
4月7日消息,滴滴快的正式宣布,原快的打车副总裁付强将出任新集团代驾事业部总经理,全面负责即将上线的代驾业务,向快的打车联合创始人赵冬汇报。这也是滴滴快的合并之后第一次对外正式公布的重要人事任命,也标志着继拼车业务后,代驾将成为滴滴快的又一个重点发力的出行领域。
付强毕业于四川大学,2014年加入快的打车,历任区域运营总监、副总裁。加入快的打车前,付强曾服务于强生、葛兰素史克、菲利普莫里斯(万宝路)等知名国际品牌,拥有丰富的销售、商业拓展和高级管理经验。
赵冬表示,付强在加入快的打车的一年时间里,利用其丰富的管理经验带领团队深入开拓北京、天津市场,两地出租车业务和专车业务均取得了飞速的发展,表现出了卓越的领导能力。祝愿付强能够带领团队在新的代驾领域取得更好的成绩。
滴滴快的官方并未透露关于代驾业务的更多信息。
有分析指出,滴滴快的进入代驾领域是其平台化战略的又一举措,代驾具有广阔的市场空间。以韩国为例, 5000万人口的韩国目前注册的代驾司机超过30万人,每年所创造的产值超过1500亿元人民币。相比而言,中国汽车拥有量已超1.3亿,但代驾司机仅在10万左右,市场还远未饱和。艾瑞咨询的研究数据显示,未来5年国内代驾市场产值高达500亿。
尽管有巨大的市场潜力,但国内代驾业务发展还处于起步阶段,主要以酒后代驾为主。目前国内的传统代驾市场主要为传统线下零散的中小型代驾公司或私人代驾,价格、服务、安全缺乏统一标准,资源使用效率低。而滴滴快的的进入有望改变这一现状。
自从2014年8月以来,滴滴快的的平台化战略已然提速,已上线了专车、企业版、一号快车业务,而拼车和代驾业务即将上线。这将使得滴滴快的的出行平台业务将更加丰富多元。
有业内专家指出,滴滴快的能够在短时间内快速上线诸多新业务,拥有强大的大数据的技术能力是最重要的依托。滴滴快的的数据分析和解读将可以利用互联网技术将闲散的代驾司机和社会需求有机的整合起来,从而快速激活国内的代驾市场。
好文章,需要你的鼓励
本文介绍LT-OPD训练框架,通过让极限压缩的多模态大模型在自己生成的内容上接受满血版模型指导,并配合渐进式课程学习,在仅保留5%视觉token时把性能保留率从68.6%提升到82.3%,且不增加推理成本。
本文解读ALIGNOPSD方法,该方法针对AI智能体训练中"决策与时间戳错配"问题,通过先对齐功能相同的决策场景再打分,并按可变长度决策段分配信用,在ALFWorld、WebShop、Search-QA三大任务上相比GRPO提升5.5%至8.7%。
本文介绍自适应一致性图(ACG)方法,通过持久化执行记忆图与预算感知的上下文构建,帮助AI智能体在长任务中减少信息失联,在多项基准测试中相比ReAct等基线方法提升了任务成功率。
多智能体AI协作时重复计算KV缓存浪费严重。PReCache提出预计算低秩缓存和中性基础缓存重构两项设计,免训练实现最高3.1倍加速、2.3倍吞吐提升,且准确率仅比不共享方案低1.1个百分点。