
在滴滴平台孵化了大半年的“优享”业务,今日正式接入优步中国app。这也就意味着,优步中国app的服务全面升级。
“优享”业务由滴滴出行优步事业部负责。去年8月,优步中国并入滴滴出行,成立了优步事业部——它在管理优步中国app的同时,还孵化了一个新的业务“优享”,用滴滴出行优步事业部总经理汪莹的话描述,“只为打造一个更宽敞更安静更舒适的服务”。
今年2月28日,优享首先在滴滴出行上线。大半年里,30万优享司机为530万优享乘客提供了1800万次出行服务。直到目前,优享已在北京、上海、广州、成都、深圳、杭州、苏州、天津、南京等25城上线,日单量峰值达到200万单。
“优享”是一款平衡经济化和舒适度的用车产品。通俗而言,平衡网约车市场司机与乘客的需求。
细观网约车市场,很长一段时间以来,几乎处于“两级分化”阶段,要么舒适且昂贵,要么便宜却没有统一的服务标准——在车型、服务、价格等方面,不同产品间仍然存在差异化空间。
譬如,有的乘客抱怨“明明说好三分钟到,怎么花了五分钟”,有的司机提议“每天给我发十条教育短信,不如来点优惠来的实际”......优步中国说,每一个人的话听起来都合乎情理,每一个人的想法都想满足。
在与千千万万的司机和乘客交流之后,优步中国明确提出了优享“刚刚好”的6项服务标准:“3分钟内主动联系,并使用优享话术”、“车内无异味”、“车内外整洁,无异物”、“车内温度适宜”、“安全平稳驾驶”、“安静不打扰”。
而从司机的角度,优步中国将通过精准的定价、运营帮助司机的收入提升20%,并建立司机社群,提升司机的归属感。
目前,6项服务标准的达标率已经到达89%。“剩下的11%,我们希望通过智能硬件的方式进一步解决”汪莹说。
11月10日,北京将有3000台优享车辆将首先搭载智能空气净化器,帮助司机服务达标,并带更健康更舒适的工作环境。车内PM2.5指数通过智能硬件测试后显示在乘客app上,乘客可以通过app按照自己的需求调控车内智能硬件——香氛味道浓度、调整空气净化的档位,无需司机人工进行服务。
与此同时,优步中国开始着手准备下一代智能硬件,加入:1、夜间上车LED灯提示;2、自行检测车内温度及音量,并提示司机调整。“这是一个不断深挖需求、升级迭代的时代,未来希望打通app与智能硬件,通过科技手段把控每一个车内体验环节,做到精细化。”汪莹说。
另外,优步中国和中信银行信用卡中心达成了战略合作,共同推出联名信用卡,金卡、白金卡用户可以分别享受不同等级的打车优惠,以及其他出行服务,包括航班延误险、贵宾休息室等等。
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。