爱立信日前发布了爱立信消费者研究室的最新报告《小通勤的大期待》。
该项目调查了全球四大城市伦敦、纽约、圣保罗和上海的通勤族在使用公共交通和私家车辆时的体验,并在这份报告中阐述该项目的研究结论。
报告显示,受访者普遍觉得通勤时间既无聊又低效。该研究深入调查了通勤族对通勤时移动网络中ICT覆盖效率的态度。
爱立信消费者研究室高级研究员Radhika Jade表示:“从全球来看,消费者每周花在通勤上的时间比用在社交等休闲娱乐活动上的时间多出20%。他们认为,连接应当是通勤的基本要求,但市政交通普遍不能满足。动态信息缺乏和信息分散、售票系统老旧、拥堵管理低效等因素都会让通勤族感到失望。”
在中国上海,人们平均每天花在通勤上的时间为1.5小时。在长时间的通勤过程中,用户通常会使用一些互联网业务来管理他们的行程或者消磨时间。而用户对于公共交通的信息获知非常有限,信息缺乏和信息延迟都给人们每天通勤的安排造成影响。
报告还阐述了通勤族对于ICT覆盖率的期望值和满意度,涉及所有类型的公共和私营交通运输形式,如公交、地铁、出租车和私家车。研究表明,在伦敦和纽约,分别有82%和79%的通勤族使用与出行有关的应用程序来更有效地规划通勤。
在上海,每天坐公共交通的用户中,47%在通勤过程中使用信息类业务,23%的用户浏览互联网或者搜索信息,17%的用户观看手机视频,并且用户表示业务的使用体验较差。而有更多的用户表明,如果地铁里面的网络连接有所改善,那他们将更愿意使用视频等一些上网业务来提升他们的整个通勤体验。
研究还发现,那些随时随地都在使用智能手机的通勤者普遍认为自己是在引领技术潮流,而交通运输行业却无法适应这种变化。
Jade表示:“通勤者需要最新的出行信息。他们要求“随时在线”的连接,以及更加个性化的交通服务,帮助他们更轻松地规划线路和支付票款,并且让换乘时间更加有效率。”
针对中国城市用户,爱立信消费者研究室东北亚区负责人徐晓莉表示:“目前‘随时在线’的连接对本地用户有很大吸引力,而更加个性化的交通服务对于他们来说还比较超前。当前用户最希望的是公共交通部门能做好交通流量控制、缓解拥堵,并在乘坐公共交通时增加更多的个人空间,从而提升通勤的整体体验。”
好文章,需要你的鼓励
谷歌DeepMind等顶级机构联合研究揭示,当前12种主流AI安全防护系统在面对专业自适应攻击时几乎全部失效,成功率超过90%。研究团队通过强化学习、搜索算法和人类红队攻击等多种方法,系统性地突破了包括提示工程、对抗训练、输入过滤和秘密检测在内的各类防护技术,暴露了AI安全评估的根本缺陷。
西蒙弗雷泽大学和Adobe研究院联合开发的MultiCOIN技术,能够将两张静态图片转换为高质量的过渡视频。该技术支持轨迹、深度、文本和区域四种控制方式,可单独或组合使用。采用双分支架构和分阶段训练策略,在运动控制精度上比现有技术提升53%以上,为视频制作提供了前所未有的灵活性和精确度。
英国国王学院研究团队开发了潜在精炼解码(LRD)技术,解决了AI文本生成中的速度与准确性平衡难题。该方法通过两阶段设计模仿人类思考过程:先让AI在连续空间中"深思熟虑",保持多种可能性的混合状态,然后"果断行动",逐步确定答案。实验显示,LRD在编程和数学推理任务中准确性提升最高6.3个百分点,生成速度提升最高10.6倍,为AI并行文本生成开辟了新路径。
清华大学团队开发的ViSurf是一种创新的大型视觉语言模型训练方法,巧妙融合了督导式学习和强化学习的优势。该方法通过将标准答案整合到强化学习过程中,让AI既能从正确答案中学习又能保持自主推理能力。实验显示ViSurf在多个视觉任务上显著超越传统方法,特别是在处理模型知识盲区时表现突出,同时有效避免了灾难性遗忘问题,为AI训练提供了更高效稳定的新范式。