服務(wù)試點(diǎn),不過其試圖以嚴(yán)苛的運(yùn)營政策,來減少監(jiān)管壓力。
Waze是谷歌在2013年以超過10億美金價(jià)格收購的,該公司利用用戶智能手機(jī)上的衛(wèi)星信號來提供實(shí)時(shí)交通信息。 Waze近日在以色列推出了拼車軟件RideWith,通過Waze的導(dǎo)航系統(tǒng)了解駕車者最經(jīng)常走的路線,并為之匹配同一條路線上有拼車需求的人。
谷歌這一服務(wù)一開始會(huì)在以色列特拉維夫等三個(gè)城市鋪開。如果試運(yùn)營比較成功,這一服務(wù)會(huì)在更多的以色列城市鋪開。但Waze的發(fā)言人表示,服務(wù)何時(shí)正式上線,還沒有具體的時(shí)間表。
這次實(shí)驗(yàn)性質(zhì)的業(yè)務(wù),引起關(guān)注不僅因?yàn)檫@是谷歌首次在移動(dòng)出現(xiàn)領(lǐng)域推出自己的產(chǎn)品,也因?yàn)檫@個(gè)拼車服務(wù)有著極其嚴(yán)格的運(yùn)營政策。Waze規(guī)定,每天每個(gè)司機(jī)最多能接兩單生意,目的是分?jǐn)偲嚾加拖暮蛙囕v保養(yǎng)開支,司機(jī)本人不能依靠這個(gè)作為職業(yè)或是賺錢。
另外,谷歌不僅不會(huì)給司機(jī)補(bǔ)貼,還會(huì)從每單生意中抽百分之十五的傭金。RideWith還會(huì)利用Waze的數(shù)據(jù)庫來對司機(jī)的軌跡與乘客的軌跡進(jìn)行對比,以防司機(jī)違規(guī)。
一天僅限兩次拼車的規(guī)定,或許能使RideWith避免遭遇Uber在許多國家所面臨的抵制,畢竟這將降低對傳統(tǒng)出租車行業(yè)的沖擊,監(jiān)管起來也更容易。
此前谷歌在移動(dòng)出行領(lǐng)域一直沒有推出自己的產(chǎn)品,而是對Uber進(jìn)行了投資,谷歌地圖等產(chǎn)品也對Uber的出行服務(wù)提供了支持。但此次谷歌在拼車業(yè)務(wù)上小試牛刀,也意味著將來與Uber可能有更多業(yè)務(wù)上的沖突。
谷歌在研究無人駕駛技術(shù),不久前Uber也與美國卡耐基梅隆大學(xué)合作開始了無人駕駛技術(shù)研究。若谷歌的無人駕駛應(yīng)用到移動(dòng)出行上,其將成為Uber的直接競爭對手。
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)競賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長度減少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。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對培養(yǎng)AI空間智能的重要價(jià)值。