
CNET科技资讯网 9月26日 北京消息:滴滴跨城顺风车迎来一周岁的生日。去年9月25日,滴滴跨城顺风车开始在部分城市进行测试,这种城市间长距离合乘的出行方式,在没有任何宣传的情况下,很快有许多车主和乘客开始使用该功能,而陈大宝(顺风车ID Boss陈)正是第一个开启跨城顺风车之旅的车主。
2015年9月25日,一个普通的周五下午,“光大银行的程序员” 陈大宝完成了这周的工作,准备驾着他的宝马从北京返回河北三河市,和家人团圆过中秋。
出发前,他打开滴滴出行APP的顺风车页面,查看有没有顺路的订单,这是陈大宝近两个月养成的习惯,自从注册了顺风车车主,每次驾车出发前,他总会想顺路接个单,路上有个伴还能补贴油费。
滴滴顺风车页面似乎有了更新,多了“跨城顺风车”的按钮,陈大宝心里有些激动,经常往返北京和河北的他,早就希望顺风车开通跨城的功能,之前闲着无聊的时候,他还会输入三河市老家的地址看一下有没有顺路订单,但总是失落的发现没有订单。
点开滴滴“跨城顺风车”的按钮,陈大宝又一次输入老家的地址,这次他没有失望,四五个从北京到河北燕郊的订单出现在列表里,北京到三河市恰好将路过燕郊,他迅速选了最顺路的订单,确认同行!
(滴滴顺风车跨城第一车主:陈大宝)
半个小时后,陈大宝接上了他的乘客,驾车前往河北燕郊。这时的陈大宝没有意识到,他成为了“顺风车跨城第一人”。
滴滴顺风车事业部总经理黄洁莉说,其实跨城顺风车刚开始做的时候,出发点非常简单,是需求导向,是因为很多用户搜燕郊到国贸、佛山到深圳,我们发现有很多车主也是走同样的路线。用户的痛点非常强,在中国很多二三线城市末端的交通运输,30至300公里之间,基本上是非常不顺畅的,但是交通需求很旺盛。滴滴跨城顺风车希望实现“共享每辆私家车,连接每一个同路人”。
这次陈大宝跨城之旅的乘客,顺风车昵称叫“小妖”,是一位年轻漂亮的女孩,这次去燕郊,她也是要回家团聚过中秋。平时上下班,小妖也会约个顺风车,发现顺风车开通了跨城功能,她也很开心。
但路程刚开始,北京六环就发生了车祸,他们一动不动的在环路上堵了半个小时,还好俩人都是好脾气,而且相谈甚欢,让堵车也变得多了些趣味。
路上行驶了三个小时,陈大宝将小妖送到了燕郊的家门口,他略带歉意的说:路上有点堵,要不两个小时就到了。小妖替他宽心:没有你的顺风车的话,我路上等车转车,花的时间肯定更多,而且折腾。
行程结束后,陈大宝给小妖的顺风车标签是“脾气好”,而小妖则评价他“有礼貌,很斯文”。
即将到来的十一长假,已经习惯了跨城顺风车的陈大宝,还会接上跨城订单,和他的顺路乘客一起回家。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。