
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
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。