微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 滴滴巴士将在京增开200条线路 缓解限行出行压力

滴滴巴士将在京增开200条线路 缓解限行出行压力

2015-08-19 17:16
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-08-19 17:16 CNET科技资讯网

8月19日消息,为方便限行期间北京用户的出行,滴滴巴士今日表示,从8月24日开始,将在北京增开200条线路,达到500个班次,满足更多用户限行期间的出行需求。届时,滴滴巴士在北京开通的线路将近300条,超过700个班次。

据了解,新开的线路主要分布在人群密集的办公区和居住区。例如天通苑、国贸、亦庄、西直门、上地、望京、回龙观、中关村等出行需求量较大的区域。具体覆盖线路,用户可通过“滴滴巴士”官方微信进行查看。

同时,在限行期间,用户还可以自行定制上班线路。即用户有定制巴士出行的需求,可以通过“滴滴巴士”提交定制需求。据介绍,相同线路的出行需求,3天内到达30人即可开通。

据悉,为保证田径世锦赛和抗战胜利70周年纪念活动期间的空气质量,8月20日-9月3号,北京将迎来持续两周的单双号限行。这将为有出行计划的人们带来诸多不便,据交通部门预测,单双号限行期间,每日自驾车出行的比例将减少35%—50%。工作日期间,预计客运量将增长10%。

面对限行期间客流量的大幅度增长,北京市公交集团日前也表示,将增加早晚高峰时段的运力投入,特别是进出城联络线、各条环线、城区主干道、各大公交枢纽和途经大型居住区周边的线路,确保市民上下班出行

然而作为城市现有公交主干线的补充,此次滴滴巴士增开线路的目的也是在缓解北京限行期间人们的出行难题,分担城市公交系统的压力。对此,滴滴巴士事业部总经理李锦飞表示,滴滴巴士一直致力于大数据云端聚合需求与线下准时准点服务相结合的出行方案创新,为城市早晚高峰出行问题探寻有效的解决方案。“此次特殊时期,滴滴巴士将投入最大的运能,最大程度上满足北京用户上下班的出行需求。”

滴滴巴士作为滴滴快的平台中的六条产品线之一,于今年7月16日在北京、深圳正式上线,主要的目标客户群是年龄段20-40之间的上班族。滴滴巴士定价为0.4元/公里,单程花费7元到13元不等,是城市公交价格的3-5倍。目前用户可关注“滴滴巴士”微信公众账号,并直接购票乘车。现在体验,还能享受1分钱乘坐体验的活动。

据悉,滴滴快的将投入5亿元发展 “滴滴巴士”业务,并计划年内将服务范围拓展至全国30个以上城市。目前用户主要通过滴滴巴士微信号等方式预定巴士,预计该服务将在未来两个月内登陆滴滴打车App。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-