滴滴快的旗下企業(yè)出行服務平臺——滴滴企業(yè)版公布了近半年來的運營數(shù)據(jù):根據(jù)最新的統(tǒng)計數(shù)據(jù),目前有5011家企業(yè)開通了滴滴企業(yè)版賬戶;超過60萬人次使用滴滴企業(yè)版提供的出行服務。滴滴快的副總裁杜錦程表示,隨著客戶的增長,客戶需求也變得多樣化,為此滴滴企業(yè)版將在提供標準化企業(yè)出行服務的基礎上,推出滴滴企業(yè)開放平臺,即向客戶開放API接口,企業(yè)可基于該API接口開發(fā)自己的用車服務,為企業(yè)內(nèi)外部用戶提供各類用車服務。
今年1月27日,滴滴企業(yè)版正式上線,企業(yè)只需要在滴滴開通一個企業(yè)賬號并充值,企業(yè)員工就可以用這個賬號在網(wǎng)站(http://es.xiaojukeji.com/)、“滴滴企業(yè)出行”微信公眾號、個人版的“滴滴打車”APP為自己因公出行或接送客戶實時(預約)叫車,行程結(jié)束后,乘車人無需付費,系統(tǒng)直接從企業(yè)賬號余額中劃款,個人也無需再提交費用報銷。
此外,滴滴企業(yè)版還會自動記錄行程信息,設立后臺對賬系統(tǒng),讓企業(yè)管理員方便的查詢乘車人的每一次用車時間、起始地點、歷史行駛路線和費用。滴滴還可通過互聯(lián)網(wǎng)和GPS等技術(shù)手段,對車輛行駛軌跡進行實時全程監(jiān)管,保證乘車人安全。
根據(jù)此次滴滴企業(yè)版首次公開的運營數(shù)據(jù),互聯(lián)網(wǎng)行業(yè)的客戶最多,占客戶總量的28%,其次是服務業(yè)和制造業(yè)的客戶,各占21%及16%;相比出租車,企業(yè)客戶更喜歡選擇專車,專車訂單占據(jù)企業(yè)訂單的48%;包括員工日常出行、差旅、客戶接送都是企業(yè)客戶用車的目的,還有不少企業(yè)用戶甚至還將專車接送作為一種增值服務。
“例如美容會所,會為VIP顧客叫專車接送,從美容會所的企業(yè)賬號中劃款支付車費。我們之前認為,企業(yè)用車行為應該都是內(nèi)部員工用車的范疇。但隨著客戶的增加,我們發(fā)現(xiàn)企業(yè)用車原來還有那么多的場景需求,客戶比你更會用你的產(chǎn)品。”杜錦程說,因此滴滴企業(yè)版決定推出企業(yè)開放平臺——簡單來說,即是滴滴企業(yè)版為企業(yè)客戶提供一個API接口,這個接口的背后即是滴滴的車輛資源和車輛調(diào)度服務,企業(yè)可以把其變成一個活動入口或二維碼,包裝成“看房專車”、“招聘專車”、“就診專車”、“美食專車”等,并且企業(yè)可以自己通過后臺設置費用額度、用車時間段、出發(fā)地、目的地等信息,并查看用車行為分析。
業(yè)內(nèi)人士分析,推出滴滴企業(yè)開放平臺,向客戶開放API接口,將吸引更多企業(yè)采用滴滴快的提供的出行服務。這意味著滴滴快的TO B業(yè)務由提供標準用車服務到個性化訂制轉(zhuǎn)變,而這也正是企業(yè)出行行業(yè)的未來趨勢。
好文章,需要你的鼓勵
浙江大學團隊提出動態(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、編程等任務上顯著提升推理準確率,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。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升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模型訓練提供了新思路。
南洋理工大學與騰訊聯(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。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,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,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。