为适应全球市场扩张需要,美国移动出行服务商Uber在调整服务策略。日前,Uber在印度宣布,将首次支持现金支付车费,未来可能会拓展到其他国家。
据悉,人口大国印度是Uber十分看重的市场,尽管Uber目前已经是全球移动出行服务的老大,但在印度却明显落后,这主要是相比Uber的本土竞争对手Ola而言的,它已经掌控了八成的市场份额。不过目前,Uber已进入了印度、中国在内的全球300多座城市。
分析师指出,Uber在印度之所以明显落后,是因为其产品和服务不能够适应印度消费者的特点,其中之一就是现金支付。据路透社报道,5月11日,印度宣布将会在南部城市海德拉巴德(也是科技业中心城市)进行消费者现金支付的第一次试验,未来可能会拓宽至全球市场。
Uber在海德拉巴德的总经理Siddharth-Shanker表示,消费习惯决定着现金支付在印度消费者当中仍然扮演重要角色,因此Uber必须调整适应。此前,Uber只接受信用卡、银行卡或是其他电子支付手段。而印度在信用卡和银行卡方面发展落后。有着13亿人口的印度,信用卡发行量只有2000万张。尽管印度政府一直致力于普及信用卡,但众多印度消费者仍习惯现金支付和消费。目前,Ola和其他移动打车工具均支持现金支付车费。美国电子商务巨头亚马逊,为了适应印度市场,亚马逊提供了货到付现金选项。
另外,发现除了普通出租车外,印度人还对一种随处可见的三轮摩托出租车表示欢迎,因此15年4月份,为进一步扩大用户规模,Uber也开始学习其竞争对手,在手机叫车服务中接纳这种三轮出租车。此外,针对之前在印度首都新德里发生司机强暴女乘客的事件,Uber很快推出了多种保障乘客安全的举措,如用户可在手机软件中一键报警,或向好友报告自己的位置。据悉,尽管在少数城市遭遇阻力,但Uber在印度仍在快速扩张市场,而印度政府交通部门对Uber仍有支持态度。
好文章,需要你的鼓励
这项由Midjourney团队主导的研究解决了AI创意写作中的关键问题:如何让AI既能写出高质量内容,又能保持创作的多样性和趣味性。通过引入"偏差度"概念和开发DDPO、DORPO两种新训练方法,他们成功让AI学会从那些被传统方法忽视的优秀独特样本中汲取创意灵感,最终训练出的模型在保持顶级质量的同时,创作多样性接近人类水平,为AI创意写作开辟了新方向。
上海AI实验室联合多所高校开发出VisualPRM系统,这是首个专门用于多模态推理的过程奖励模型。该系统能像老师批改作业一样逐步检查AI的推理过程,显著提升了AI在视觉推理任务上的表现。研究团队构建了包含40万样本的训练数据集和专门的评估基准,实现了在七个推理基准上的全面性能提升,即使是最先进的大型模型也获得了5.9个百分点的改进。
上海AI实验室团队通过LEGO积木设计了创新评测基准LEGO-Puzzles,系统测试了20个先进多模态大语言模型的空间推理能力。研究发现即使最强AI模型准确率仅57.7%,远低于人类93.6%的表现,揭示了当前AI在三维空间理解和多步序列推理方面的重大不足,为机器人、自动驾驶等应用发展提供重要参考。
字节跳动团队突破了AI图像生成领域的三大难题:身份识别不准确、文字理解偏差和图片质量不佳。他们开发的InfiniteYou技术采用创新的InfuseNet架构和多阶段训练策略,能够根据用户照片和文字描述生成高质量个性化图像。实验显示该技术在身份相似度、文本匹配度和图像质量方面均超越现有最佳方案,并具备出色的兼容性,为个性化内容创作开辟了新道路。