CNET科技资讯网 10月19日 北京消息:10月9日,途牛旅游网对外公布,汽车票频道自今年1月上线至今,已覆盖全国31个省市自治区,已覆盖全部一、二级汽车站,总覆盖的出发汽车站达2084个,提供近100万种汽车票产品预订。截至目前,途牛汽车票业务已经可以满足各大中小城市用户的出行需求。此外,途牛创新打造的“景区直通车”服务,已与全国超过150家热门景区达成了合作,为游客开启了更加舒适的旅程。
国庆期间汽车票出票量达环比同期的386%
途牛监测数据显示,在刚刚过去的国庆长假中,1-3日行程的周边游仍然是整个国庆游中的重要组成部分。除了自驾、高铁以外,较高铁覆盖网络更广的城际、省际汽车也是周边游的主要出游交通工具。监测数据显示,国庆期间途牛汽车票出票量达环比同期的386%,其中,热门出发地TOP5依次为南京、成都、重庆、上海、杭州;热门目的地包括绵阳、苏州、淮安、无锡、青岛。
负责大交通业务的途牛副总裁陈世宏表示,途牛汽车票频道于今年1月6日正式上线,为消费者提供了汽车票预订的便捷新渠道,用户通过途牛可以实现全国大中型城市的汽车票在线预订。目前各地汽车票预售期在5-10天不等,用户通过途牛提前购买汽车票,出行前在车站取票即可上车。同时途牛客服热线可提供24小时服务,第一时间为用户解决问题。
“随着周边游的兴起,途牛用户对汽车票预订需求不断增加。一方面,由于汽车作为短途交通工具,能够完美实现点对点交通运输功能,其灵活性、便捷性优势是火车、飞机所不能及的;另一方面,汽车票价相比于火车、飞机票来说也相对便宜,更受短途游游客的青睐。面对用户需求,途牛汽车票频道上线后发展迅猛,已成为拉动途牛大交通业务的‘黑马’。”陈世宏表示。
十月汽车票优惠活动不断
国庆期间,途牛汽车票携百万红包庆贺祖国生日,截至10月8日,总计吸引了超过18万人领取红包,每单立减3-5元不等的优惠,更有满减10-20元的大额补贴!不仅惠及了广大消费者,为旅客出行减少成本的同时也成为提升途牛国庆期间汽车票销售额的一大亮点。
除了节假日优惠以外,在途牛十周年“生日”期间,途牛汽车票抢红包送优惠活动将持续进行。10月16-18日,用户在每天10:00、14:00、16:00、20:00四个时间段均有机会参与途牛大交通推出的“百万红包雨”活动,其中“立减3元”、“满减20元”的汽车票优惠券将为用户提供购票优惠。
“景区直通车”业务已覆盖全国超过150家景区
为了给用户更好的出行体验,8月底,途牛汽车票上线“景区直通车”业务。用户从城市站或指定集合地点出发,可以直接到达周边指定景区或景区酒店,省去中间从车站换乘至景区的时间,为用户省出更多时间和精力去游玩景区。截至目前,途牛已与全国超过150家景区达成合作,拥有超过270条“景区直通车”线路,如“南京东站-上海迪士尼”、“成都茶店子车站-九寨沟风景区”、“上海长途客运北站-普陀”等等热门景区直通车产品的推出,备受用户喜爱。继中秋推出的9元秒杀后,更多低价往返线路也不断呈现,例如从丽江至香格里拉景区的往返巴士车位仅79元起;从成都至乐山大佛景区的往返路费也仅需59元起。尽情满足了消费者自助旅行的便捷需求!
陈世宏介绍,未来,途牛汽车票频道将持续优化产品和服务,并陆续推出优惠活动,为用户提供方便快捷的购票服务。而随着汽车票频道业务的快速发展,途牛交通成功实现铁路、公路、航空全覆盖,能给用户提供多交通工具无缝对接的出行服务。“途牛交通将持续完善服务体系,形成覆盖出行多种场景的交通服务网络,让旅游更简单!”
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。