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
论文提出CAST框架,通过多智能体系统把任务成败的粗略反馈转化为逐步动作的详细批评理由,训练出更懂节制的批评模型,再用它优化执行策略,让8B小模型在可靠性指标上反超120B大模型,提升智能体在真实动态环境中的稳定表现。
论文提出NavMCP框架,用意图、观察、记忆三条通道把VLM推理与导航基础模型NFM结合,解决具身问答中长距离探索问题,在多个基准和真实机器狗测试中均取得最优效果。
研究发现教师模型批改学生生成内容时噪声率高达50%,但学生依然能进步。作者发现真正起作用的是压制学生自己低概率词,据此提出无需外部监督的OPSA方法,在AIME24等数学测试上带来最高307%的提升。
PaperGym提出一套把科研论文转化为AI训练环境的方法,解决科研计划生成缺乏可验证奖励的难题,通过问题答案分离降低评分标准泄露,结合自蒸馏与强化学习两阶段训练,让小模型在多个基准上超越更大规模的商业模型。