近日,TalkingData移动数据研究中心发布《2015年O2O移动应用行业白皮书》,报告显示5月份国内安卓系统出行O2O移动应用市场覆盖率,滴滴快的旗下滴滴打车、快的打车牢牢占据前两位。
报告显示,滴滴打车安卓应用覆盖率达10.26%,排名上榜所有移动应用榜首。滴滴快的旗下的另外两款产品快的打车和一号专车,安卓应用覆盖率分别为2.59%和1.00%,分列第二和第四名。

滴滴打车、快的打车于今年2月14日正式宣布合并,中国移动出行领域排名前两位的两家公司合并,使得合并后的新公司进一步巩固其出行领域霸主地位。此次报告中,滴滴快的旗下产品不仅占据5月安卓市场出行应用覆盖率前几名,在报告披露的O2O移动应用总排行中,滴滴打车排名第三,仅次于支付宝钱包和美团团购。
报告指出,出行O2O包含打车、租车、专车、拼车等不同服务模式,滴滴与快的用户覆盖最高;租车类应用用户覆盖也较高;在5月份,拼车类应用处于起步阶段,尚未出现优势明显的高频应用;专车类应用在2015年异军突起,滴滴专车、一号专车与国外来的Uber等竞争激烈。
值得一提的是,滴滴快的合并后,在移动出行领域的战略布局逐渐清晰。目前,滴滴快的在用户量和订单量上,已经成为全球最大的移动出行平台,原有的出租车、专车、快车业务,再加上顺风车和即将推出的代驾服务,一个综合性的出行平台雏形渐现。滴滴快的CEO程维曾公开表示,滴滴未来将覆盖公共交通,同城物流等一切与出行相关的方面。
此外,报告还指出,移动O2O行业用户规模达到7.5亿,占移动互联网整体用户规模的65.2%;超过六成的用户使用过移动O2O的服务,随着移动O2O行业的加速扩张,这一比例在未来将不断扩大。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。