9月20日,高德地图在京举办“快乐不添堵十一出行节”发布会,宣布打造“十一全民出行节”,为即将到来的“十一黄金周”全民出行高峰提供从出行服务到游玩目的地推荐的一站式服务。著名美食家,两季《舌尖上的中国》总顾问沈宏非出席活动并宣布入驻极客地图,携手高德地图发布美食极客地图。
高德地图打造十一全民出行节全面升级目的地信息服务
统计数据显示,“十一黄金周”已成为仅次于春节的出行高峰,而且相比春节,十一出行更多具有旅游属性,出行需求呈现复杂化和个性化的趋势。“在这样的背景下,高德将从今年开始打造‘十一出行节’,全面升级旅游出行目的地服务,为消费者提供从出行服务到游玩目的地推荐的一站式服务。”高德地图副总裁陈永海表示。
在发布会现场,高德地图宣布发布“高德乐游云服务”,为景区管理赋能,为用户出行提供前、中、后全链路服务——重构用户和景区间的矩阵供需关系,解决用户景区出游痛点。同时高德地图还首次发布了“高德生活大数据”榜单,根据用户“用脚投票”的真实消费信息,还原大众身边的真实世界,让大众消费回归真实。
据了解,除了推出景区服务及生活大数据之外,针对对消费品质更有追求的用户,高德地图还邀请各个领域的极客大咖入驻“极客地图”,为广大用户提供更加极致的目的地选择。
极客地图是高德地图今年针对生活信息服务上线的一个全新产品,目的是让各个领域的极客大咖可以将自己所在领域的最极致最值得去的地点推荐给广大用户去体验,上线之初就有林志玲推荐的街拍地图、陈坤推荐的行走地图等明星独家推荐,引起了广泛关注。目前极客地图仍在不断丰富,更多的极客大咖在持续入驻中。
美食家沈宏非入驻极客地图携手高德推荐私人美食榜单
在本次发布会上,著名美食家沈宏非宣布入驻“极客地图”,携手高德地图发布多年私人美食推荐。
作为中国著名的美食家、文化作家,沈宏非曾担任两季《舌尖上的中国》总顾问,并著有《写食主义》、《发现广州餐厅》、《食相报告》、《饮食男女》等美食著作。
“非常感谢高德地图这次合作邀约,这次我选出来的都是自己多年来私人收藏的餐厅,很多餐厅都会经常去。我也很高兴有机会和大家分享我的美食心得。”沈宏非表示。
首批榜单覆盖五个主要城市 豪华餐厅街头馆子相映成趣
据了解,此次高德地图发布的美食极客地图共包括了北京、上海、广州、杭州、成都等五个城市,榜单餐厅总数近百家,其中既有五星酒店豪华餐厅,也有街头巷尾的路边小馆。沈宏非告诉记者,和一般的餐厅推荐不同,本次他所推荐的餐厅不仅在口味上考量,还十分注重体现饮食背后的文化底蕴,尤其是各个城市之间的文化差异。
“杭州这座城市的文化里透着一种闲情逸致,杭州的美食也是如此,正所谓人间道场里修行吃喝,藉由吃喝过小日子。这在杭州美食极客地图上也有所体现。”他具体介绍说,“再比如成都有许多‘苍蝇馆子’,也有不少腔调餐厅,这都和成都人的性格相关。麻辣火锅一端上来,那种酣畅和通透,那种被麻痹后的明澈,将所有的川菜味形乃至记忆中一切的珍馐百味予以全盘否定,剩下唯有大彻大悟、五味皆空的境界。相比之下,广州人则可以在24小时里从容不迫把自己置身处于‘吃’或‘类吃’的情境之中。如果健康和时间允许,可以从早茶开始直接进入午饭,然后不着痕迹地转入下午茶,再势如破竹地‘直落’到晚饭,宵夜。希望这份美食地图能够给大家提供一种感受当地文化的新视角。”
据艾瑞2017年8月最新数据,高德地图以37726万台月独立活跃设备数排名地图行业第一,与微信手淘等应用一起成为8月国内活跃度最高的十大APP。更多沈宏非美食极客地图,欢迎登陆高德地图查阅。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
浙江大学等高校研究团队开发的VolSplat系统,通过"体素对齐"替代传统"像素对齐"方法,实现了快速高质量的3D场景重建。该技术仅需6张普通照片即可生成精确3D模型,在RealEstate10K等标准数据集上显著超越现有方法,为机器人导航、增强现实、建筑设计等领域提供了新的技术选择,代表了3D重建领域从二维思维向三维思维的重要转变。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
武汉大学团队与字节跳动公司合作,提出MAPO混合优势策略优化方法,解决AI训练中的"一刀切"问题。该方法能根据问题难度动态调整评分策略,避免传统方法中的优势反转和优势镜像问题。通过轨迹确定性判断和权重动态调整,在几何推理和情感识别任务上都取得显著提升,为AI自适应学习提供新思路。