
四年一届的欧洲杯进入到白热化阶段,不过相比于世界杯,欧洲杯的关注程度并没有想象中那么高。7月1日,滴滴出行公布了欧洲杯期间的出行数据,综合滴滴平台晚上11点到清晨6点的专快车、代驾订单可以发现,去往酒吧等传统聚会看球区域的订单并没有出现井喷式增长。这或许从另一个侧面说明,欧洲杯的吸引力不够,大多数球迷更喜欢在家熬夜看球。
滴滴方面分析,6月下旬去往酒吧等聚会场所的订单增长主要还是受季节因素影响,涨幅也在情理之中,欧洲杯的推动作用并不大。
据悉,本届欧洲杯由于进球数量低,一度被球迷形容为“史上最无聊欧洲杯”,央视著名主持人白岩松亮相某节目时评价,也许是扩军行为导致了欧洲杯观赏性下降。这也导致球迷组团观战兴趣度不高。某酒吧服务员告诉记者,这样的情况他们已经预料到了。不过,随着决赛阶段比赛越来越激烈,球迷们需要酒吧这样的观赛气氛,到时候也许会一座难求。
不过,滴滴大数据还是透露出欧洲杯的细微趋势。滴滴代驾数据显示,6月15日和6月12日订单涨幅最为明显。 15日深夜和12日深夜分别有葡萄牙VS冰岛,以及英格兰VS俄罗斯的比赛。或许是受到英超以及C罗个人魅力的影响,葡萄牙和英格兰的比赛,显然更受关注。
以城市为维度进行计算,广州、长沙、苏州、南京和上海的球迷最为热情,这几个城市深夜订单涨幅相对明显。与此同时,通过滴滴代驾数据,全国各地的球迷观赛圣地也浮出水面,北京的三里屯、上海的万达广场、广州的外滩洛溪食街、杭州的南山路/北山路等区域附近,比赛期间的代驾需求较为活跃。
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。