



滴滴出行今日宣布滴滴巴士战略升级,并已于6月1日正式启用全新品牌“滴滴公交”,此次战略升级后,通过对用户公共出行场景进行信息化改造,滴滴公交将全方位满足用户多元化的公共出行需求。启用全新品牌是滴滴公交今年以来首次重大战略发布,此举表明滴滴在巴士出行生态圈正在进行更大范围覆盖扩张,同时也透露出滴滴公交今年整体战略加速升级的信号。
据悉,滴滴公交目前已涵盖公交查询(北京、上海、广州、深圳、宁波、南京、武汉)、包车(北京、深圳、广州、上海)、班车(北京、深圳)三部分业务。在新品牌完全上线后,用户可以通过滴滴出行APP里的“公交”入口或滴滴公交微信服务号里的“查公交”入口享受所有服务。
公交查询业务上线后,开通“实时公交”功能的城市用户可随时查看公交何时到站,节省候车时间,大幅提高出行效率。可以说这是一场乘客与公交车的完美相遇,零等候让滴滴公交用户也能“滴”来一辆公交,实现高性价比的智慧公共出行体验。
滴滴公交事业部总经理李锦飞表示:“滴滴公交将更适用于公共出行领域,是一个更有外延性的名词,我们现在做的业务不仅包括滴滴出行常规的订单交易类业务(班车、包车)也包括信息查询类业务(公交查询),此次升级也是希望可以更好地满足不同用户多元化需求,提供更聚合更集成化的公共出行解决方案。”
智慧公交是城市信息化建设的重要一部分,这是驱动滴滴公交战略升级的原因之一,未来滴滴公交要打造的智慧公交包含基础的出行信息服务、实时公交查询、智能化解决用车的体验,以及通过大数据技术输出帮助公交线路和运营进行更好的调优。
滴滴公交推出的“公交查询”就是一款解决出行信息服务的产品,其中“实时公交”功能可帮助用户及时了解城市现有公交线路的实际运行状况。用户可通过滴滴出行APP中的“公交”入口,查看当前城市公交和地铁的线路,以及查询线路车辆的实时到站信息。这一功能日前在宁波试水,并得到了不错的效果反馈。
据滴滴公交相关负责人介绍,目前滴滴公交已经接入宁波全城全部五家公交公司的实时公交数据,其中,宁波公交总公司与滴滴公交将会进一步在智慧公交合作方面继续深入摸索创新合作模式,打造国内“智慧公交”和“公交+移动互联网”的经典案例,具体合作范围包括公交出行用户需求分析、基于滴滴出行平台大数据积累和分析能力的公交线路规划以及智慧包车等方面。
图:宁波用户“实时公交”截图
李锦飞透露,“和宁波公交总公司的合作从提供基础信息服务开始,未来将逐步深入探讨更好的公交使用体验,我们已经和数十家公交集团、管理机构一起探讨了具体合作,今年滴滴公交除了开展全国性的公交查询业务外,预计将首选5个城市进行重点打造,建设以用户需求为中心的‘公交都市’新模式,帮助公交企业提升运营服务的技术厚度,同时也带来更具确定性的公交出行体验。”
值得注意的是,滴滴出行平台利用出行大数据,能用技术对未来一定时间的出行需求和交通作出尽可能准确的预测,使得滴滴公交可获取随时动态的实时路况,“了解当前路况信息,将帮助我们的产品在判断公交等候时间时,有更高的准确度。”李锦飞说。
滴滴公交为用户提供了多元的公共出行解决方案,它的另外两大业务也各有特色。其中包车业务是线上预约型集体出行产品,拥有价格透明和响应迅速的特点,涵盖7座到51座的各类车辆,适用于团体旅游,企业会务及活动用车,商务出行等多种场景。而班车作为对城市公共交通出行的补充,则致力于通过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,为城市拥堵问题探寻有效解决方案,满足人们差异化出行需求。
作为滴滴出行“一站式”出行平台中产品线之一,滴滴公交承载着解决用户公共出行的极大需求,利用滴滴出行的技术优势,滴滴研究院的智能调度将实现滴滴公交在内的平台上所有交通工具整体效率最优。可以看到,滴滴公交对提升城市交通效率正在发挥巨大价值,正如李锦飞此前所说,我们的使命是让更多的人选择公共出行,节约社会资源。这也是本次战略升级的终极目标。
 0赞
 0赞好文章,需要你的鼓励
 推荐文章
 推荐文章
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。