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 滴滴出租车上线代叫功能 用户可一键为他人叫车

滴滴出租车上线代叫功能 用户可一键为他人叫车

2016-08-11 23:16
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2016-08-11 23:16 CNET科技资讯网

8月11日消息,滴滴出租车正式上线“代叫车”业务。即日起,全国所有注册滴滴出行的用户,均可“一键”为他人呼叫一辆出租车。

滴滴出租车代叫车功能使用起来非常方便,用户打开滴滴出行APP、在出租车叫车页面选定目的地后,即可点击“为他人叫车”切换乘车人,此时,叫车人只需在跳转页面填写实际乘车人电话就能为他人呼叫出租车。

滴滴出租车上线代叫功能 用户可一键为他人叫车滴滴出租车上线代叫功能 用户可一键为他人叫车

相较普通的为他人叫车,此次滴滴出租车推出的“代叫车”能让司机直接联系实际乘车人。用户在成功为他人呼叫出租车后,系统还会自动向实际乘车人发送乘车提醒,叫车人亦可将订单信息通过微信、QQ或短信等方式共享给乘车人,乘车人无需登录软件即可查看司机预估到达时间、车牌、位置等信息,能极大程度省去叫车人、实际乘车人、司机三方沟通的麻烦。而在支付方式上,目前代叫车订单产生的车费需要由乘车人现金支付,若乘车人未在规定时间内支付车费,则司机会向叫车人发起收款。

值得一提的是,滴滴出租车代叫车还支持“预约”功能,预约代叫车的使用流程与普通预约单基本一致。此外,在账号设置上,一个账号可同时发起一个普通订单和一个代叫车订单。这也意味着,用户在为他人呼叫一单出租车时,仍可以为自己呼叫一单出租车订单,更加贴合实际需求。

对此,滴滴出租车相关负责人表示,出行已经成为人们每天关注的话题,滴滴出租车推出代叫车服务的初衷也是为了满足用户为别人叫车的需求,解决“代叫”中的不便,让更多人共享网约车带来的便携与高效。该负责人还表示,未来滴滴出租车将不断完善产品、服务质量,持续为司机和乘客提供多样化的服务内容,让美好出行变成每一位用户能够实际享受到的体验。

实际上,为他人叫车已经成为人们日常生活中的常见场景。在对12000多名滴滴出租车用户进行近一月的调查后,滴滴出租车还发布《2016年滴滴出租车代叫车调查报告》。调查结果显示,超过八成被调查用户有过替别人呼叫出租车的经历,其中,约56.85%用户是为家中老人叫车,31.85%用户是为要好朋友叫车,仅3.37%用户是为领导叫车。不会用打车软件、没时间接人和老人出行不便成为用户需要“代叫”三大原因,这也意味着“代叫车”已经成为人们尽孝的一种方式。

滴滴出租车的代叫功能也获得众多用户的青睐,调查数据同时显示,有近八成受访用户表示欢迎滴滴出租车推出专门的代叫车服务,在他们看来,推出专门的代叫车服务不仅能避免路边扬招,还可以提前预约,同时价格更透明、服务水平也更有保证。

据悉,在“为别人叫车”的基础上,未来滴滴出租车还将推出“帮多人叫”的功能。有分析人士评价,“代叫车”等细分化场景将成为移动出行新的增长点。随着移动出行的不断普及,“代叫车”这一可进行社交、互动的细分环节也将爆发出新的潜力,为移动出行行业带来更多的想象空间。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    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。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    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。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    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。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    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。

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