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
这项由Snowflake AI Research发表的研究挑战了传统语言学对大型语言模型的批评,通过引入波兰语言学家Mańczak的理论框架,论证了LLM的成功实际上验证了"频率驱动语言"的观点。研究认为语言本质上是文本总和而非抽象系统,频率是其核心驱动力,为重新理解AI语言能力提供了新视角。
freephdlabor是耶鲁大学团队开发的开源多智能体科研自动化框架,通过创建专业化AI研究团队替代传统单一AI助手的固化工作模式。该框架实现了动态工作流程调整、无损信息传递的工作空间机制,以及人机协作的质量控制系统,能够自主完成从研究构思到论文发表的全流程科研工作,为科研民主化和效率提升提供了革命性解决方案。
德国马普智能系统研究所团队开发出专家混合模型的"即时重新布线"技术,让AI能在使用过程中动态调整专家选择策略。这种方法无需外部数据,仅通过自我分析就能优化性能,在代码生成等任务上提升显著。该技术具有即插即用特性,计算效率高,适应性强,为AI的自我进化能力提供了新思路。
Algoverse AI研究团队提出ERGO系统,通过监测AI对话时的熵值变化来检测模型困惑程度,当不确定性突然升高时自动重置对话内容。该方法在五种主流AI模型的测试中平均性能提升56.6%,显著改善了多轮对话中AI容易"迷路"的问题,为构建更可靠的AI助手提供了新思路。