8月17日消息,滴滴代駕再開55個城市。即日起,寧波、貴陽、銀川、蘇州、常州、嘉興、洛陽、南通、麗水、溫州、徐州、紹興、???、佛山、無錫、惠州、東莞等55個城市的車主可使用滴滴代駕。至此,在正式上線20天后,滴滴代駕覆蓋了全國80個城市。
此前,滴滴代駕方面曾表示,滴滴代駕將在年底之前覆蓋100個城市。有業(yè)內(nèi)人士表示,代駕開城的基礎(chǔ)在于當(dāng)?shù)厮緳C的招募,即代駕服務(wù)相關(guān)“運力”的準備。20天,開啟80個城市,這表明滴滴代駕在各地的“運力”準備都十分順利。
據(jù)悉,自6月中旬招募司機以來,滴滴代駕平臺上的注冊司機已經(jīng)超過了百萬。滴滴快的代駕事業(yè)部總經(jīng)理付強表示,滴滴代駕在各個城市的表現(xiàn)都超過了預(yù)期。“這一速度比我們計劃的要快一些,但絕非偶然。此前專車、快車、順風(fēng)車業(yè)務(wù)的發(fā)展為我們積累許多寶貴的開城經(jīng)驗。”
在市場挖掘方面,在過去的半個月中,滴滴代駕在短途商務(wù)代駕、汽車后市場代駕領(lǐng)域亦有不少嘗試。據(jù)付強透露,除了晚間代駕高峰之外,午后14點以及雙休日日間,滴滴代駕也會迎來一個小高峰。目前滴滴代駕的平臺上已有不少短途商務(wù)代駕訂單,且該類訂單的數(shù)量在不斷增加。
“國內(nèi)大多數(shù)車主對于代駕的認識,還停留在酒后代駕。有很多的代駕場景是車主沒有意識到的。比方說,工作日沒有時間去給車加油;短途出差,高鐵票賣完了,完全可以喊一位代駕。這類新場景的應(yīng)用,潛力正在慢慢被激活。”付強說。
此外,滴滴代駕已于不少汽車后市場企業(yè),諸如,養(yǎng)車無憂、車輪查違章等達成合作。付強表示,滴滴代駕將與這些企業(yè)一起挖掘、開發(fā)汽車后市場的代駕領(lǐng)域。除了與企業(yè)合作之外,滴滴代駕還將在市場推廣上持續(xù)投入。
即日起,未來兩周內(nèi),滴滴代駕全國80個城市的車主都可以參與“免費代駕”的活動。所有車主通過滴滴打車、快的打車客戶端使用代駕,就將自動獲得免單券,100元以內(nèi)代駕費用全免,每個用戶每周可以獲得兩張。
有業(yè)內(nèi)人士分析,隨著滴滴代駕覆蓋城市的增多與市場推廣的力度加大。各個地區(qū)的代駕市場將迎來新一輪的洗牌。而在這一輪洗牌的過程中,互聯(lián)網(wǎng)代駕行業(yè)將加速發(fā)展,成為移動出行領(lǐng)域又一大熱市場。
附:新開55個城市名單
寧波、貴陽、蘇州、常州、銀川、麗水、紹興、溫州、惠州、徐州、珠海、嘉興、???、佛山、東莞、無錫、 十堰、義烏、呼和浩特、邯鄲、洛陽、南寧、南昌、唐山、昆山、汕頭、臨沂、莆田、綿陽、日照、泉州、濰坊、中山、寶雞、大同、威海、煙臺、宜昌、襄陽、西寧、黃石、荊州、咸陽、蘭州、株洲、吉林、撫順、蕪湖、秦皇島、常德、開封、泰安、東營、晉中、蚌埠、
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(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。