2月25日消息,滴滴和快的今日对外发布声明,两家公司合并后仍将以最大限度提升用户出行体验为业务方向之一,在相当长的时间内,针对乘客的红包补贴和司机的奖励将继续发放,同时将致力于探索其他对用户有利有益的方式,进一步加强优化自身服务和体验体系。
情人节当天,中国移动出行领域领先的两家企业快的和滴滴宣布合并,引发业界热议。但合并后两家是否会取消原有的红包补贴政策也引发了各界关注,很多用户表达了共同的疑问:合并后用户补贴还有吗,打车会更难还是更容易?
而此次官方的公开表态无疑让这些用户吃了一颗定心丸,同时也消除了外界关于打车补贴的种种不实传言。
红包补贴是快的和滴滴在市场早期发展阶段摸索出的有效的营销方式,其在打车软件发展初期发挥了巨大效能,让更多人愿意尝试手机叫车服务,推动了移动出行行业快速发展。其形式也从初期的给乘客送券、给司机发补贴发展到后期积分奖励、主动帮打不到车的乘客“加小费”等,方式更多样,提升用户体验的目的性也更强。而这种营销方式的有效性已被证明,未来还将扮演其应有的角色。
曾有声音认为,合并后的新公司会取消补贴,进而侵犯消费者利益。这一说法遭到著名经济学家胡释之的驳斥,他认为,企业采取怎样的红包补贴政策是企业的权利,红包是一种礼物,“谁认为企业不再送礼就是损害了消费者的权益算是一种欲加之罪”。
在滴滴快的宣布合并之后,新公司总裁柳青即指出,互联网出行市场的空间和想象力依然巨大,市场依然处于高速成长期。两家公司合并后,仍需要发放大量补贴扶植市场。
滴滴快的官方表示,补贴营销是移动互联网时代培育市场的通行做法之一,双方在这方面做得十分成功。2014年上半年爆发的打车软件补贴大战,让各自用较小的红包补贴成本获得了高速成长和发展远景,这种作法直接而有效。
业内人士认为,两家公司在市场上发展两年多来,集聚起了数量庞大的新老用户。新用户有待培育,老用户需要增强粘性,强化使用习惯。因此,继续发放红包有助于保持用户群体的维系和拓展。
事实上,在两家公司宣布合并之后,针对消费者发放的补贴并未停止。春节期间,双方都加大了对于消费者的补贴力度,派发了大量红包。快的与和支付宝、新浪微博以及线下超市、院线等合作联合发放数亿个打车红包,滴滴也为用户免费送出数千万份春节回家大礼包,还和北京电视台合作举办了晚会摇一摇抢红包活动。据悉,双方为此投入的资金均超过数亿元。这些都成为合并之后继续发放红包补贴的有力佐证,同时也从侧面表明,未来打车红包发放渠道、发放形式将更加多层次和多元化。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。