CNET科技资讯网 5月23日 北京消息:近日,滴滴快车拼车升级为“站点拼车”。目前,北京地区的快车拼车已升级为站点拼车。用户下载、更新至最新版本的滴滴出行APP即可在快车界面内使用、体验。未来,滴滴将基于市场反馈,逐步在其他城市推广“站点拼车”。
站点拼车引入智能站点推荐。乘客选择站点拼车后,系统会基于步行距离、时间、路况等维度计算出附近3-5个适合上车的站点,并推荐一个最佳站点。乘客发单,司乘匹配后,双方均需在限定时长内到达碰头站点。各订单限定时长基于站点位置、实时路况等因素而不同。
站点拼车同时进一步优化了行程路径规划,确保行程途中车辆无需掉头接拼友,帮助司乘减少了因途中接人而产生的拼车绕路里程,提升出行效率,增加司机时薪。试运行期间数据显示,与之前的拼车相比,站点拼车可平均减少30%的绕路里程。
作为城市分享绿色出行的典型代表,拼车是目前解决城市拥堵的有效途径。2015年至今,滴滴不断优化拼车产品,通过科技创新持续助力城市分享出行建设与发展。今年春季,滴滴还提出并在北京尝试了“拼车优先派单”的策略,缓解了清明小长假期间的出行需求压力。
站点拼车将帮助城市提升更多特殊场景的出行效率。在演唱会、足球赛等人流短期聚集的场景下,站点拼车在提高乘客打车成功率的同时,能帮助主办方快速疏散人群,缓解场馆附近的交通拥堵状况。此外,基于人工智能算法挖掘的智能站点,可为大型综合体规划上下客停车点提供建议,提高综合体附近车辆流动的效率。
分析人士评价,站点拼车的创新在提升拼车体验的基础上,也将为拼车的普及打开新局面,尤其是居住在卫星城大型社区的年轻一代将更多地思考是否需要购车。全球领先咨询机构凯捷(Capgemini)最新研究报告显示:网约车及拼车服务正对现有购车和养车模式产生颠覆性影响:34%消费者认为移动出行服务可替代养车,56%的消费者则认为移动服务对购车可起到补充作用。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。