CNET科技资讯网 12月12日 北京消息:进入冬季后,北方多地迎来降雪过程。今日,滴滴出行发布《北方城市雪天出行数据分析报告》(以下简称《报告》),对全国纬度最高的四个省会城市哈尔滨、长春、沈阳、乌鲁木齐的降雪日交通大数据进行了研究。研究发现,降雪当天北方四城的道路平均通行速度均有较大幅度下滑,出现不同程度的拥堵状况。其中,沈阳最拥堵,乌鲁木齐位列第二。这两个城市同时也是雪天中最难打到车、通勤时间增加最多的两个城市。
《报告》还给市民提供了一些雪天出行建议。例如,参照当地城市早晚高峰的具体时间,尽量错峰出行;早晚高峰打车时,避开需求旺盛的区域;注意绕开易拥堵路段。另外,根据当地高峰拥堵延时指数,要注意预留拥堵时间,如居住在沈阳的乘客雪天早晚高峰出行时要比畅通时段多预留出80%的时间。
沈阳最拥堵,长春最通畅
《报告》选取了乌鲁木齐10月19日(雨夹雪)、长春11月8日(中雪)、哈尔滨11月11日(中雪)、沈阳12月08日(大雪)的订单数据,以评估和量化雪天给北方城市出行方面带来的影响。
《报告》发现,雪天会导致城市车速较平时出现不同程度下降,降幅较显著。其中,沈阳全天平均车速下降幅度最大,达10.8%,乌鲁木齐位居第二,降幅达10.1%。尽管车速较正常天气降幅较大,下雪后,乌鲁木齐的全天平均车速仍然最高,达19.6KM/H,长春和哈尔滨次之,沈阳全天平均车速最低,只有15.7KM/H,大约只相当于一辆中速行进的自行车的速度。
下雪天,最拥堵的城市是沈阳,拥堵延时指数达1.8,意味着在早晚高峰期时段单位里程通行时间是畅通时段的1.8倍。乌鲁木齐拥堵延时指数达1.7,位列第二;哈尔滨为1.6,位居第三;而长春只有1.3,是最畅通的城市。
在上述城市中,沈阳最拥堵的地段是南京北街、十三维路、昆山中路;乌鲁木齐最拥堵的地段是北京南路、河滩北路、人民路;哈尔滨最拥堵的地段是河润街、宣化街、友谊路;长春最拥堵的地段是亚泰大街、繁荣路、南环城路。
乌鲁木齐雪天打车最难
《报告》显示,因为雪天市民打车需求量大幅上升,会导致打车比平日更难的现象产生。其中,乌鲁木齐打车成功率降幅最大,同比下降21.1%,沈阳下降14.8%,是打车明显比平日更困难的两个城市。而雪天对哈尔滨和长春的打车成功率影响较小,两地打车成功率只分别下降3.6%和1.2%。
在下雪天,乌鲁木齐打车需求最旺盛的区域是乌鲁木齐国际博览中心附近,沈阳是沈阳北站到金融中心一带,哈尔滨是哈尔滨火车站附近,长春则在长春开发区国税局附近。
雪天还导致了乘客的通勤时间增加。《报告》发现,沈阳通勤时间增加最多,平均增加16.4分钟,乌鲁木齐增加15.6分钟,哈尔滨增加了14.4分钟,长春增加最少,只有11.2分钟。
《报告》还公布了一个在雪天出行的有趣订单:一位80后男性房地产/建筑从业者,从长春龙嘉国际机场到吉林市中心医院打车,跋涉距离长达84.1公里,堪称雪天出行之最。
好文章,需要你的鼓励
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。
谷歌DeepMind团队开发的GraphCast是一个革命性的AI天气预测模型,能够在不到一分钟内完成10天全球天气预报,准确性超越传统方法90%的指标。该模型采用图神经网络技术,通过学习40年历史数据掌握天气变化规律,在极端天气预测方面表现卓越,能耗仅为传统方法的千分之一,为气象学领域带来了效率和精度的双重突破。