CNET科技资讯网 1月11日 北京消息(文/周雅):都说“春运是人类历史上最大的一次迁徙”,盼着回家过年的人这个时候大概有两种心理:开心又焦躁。买不到票的人难,自驾的人更难——2017年道路交通将承载84.6%春运运力,无形中让私家车主压力山大!滴滴顺风车今天给这两种人群支招:“轻春运”策略。
所谓“轻春运”就是为了给春运减负,说白了“春节期间拼车回家也是另一种体验”。滴滴顺风车发起“空座共享计划”,号召全国私家车主春节回家不妨分享出自己的空座,没必要给自己的道路添堵。买票难的人也可以试试拼车回家这一招。
2016年,滴滴跨城顺风车第一次参加春运,春运期间运送乘客190万人次,覆盖31个省。滴滴顺风车事业部总经理黄洁莉现场提出两个“希望”:希望滴滴跨城顺风车将成为春运运力的一个重要组成部分,希望未来十年春节跨城回家的私家车的空座共享率可以达到50%。
为了激励更多车主可以在春节回家时分享座位,滴滴顺风车投入1000万奖励基金,从1月11日至1月27日期间,完成“寻找空座”和“互助团圆”两个任务,即可瓜分1000万奖金。此外,姚晨、张译、王珞丹、陈赫、周冬雨、王子文等明星纷纷支持滴滴顺风车“空座共享计划”,支付宝、360浏览器、智慧高速等企业合作伙伴也积极加入到滴滴顺风车春运服务中。
“共享出行已经逐渐成为一种潮流方式,目前空气污染这么严重、道路这么紧张,不共享会觉得羞于上路,希望大家一起为环境变好尽一点力。”滴滴出行总裁柳青现场谈到,在供需之间的信息对称和出行习惯的背后,是技术和平台在支撑,滴滴想做的不是滴滴+网约车,而是滴滴+交通,提供路面交通解决方案。
2017年春运期间道路交通承载25.2亿人次出行,铁路3.56亿人次;民航5830万人次;水运4350万人次。道路交通占据春运运力的84.6%,压力最大,也最为分散。
事实上,世界各国城际交通几乎都是公路占比最大。黄洁莉介绍,“跨城出行市场潜力巨大,600公里以下的跨城出行占整体跨城出行市场的80%以上。滴滴跨城顺风车主着重于30至600公里的点对点出行服务。”
数据显示,每天2.76亿私家车市内出行,只有2400万私家车跨城出行,看似跨城出行是一个非常小的市场。但是从公里数来看跨城市场并不小,市内私家车出行市场为每天15.18亿公里,而私家车跨城出行为15.84亿公里。
春运拼座的体验怎么样?现场一位私家车司机南军以自己的经验侃侃而谈。70后南军在法国生活多年,2010年回国后从事教育咨询行业。他的第一次跨城顺风之旅接了位带猫的女乘客。早上7点,他们从上海杨浦区出发,凌晨1点到达目的地北京朝阳区中国传媒大学,全程18小时,共计1261公里。南军说,我非常愿意把自己车的空座分享出来,能力所能及地帮助别人逃脱春运的麻烦,轻松跨城出行。顺路接一单顺风车,感觉也多少能为节能减排做点贡献。南军成为今年春运第一批加入滴滴顺风车“空座分享计划”的私家车主之一。
滴滴顺风车部门为此做了专门的研究,根据长途汽车、普通列车、高铁、顺风车所花费的时间和费用做比较,得出结论:短距离,顺风车拼座费用和时间越划算;距离越长,顺风车拼座费用虽比高铁贵一些,但路上时间更短。比如从广州到东莞67公里,顺风车拼座只需90分钟,66块钱。
短途
长途
为了应对2017年春运,滴滴顺风车在去年的模式上升级到了“拼座”模式,“从过去找一辆车变成找一个座位”,拼座模式让拼成率提升至40%。滴滴顺风车还上线了一键预约往返程功能,让人均预约次数从1.2次提升至1.6 次。此外,通过大数据和智能算法优化,车主和乘客的推荐匹配率提高了30%。
然而对于拼座,大家第一反应或许有些排斥,随之顾虑也会出现。考虑到安全因素,滴滴顺风车做了以下这些事情:
首先,顺风车设立了最严格的跨城准入门槛。除了司机必须完成三证验真(身份证、驾驶证、行驶证)、人脸识别外,参加跨城顺风车的乘客也都需要实名认证和完成人脸识别。
此外,滴滴升级了顺风车平台的信任值体系,信任值是滴滴顺风车为车主乘客建立的安全档案,通过提取数百维特征,使用上亿条用户行为轨迹,每秒10万次计算,实时更新信任值。信任值采取百分制,根据分数进行六级管控,临时取消订单、收到差评、车主危险驾驶等行为都会影响到信任值。例如,滴滴顺风车通过App内置的SDK,监督车主的驾驶行为,如果遇到急刹车、超速、急转弯等行为会影响到车主的信任值分数。
另外春运期间,滴滴顺风车安全小组、客服小组会提供7乘以24小时服务。此外,滴滴提供每人每座最高120万元的保障,覆盖车主、所有乘客以及车主的同行者,保障使用平台服务期间的全过程,其中,车主在去接乘客的路上、乘客上下车期间也在保障范围内。
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。