滴滴AI打車公布運營數據，空氣清新需求排第二

🔑 增強重點摘要

• •滴滴AI小滴的底層技術整合了滴滴自研的「滴滴大模型」，該模型針對出行場景進行了深度優化，能處理複雜的自然語言指令並進行多輪對話。
• •該功能不僅限於叫車，還能根據用戶的歷史出行習慣與當前環境數據（如天氣、路況），主動推薦組合出行方案，例如「打車+地鐵」的跨模式規劃。
• •滴滴透過此AI升級，旨在將傳統的「搜索式叫車」轉型為「對話式出行助理」，以降低老年用戶或非熟練用戶的操作門檻。

🛠️ 技術深入

• •模型架構：基於滴滴自研的出行領域大模型（Didi-LLM），採用Transformer架構並針對出行場景進行了語義理解與意圖識別的微調（Fine-tuning）。
• •標籤系統：構建了基於知識圖譜的服務標籤體系，將用戶的自然語言需求（如「空氣清新」）映射至車輛屬性數據庫（如車內空氣質量監測、禁菸標籤）。
• •推理引擎：採用輕量化推理技術，確保在移動端實現毫秒級的響應速度，並支持多模態輸入（語音、文字）。
• •數據處理：利用隱私計算技術在本地處理用戶出行習慣數據，在保障隱私的前提下實現個性化推薦。

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線