近日,专注大厨上门服务的O2O服务平台爱大厨宣布正式上线烧烤服务,这是继爱大厨登陆大众点评、美团、京东等电商服务平台后的又一新动作,此举将进一步拓宽其平台上的服务品类,通过有机食材的直供和配送,以及专业厨师的上门服务,为餐饮O2O生态链的完善打下基础。
据悉,爱大厨烧烤服务包含套餐和自选两种类别,用户可选择已做好食材搭配的套餐,也可根据自己的喜好进行食材的挑选,食材的配送将由爱大厨团队进行配送,同时用户也可选择是否需要大厨上门服务。
此次烧烤业务的上线,爱大厨不仅加强了与有机食材提供商的合作,实现食材的直供,还完善了自身的食物配送体系,形成了从食材提供到食材配送、再到上门服务的生态链闭合。目前该项目的服务范围初步定为北京地区,后续也会在上海、深圳、广州等城市推出该服务。
据相关工作人员介绍,提供上门烧烤服务的厨师均为爱大厨的顶级全职厨师,具备完善的资质和丰富的经验,在服务细节上,环保包装,食材分类,即时配送以及配套的工具设备都经过细致的考虑,力求为用户提供完善周到的高品质服务。
众所周知,夏天是烧烤市场的活跃期,尤其在北方,烧烤类餐厅在餐饮市场占据不小的比重,市场潜力可观,但由于大多数烧烤店环境嘈杂,卫生条件令人堪忧,烹调工艺不规范,常常被贴上“不健康”的标签,让烧烤爱好者们又爱又恨。据了解,入夏以来,常有客户向爱大厨客服人员询问能否提供上门烧烤的服务,经过为期一个月的市场调研和线下试运营,爱大厨正式推出了这项烧烤上门服务,一方面迎合了市场和用户的需求,同时又能避免露天烧烤摊在卫生和安全方面的隐患,为用户提供更加安全、放心的美食体验。
爱大厨联合创始人侯鹏飞在6月16日的产业互联网峰会上表示,作为一个新诞生的行业,O2O企业会更加注重自身的服务细节,在未来的发展上也会以提升服务品质和拓展服务范围为重点,不断推出新单品和更丰富的家宴套餐,并基于厨师的个人品牌和特色,打造厨师的专属页面和服务,在提高厨师的收入的同时,也为用户来带更丰富的选择。
目前爱大厨的服务已覆盖北京、上海、广州、深圳四大一线城市,日单量在1000单左右,旗下拥有1400多名专业厨师,为用户提供基础的四六八菜套餐服务和更高端的私人订制服务,此次烧烤服务的上线也将进一步拓展其业务范围,也为餐饮O2O的发展开拓更多的玩法。
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。