
CNET科技资讯网 9月22日 福州消息(文/周雅):滴滴出行CTO张博今天在2016腾讯全球合作伙伴大会上,与苹果联合创始人斯蒂夫·盖瑞·沃兹尼亚克论道新技术,沃兹现场抛给张博一个假设:“很多人边走路边用手机做沟通,如果未来这些手机应用可以实现虚拟现实技术,用目光、语音控制,或许未来用眼睛看看就能叫车?”张博回答说,假设要解决这样的问题,首先要解决的是人如何更好地跟信息交互。
“互联网和移动互联网解决的是把信息世界联系在一起,接下来十年,要解决的是人如何更好地跟信息交互。”张博说,理想的人机交互包括两部分,一是要像人和人沟通一样,是互相的,而不是单方面的表达可能会不精确;另外,机器要具备人工智能,他懂你表达的,也懂你没有表达的,它能从一个简单的“我要回家”指令,智能判断“你要回哪个家”,调动用车服务。
苹果联合创始人斯蒂夫·盖瑞·沃兹尼亚克(左)、滴滴出行CTO张博(右)
补贴、共享经济、智能交通...这些都是滴滴会被贴的标签。张博从技术的角度上,是这样介绍滴滴的:“通过大数据和人工智能,滴滴最理想的交通状态是,让全城拥有一个智能交通大脑,非常清楚当前可以提供运输能力的车辆状态,可以对未来一段时间的出行需求进行预测。”
在需求发出来的前一秒,滴滴已经调度了一个最适合这个需求的运力,规划一条最快到达目的地的路径。现在,滴滴大数据对15分钟后供需预测的准确度达到85%,当发现当前的这种车少于接下来的需求,滴滴会提前从周边调司机到这个区域,创造新的环境;从服务维度,滴滴的理念是,让服务好的司机得到相对比较高并且稳定的收入,让服务相对比较差的司机的收入降低,并让他们清楚知道需要改进的地方,当他们改进后会获得更高并稳定的收入,对于长期无法改进的司机,平台会进行清退。
“我们认为,未来会有越来越多的人放弃自己拥有一辆车的想法。”张博用数据佐证了自己这样对共享经济的预测,“比如你自己买一辆20万的车,假设五年报废,汽车的折旧费、保险费、保养费和油费加在一起差不多是每公里4元,而通过滴滴这个共享平台后能达到1.9元,我们还在通过优化网络提高效率,预计五年以后这个数字会降到1元。所以我们预测,未来五年时间,会有越来越多的人放弃自己拥有车,而改用共享出行。”
滴滴甚至考虑到,如果把一辆车的四个座位都塞满,整个道路上的车更会减少。”张博说,利用滴滴的算法技术,平台上每天有超过200万人次拼车,节能减排,这就是滴滴为社会创造的价值。
如果说,技术创新是实现分享经济的关键条件,那么滴滴希望打造一个出行数据精准匹配的智能系统,也就是移动的智能出行网络,其中包括随区域、时间变动的定价、订单的高效匹配、根据供需预测之后的司机运力调度等等。
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。