
8月4日消息,据《金融时报》报道,上海推出试点计划,以将在线私人租车服务纳入主流经济中,因此滴滴快的将成为上海首个合法打车服务。另外,消息人士称,中投公司打算参与滴滴的融资,而中投一般投资的是对中国有战略意义的项目。
滴滴称,与上海政府的谈判开始于5月份,新计划将随同一项让所有司机在传统出租车司机使用的同一信息登记平台上登记的政策一起实施。该公司战略主管史蒂芬·王(Steven Wang)表示,滴滴快的“与上海市政府达成了全面合作协议”,“我们将与政府合作,因此有理由相信我们将找到合法经营的途径”。
他称,拟议中的协议涉及让政府更多分享司机和乘客信息,要求数据服务器必须位于中国境内,敏感的交通数据必须“上传给监管机构”,不得传输到境外。他还称,签署协议的公司将要求持有互联网内容提供商牌照。他表示:“我们在与上海市政府合作寻找全面的解决方案,滴滴快的是唯一满足所有条件的公司。”
私人租车在中国是非法的,地方政府一直反对滴滴和Uber的进入。然而,中国政治领导人清楚,这种服务有好处,可降低交通拥堵和环境污染。王先生称,上月警察上路查私人租车服务,很多司机的车被扣,警察威胁吊销他们的驾照,但他公司的司机是否能幸免不得而知。
滴滴在上海的合法化努力并不能给Uber带来福音。北京互联网咨询公司Analysys的打车软件专家Zhang Xu表示:“提到的5个标准可以看出,Uber是唯一在合法化上可能遇到麻烦的公司,因为该公司的服务器在海外。”Uber称,在满足这些条件上没有任何障碍,“我们认为上海市政府将支持Uber作为科技驱动互联网公司给该城市带来的创新,如同他们支持其他竞争者一样。”
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。