近日,国内领先的在线旅行服务平台去哪儿宣布完成鸿蒙原生应用Beta版本开发,成为旅行行业中首批完成Beta版开发的应用之一,该版本已经实现了机票预订、支付、服务等功能,将为用户提供更为便捷、智能的旅行体验。这不仅为旅行行业树立了榜样,也为整个互联网行业在鸿蒙系统上的发展提供了有益的探索和借鉴。
自去年 11 月底去哪儿与华为合作启动鸿蒙原生应用开发后,双方团队紧密配合,致力高效高质地完成。开发中,就鸿蒙多模块管理等关键技术问题多次深入探讨,解决数百个技术难题,逐步形成适合复杂业务与多团队协同开发的应用架构。
去哪儿相关负责人介绍,目前去哪儿已完成了核心主干功能的开发。业务方面,完成包括从机票首页到支付完成页整个流程的国内单程23个核心模块主流程功能,为旅客带来全新的搜索、比价、预订体验。
去哪儿Beta版充分利用了鸿蒙系统的原生智能、原生互联等独特优势,实现了跨设备无缝流转,让用户在不同设备间切换时,能够保持一致的旅行体验。无论是手机、平板还是电脑,用户都可以轻松预订机票、酒店、景点门票等旅行产品,并享受便捷的支付服务。而一次开发、多端部署的能力,大大降低了去哪儿等伙伴的开发成本。同时,受益于其原生智能和 AI 能力,服务更懂用户,为用户推荐合适的旅行产品和目的地,带来便捷、无感体验。
去哪儿是最早布局移动端的在线旅游平台,享受到移动互联网快速发展的红利,进一步将旅游向大众化推广。鸿蒙原生应用的开发是其在智慧旅行领域的重要布局之一。未来,去哪儿将继续基于鸿蒙系统的技术优势,深耕以全场景体验为核心的连续性服务,去哪儿的服务将得到更高效的分发,把更优质的体验带给消费者。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。