
5月31日是第29个世界无烟日,滴滴出租车携手著名歌手李宇春在全国360余座城市发起了“滴滴无烟日”活动,呼吁全国出租车乘客、司机在行程中禁烟,在共享健康生活方式的同时,让车内更清新,让出行更美好。
据滴滴出租车相关负责人介绍,此前5月26日,滴滴出租车就在社交媒体上发起了#一分钟帮他戒烟#话题,呼吁大家在香烟上发挥想象力,写下禁烟的警示语句,提倡在乘车和其他公共场所禁烟。据不完全统计,话题发布仅三天累计阅读量就高达数千万,参与互动人次近百万,话题跃居微博热门排行榜前五位。
该负责人指出,滴滴出租车发起的在香烟上作画和警示语的活动,与世界卫生组织“为平装烟包做好准备”的禁烟主题高度契合。在这一活动的基础上,滴滴出租车又在全国360余座城市发起禁烟号召,是希望乘客和司机能增强控烟戒烟意识,养成健康生活方式,减少吸烟对身体的危害。据悉,此次禁烟号召,全国168万滴滴出租车司机都会共同参与,滴滴出租车也呼吁更多的乘客一起参与无烟日活动,共同打造清新、整洁的乘车环境,坚持美好出行。
著名歌手李宇春也表示,非常高兴能够参与滴滴的公益活动,和滴滴出租车一起发出号召,让出租车内的空气更清新,让出行更美好。健康不该肆意燃烧,梦想最好野蛮生长,为了下一位乘客的健康,以及表达对司机师傅的尊重,还请乘车途中灭掉香烟。
值得注意的是,中国疾病预防控制中心发布的《2015中国成人烟草调查报告》显示,截至去年底,我国吸烟人数达3.16亿,比五年前增长了1500万。二手烟暴露情况虽有所改善,但整体仍然严重。具体来看,餐馆的二手烟暴露率达76.3%,而公共交通工具中二手烟暴露率仍达16.4%。在外界看来,举办“滴滴无烟日”主题活动体现了滴滴作为互联网企业对于社会责任的担当和影响力。对此,滴滴出租车方面表示,未来将推出更多针对司机和乘客的活动,让出行更美好。
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。