
拼车业务一直面临着巨大的政府监管压力,Uber不久前不得不暂停了其在法国的UberPop服务。近日,谷歌收购的以色列公司Waze也展开了拼车服务试点,不过其试图以严苛的运营政策,来减少监管压力。
Waze是谷歌在2013年以超过10亿美金价格收购的,该公司利用用户智能手机上的卫星信号来提供实时交通信息。 Waze近日在以色列推出了拼车软件RideWith,通过Waze的导航系统了解驾车者最经常走的路线,并为之匹配同一条路线上有拼车需求的人。
谷歌这一服务一开始会在以色列特拉维夫等三个城市铺开。如果试运营比较成功,这一服务会在更多的以色列城市铺开。但Waze的发言人表示,服务何时正式上线,还没有具体的时间表。
这次实验性质的业务,引起关注不仅因为这是谷歌首次在移动出现领域推出自己的产品,也因为这个拼车服务有着极其严格的运营政策。Waze规定,每天每个司机最多能接两单生意,目的是分摊汽车燃油消耗和车辆保养开支,司机本人不能依靠这个作为职业或是赚钱。
另外,谷歌不仅不会给司机补贴,还会从每单生意中抽百分之十五的佣金。RideWith还会利用Waze的数据库来对司机的轨迹与乘客的轨迹进行对比,以防司机违规。
一天仅限两次拼车的规定,或许能使RideWith避免遭遇Uber在许多国家所面临的抵制,毕竟这将降低对传统出租车行业的冲击,监管起来也更容易。
此前谷歌在移动出行领域一直没有推出自己的产品,而是对Uber进行了投资,谷歌地图等产品也对Uber的出行服务提供了支持。但此次谷歌在拼车业务上小试牛刀,也意味着将来与Uber可能有更多业务上的冲突。
谷歌在研究无人驾驶技术,不久前Uber也与美国卡耐基梅隆大学合作开始了无人驾驶技术研究。若谷歌的无人驾驶应用到移动出行上,其将成为Uber的直接竞争对手。
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。