微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 阿里涉足用车市场:高德合作神州租车 发起智能出行

阿里涉足用车市场:高德合作神州租车 发起智能出行

2015-04-10 11:07
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-04-10 11:07 周雅

作为一家专注于LBS的企业,高德地图自称“不直接生产地图,而是地图能力的搬运工“。为了在地图领域有更多延伸内容,高德日前在京发布“LBS+”开放平台,与神州租车达成战略合作,全面支持神州租车旗下租车、专车、拼车等多项互联网用车软件业务发展。这也是高德地图的东家阿里巴巴进军用车市场的重要一步。

LBS+带来什么?

LBS是移动互联网最核心、最基础的服务之一,大量移动应用所提供的产品服务都与位置信息相关。在高德LBS开放平台总经理魏凯明看来,过去LBS开放平台只是向开发者和合作伙伴提供移动端LBS开发工具,但对于大部分开发者和合作伙伴来说,这还远不够。

阿里进军用车市场:高德携神州租车管理智慧城市出行

高德LBS开放平台总经理 魏凯明 展示高德全球定位热力图

高德”LBS+“是在LBS开发工具之上,结合地图大数据和地图云计算,在平台上进行自有数据管理、分析、预测,面向用车软件、O2O、智能硬件、公益环保等多行业整合“工具+数据+服务”,达到LBS生态增值。

在地图工具方面,高德提供免费的互联网地图基础服务和移动端LBS开发工具;在位置大数据方面,高德推出专注于位置大数据的分析网站——高德观景台,可根据用户数量、位置和业务热度进行区域分析;在位置云服务方面,高德云数据平台——云图能够对用户自有数据存储、管理和分析展现,商户、开发者无需代码开发,只需向云图导入自己的门店地址数据,生成“全国”、“附近”门店在线网页,向用户线上推广。

不与开发者争利

不过,魏凯明指出,尽管LBS已经成为移动互联网不可或缺的基础能力,但对大部分开发者来说,自建LBS能力的门槛很高:需要具备地图测绘资质,拥有足够的地图数据采集和后端云数据处理能力。

而这些恰恰是高德的强项。据国金证券的报告显示,在地图数据生产能力上,高德与四维图新是市场上绝对的双寡头,共同占据90%以上市场份额。

面向开发者,高德提供安卓、iOS、Windows Phone、Web端全平台支持,还能“零成本”提供API/SDK(应用程序编程接口/软件开发工具包)等开发工具。除了提供LBS能力支持,高德LBS开放平台还承诺未来将专注于LBS技术的研发。

魏凯明强调,此次推出LBS+就是为了将这些能力更好地开放给开发者,绝不与开发者争利。

管理智慧城市出行

高德与神州租车的合作不仅仅在用车上。

神州租车有限公司首席信息官刘亚霄表示,2015年神州租车除了继续扩大租车市场,还会发展专车、拼车等新业务。高德LBS开放平台除了为神州旗下业务提供地图、定位服务之外,还将利用观景台实现智能用车资源分配。刘亚霄介绍说:“未来的趋势是,可以把私家车、黑车都变成智能调度。”

除了神州租车外,高德LBS+也面向其他用车软件开放。值得一提的是,LBS+还开放给O2O行业,目前LBS+上的合作伙伴有:神州租车、IPE、功夫熊、亿航无人机Ghost。

分享至
0赞

好文章,需要你的鼓励

周雅

Miranda
关注科技创新、技术投资。以文会友,左手硬核科技,右手浪漫主义。
推荐文章
  • LLM情境调节与持续工作流程提示:革新化学分子式的多模态验证技术

    LLM情境调节与持续工作流程提示:革新化学分子式的多模态验证技术

    这项研究探索了如何通过"LLM情境调节"和"持续工作流程提示"技术来提高大型语言模型在验证化学分子式时的准确性。研究者发现,普通提示方法往往不可靠,因为LLM倾向于自动"纠正"错误而非指出它们。然而,通过精心设计的情境调节提示,研究成功引导Gemini 2.5 Pro不仅识别出文本中的错误,还发现了之前人工审阅未察觉的图像中的分子式错误。这一概念验证研究表明,即使不修改模型本身,也能通过适当的提示策略显著提高LLM在科学技术文档细节验证中的表现。

  • 微生物显微图像分割新突破:复旦大学研究团队借助多模态大语言模型统一显微镜下的"万物分割"

    微生物显微图像分割新突破:复旦大学研究团队借助多模态大语言模型统一显微镜下的"万物分割"

    复旦大学研究团队开发的uLLSAM模型成功将多模态大语言模型(MLLMs)与分割一切模型(SAM)结合,解决了显微镜图像分析的跨域泛化难题。通过创新的视觉-语言语义对齐模块(VLSA)和语义边界正则化(SBR)技术,该模型在9个领域内数据集上提升了7.71%的分割准确度,在10个从未见过的数据集上也展现了10.08%的性能提升。这一统一框架能同时处理光学和电子显微镜图像,大大提高了生物医学图像分析的效率和准确性,为科研人员提供了强大的自动化分析工具。

  • 用强化学习让大语言模型为汇编代码提速:斯坦福团队的优化探索

    用强化学习让大语言模型为汇编代码提速:斯坦福团队的优化探索

    斯坦福大学等机构研究团队利用强化学习训练大语言模型,使其能够优化汇编代码性能。研究构建了8,072个程序的数据集,并通过近端策略优化(PPO)训练模型生成既正确又高效的汇编代码。实验表明,训练后的Qwen2.5-Coder-7B-PPO模型实现了96.0%的测试通过率和1.47倍平均加速比,超越包括Claude-3.7-sonnet在内的所有其他模型。研究发现模型能识别编译器忽略的优化机会,如用单一指令替代整个循环,为性能敏感应用提供了有价值的优化途径。

  • 播放师傅变声魔术:让你的录音遵循参考风格的推理时间优化新方法

    播放师傅变声魔术:让你的录音遵循参考风格的推理时间优化新方法

    这项研究提出了一种改进的声乐效果风格迁移方法,通过在推理时间优化过程中引入高斯先验知识,解决了传统ST-ITO方法忽视参数合理性的问题。研究团队基于DiffVox数据集构建了专业效果器参数分布模型,将风格迁移转化为最大后验概率估计问题。实验结果表明,该方法显著优于基准方法,参数均方误差降低了33%,并在主观听感测试中获得最高评分。这一创新为音频处理领域融合数据驱动和专业知识提供了新思路。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-