滴滴顺风车定位于城市出行,车主可通过滴滴打车APP中的“顺风车”选项,预设好路线;乘客亦通过滴滴打车APP中的“顺风车”选项,输入自己上下车的地点;滴滴顺风车平台将会根据双方的路线匹配车主和乘客。根据市场调研,绝大部分拼车行为均为通勤出行。
在每次拼车行程结束后,滴滴顺风车都在APP上,为车主和乘客展现一个有意思的页面:一颗“环保树”,同时还有相关的数据指标。比如,车主或乘客的环保树级别、顺风车出行次数、本次减少碳排量、累计减少碳排量,以及车主或者乘客在所在城市的排名等。
滴滴顺风车与北京市海淀区文明办联合发出的绿色出行倡议书中提出,尽量多采用拼车作为出行方式,与他人共享私家车,同时向身边的人传递拼车出行的理念。
“倡议大家从自己做起,人人争做绿色出行的宣传者和实践者,让我们的城市道路更畅通。”海淀区文明办副主任贾涛表示。
“我们期望,拼车能够成为一种流行的出行方式,这不仅降低个人出行成本,更能大幅度提升道路上车辆的利用率,降低民众私家车出行频率,减轻交通拥堵,从而亦使汽车尾气排放大大减少。”滴滴顺风车事业部总经理黄洁莉说。
除了通过发布绿色出行倡议书外,滴滴顺风车与北京市海淀区文明办后续还将就“绿色出行”进一步展开合作,利用互联网技术推广绿色低碳出行方式,提高私家车的使用率,缓解城市道路拥堵,共同为节能减排出力。
据公安部交管局数据显示,截至2014年底,我国汽车保有量达1.54亿辆,汽车驾驶人员超过2.46亿人。私家车总量超过1.05亿辆,全国平均每百户家庭拥有25辆私家车,其中北京每百户家庭拥有63辆,广州、成都等大城市每百户家庭拥有超过40辆。庞大的私家车数量,为城市交通,尤其是上下班高峰期,对城市交通带来极大的拥堵压力。
而这一状况,有望在滴滴顺风车全面上线后得到改变。业内预计,基于滴滴品牌的影响力,和庞大的用户基数,将吸引更多人群放弃开私家车,选择与顺路的人拼车出行。
另据清华大学媒介调查实验室发布的《2014年移动出行白皮书》调查显示,51.4%的司机愿意通过打车软件提高拼车比例,85.5%的乘客表示在节约打车费、降低等候时间的前提下愿意通过打车软件进行拼车。
北京市海淀区文明办全称北京市海淀区精神文明建设委员会办公室。作为北京市海淀区精神文明建设工作的负责机构,北京市海淀区文明办曾组织了“清洁空气蓝天行动”、“城市清洁、文明共建暨冬季城市环境整治行动”、“万户一平米小菜园”、“小手绢回到我身边”等致力于建设美好环境、树立环保意识的精神文明宣传教育活动,为群众喜闻乐见。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。