從昨日起,首都北京開始經(jīng)受大雨模式的考驗(yàn)。為確保出行順暢,許多市民都選擇提前預(yù)約順風(fēng)車。滴滴順風(fēng)車發(fā)布的數(shù)據(jù)顯示,截至今天下午3點(diǎn)鐘,北京預(yù)約在今日晚高峰出行的滴滴順風(fēng)車訂單較平時(shí)增長(zhǎng)了約兩倍。與此同時(shí),雨天的訂單完成時(shí)間普遍延遲,這意味著今早很多北京的上班族可能因此遲到40分鐘左右。
滴滴順風(fēng)車提供的數(shù)據(jù)顯示,截至今天下午3點(diǎn)鐘,滴滴順風(fēng)車北京雨天預(yù)約人數(shù)暴增,與平常相比較,預(yù)約在今日晚高峰期間出行的北京順風(fēng)車訂單增長(zhǎng)率達(dá)到了200.58%。這一數(shù)據(jù)充分顯示出極端天氣情況下用戶對(duì)于滴滴順風(fēng)車出行有著更大的需求,同時(shí)也顯示出滴滴順風(fēng)車的巨大市場(chǎng)潛力。
滴滴順風(fēng)車相關(guān)負(fù)責(zé)人表示,相比較其他出行方式,滴滴順風(fēng)車在價(jià)格上成本更低,同時(shí)由于是順路就近搭乘,多是鄰居或者同路,因此在雨天出行,這些優(yōu)勢(shì)則會(huì)更加明顯,這成為了訂單暴增的主要原因。
數(shù)據(jù)同時(shí)顯示,相比較平時(shí),滴滴順風(fēng)車今早的訂單完成時(shí)間有了明顯的延遲,早間完成訂單支付的高峰從8點(diǎn)30延遲到了9點(diǎn)10分左右。這意味著對(duì)很多人來說,上班可能遲到了四十分鐘左右。
滴滴方面介紹,一般而言,絕大多數(shù)的順風(fēng)車乘客會(huì)在結(jié)束行程后,會(huì)立即支付,形成一個(gè)完成訂單的高峰時(shí)間。這個(gè)完成訂單的高峰時(shí)間會(huì)因?yàn)槌鞘胁煌胁町?。雨天這一高峰時(shí)間和平日相比較延遲,則意味著很多人比平時(shí)遲到了。
有業(yè)內(nèi)人士分析指出,下雨天城市相比較晴天更容易發(fā)生擁堵,因?yàn)橛晏焐下返能囕v更多,原本不用開車的人也會(huì)考慮開車出行,再加上路況更復(fù)雜,這些都是造成雨天城市交通擁堵的重要原因。
“多個(gè)城市的數(shù)據(jù)表明,但凡遭遇大雨等極端天氣,打車需求都會(huì)暴增,打車難容易擁堵問題凸顯。我們呼吁順風(fēng)車車主行動(dòng)起來,利用私家車的閑置座位順路搭乘乘客,既能幫自己的鄰居解決燃眉之急,又能為緩解城市的交通擁堵做出貢獻(xiàn)。”滴滴相關(guān)負(fù)責(zé)人表示。
據(jù)悉,不僅僅在北京,新一輪強(qiáng)降雨開始影響長(zhǎng)江以北地區(qū),北方城市中的北京、鄭州、太原、石家莊等地陸續(xù)迎來強(qiáng)降雨,而這些城市的滴滴順風(fēng)車訂單也都在當(dāng)天出現(xiàn)暴增。
滴滴順風(fēng)車是滴滴出行旗下的互助性C2C拼車平臺(tái),第三方研究機(jī)構(gòu)Trustdata的報(bào)告顯示,滴滴順風(fēng)車在拼車市場(chǎng)中的占比高達(dá)76.8%。截至目前,滴滴順風(fēng)車使用乘客數(shù)突破了3000萬人,覆蓋城市已經(jīng)達(dá)到343個(gè)。
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。