从昨日起,首都北京开始经受大雨模式的考验。为确保出行顺畅,许多市民都选择提前预约顺风车。滴滴顺风车发布的数据显示,截至今天下午3点钟,北京预约在今日晚高峰出行的滴滴顺风车订单较平时增长了约两倍。与此同时,雨天的订单完成时间普遍延迟,这意味着今早很多北京的上班族可能因此迟到40分钟左右。
滴滴顺风车提供的数据显示,截至今天下午3点钟,滴滴顺风车北京雨天预约人数暴增,与平常相比较,预约在今日晚高峰期间出行的北京顺风车订单增长率达到了200.58%。这一数据充分显示出极端天气情况下用户对于滴滴顺风车出行有着更大的需求,同时也显示出滴滴顺风车的巨大市场潜力。
滴滴顺风车相关负责人表示,相比较其他出行方式,滴滴顺风车在价格上成本更低,同时由于是顺路就近搭乘,多是邻居或者同路,因此在雨天出行,这些优势则会更加明显,这成为了订单暴增的主要原因。
数据同时显示,相比较平时,滴滴顺风车今早的订单完成时间有了明显的延迟,早间完成订单支付的高峰从8点30延迟到了9点10分左右。这意味着对很多人来说,上班可能迟到了四十分钟左右。
滴滴方面介绍,一般而言,绝大多数的顺风车乘客会在结束行程后,会立即支付,形成一个完成订单的高峰时间。这个完成订单的高峰时间会因为城市不同而有差异。雨天这一高峰时间和平日相比较延迟,则意味着很多人比平时迟到了。
有业内人士分析指出,下雨天城市相比较晴天更容易发生拥堵,因为雨天上路的车辆更多,原本不用开车的人也会考虑开车出行,再加上路况更复杂,这些都是造成雨天城市交通拥堵的重要原因。
“多个城市的数据表明,但凡遭遇大雨等极端天气,打车需求都会暴增,打车难容易拥堵问题凸显。我们呼吁顺风车车主行动起来,利用私家车的闲置座位顺路搭乘乘客,既能帮自己的邻居解决燃眉之急,又能为缓解城市的交通拥堵做出贡献。”滴滴相关负责人表示。
据悉,不仅仅在北京,新一轮强降雨开始影响长江以北地区,北方城市中的北京、郑州、太原、石家庄等地陆续迎来强降雨,而这些城市的滴滴顺风车订单也都在当天出现暴增。
滴滴顺风车是滴滴出行旗下的互助性C2C拼车平台,第三方研究机构Trustdata的报告显示,滴滴顺风车在拼车市场中的占比高达76.8%。截至目前,滴滴顺风车使用乘客数突破了3000万人,覆盖城市已经达到343个。
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。