安全預警系統，看不見的滴滴「基建」
重點摘要
近日，滴滴在成都辦了一場安全開放日，多個司機、乘客、行業專家和媒體被邀請走進滴滴安全預警中心，現場體驗一線安全專家如何聽音、研判和幹預訂單風險。這也是滴滴少有地把網約車安全後臺攤開給外界看。滴滴創始人、CEO、集團安委會主任程維在活動中表示，保障每天數千萬訂單的安全，是滴滴身上的責任。滴滴安全體系已經迭代多次，但仍然“還在路上”。他希望通過開放日，讓外界看到滴滴如何做安全，也給平臺提出更多意見。網約車安全和常規互聯網推薦系統不同。推薦、搜索算法通常要在準確率和召回率之間取得平衡，但安全算法不一樣。滴滴網約車技術和安全負責人曹樂表示，安全風險是低頻事件，但只要平臺有能力召回，就不能為了提高準確率而漏掉風險。這意味著，滴滴安全系統必須優先保證召回率。然而，代價是大量誤判。據曹樂介紹，即便經過大模型多輪篩查，進入安全預警中心的訂單，絕大多數最終仍然是安全訂單。真正有風險的比例，可能只有幾千分之一，甚至幾萬分之一。但這套系統仍然需要持續運轉。目前，滴滴一方面投入大量GPU資源做大模型前置篩查，另一方面配置了4000多名安全相關工作人員，處理風險工單。滴滴內部每年在安全上的投入，已經超過去年集團淨利潤。曹樂稱，在滴滴，安全投入幾乎是唯一不會被質疑ROI的投入方向。原因是2018年順風車事件之後，滴滴重新搭建整套安全體系。此後幾年，安全投入即使成本很高，也沒有被壓縮。平臺的目標不是證明每一筆安全投入都能產生收入，而是儘可能不漏掉任何一個可識別風險。從叫車開始，到司乘真正分離滴滴現在對“行程安全”的定義，已經不只是上車到下車。在安全專家眼裡，一次行程從用戶叫車成功開始，到司機和乘客安全分離結束。這決定了滴滴安全體系覆蓋的是行前、行中和行後。行前，平臺會對司機、車輛證件和人車一致性進行核驗。司機每天出車前，還需要完成身份、車輛、安全教育等檢查。如果司機有過輕微安全問題，平臺會推送專項安全教
近日，滴滴在成都辦了一場安全開放日，多個司機、乘客、行業專家和媒體被邀請走進滴滴安全預警中心，現場體驗一線安全專家如何聽音、研判和干預訂單風險。這也是滴滴少有地把網約車安全後臺攤開給外界看。滴滴創始人、CEO、集團安委會主任程維在活動中表示，保障每天數千萬訂單的安全，是滴滴身上的責任。滴滴安全體系已經迭代多次，但仍然“還在路上”。他希望通過開放日，讓外界看到滴滴如何做安全，也給平臺提出更多意見。網約車安全和常規互聯網推薦系統不同。推薦、搜索算法通常要在準確率和召回率之間取得平衡，但安全算法不一樣。滴滴網約車技術和安全負責人曹樂表示，安全風險是低頻事件，但只要平臺有能力召回，就不能為了提高準確率而漏掉風險。這意味著，滴滴安全系統必須優先保證召回率。然而，代價是大量誤判。據曹樂介紹，即便經過大模型多輪篩查，進入安全預警中心的訂單，絕大多數最終仍然是安全訂單。真正有風險的比例，可能只有幾千分之一，甚至幾萬分之一。但這套系統仍然需要持續運轉。目前，滴滴一方面投入大量GPU資源做大模型前置篩查，另一方面配置了4000多名安全相關工作人員，處理風險工單。滴滴內部每年在安全上的投入，已經超過去年集團淨利潤。曹樂稱，在滴滴，安全投入幾乎是唯一不會被質疑ROI的投入方向。原因是2018年順風車事件之後，滴滴重新搭建整套安全體系。此後幾年，安全投入即使成本很高，也沒有被壓縮。平臺的目標不是證明每一筆安全投入都能產生收入，而是儘可能不漏掉任何一個可識別風險。從叫車開始，到司乘真正分離滴滴現在對“行程安全”的定義，已經不只是上車到下車。在安全專家眼裡，一次行程從用戶叫車成功開始，到司機和乘客安全分離結束。這決定了滴滴安全體系覆蓋的是行前、行中和行後。行前，平臺會對司機、車輛證件和人車一致性進行核驗。司機每天出車前，還需要完成身份、車輛、安全教育等檢查。如果司機有過輕微安全問題，平臺會推送專項安全教育，完成後才能繼續接單。行中，系統會監控路線偏移、異常停留、車內錄音錄像風險、疲勞駕駛、分心駕駛、超速、急加速和急減速等信號。此外，訂單還會被切成一分鐘一個片段，每一分鐘都會經過大模型風險檢測。模型識別到風險後，進入人工複核；99%的工單需要在1分鐘內響應。行後，平臺還會根據軌跡、錄音錄像、藍牙、WiFi等信息，判斷司乘是否真正分離。必要時，安全專家會外呼確認。目前，滴滴平臺風險識別率為82%，干預有效率為99.8%，干預及時率為98.73%。平臺平均每千萬單出現一起肢體觸碰類風險，每百萬單出現一起言語類風險。大模型能看到更多，但仍看不全過去，滴滴安全識別主要依賴小模型和規則策略。比如先將語音轉寫成文字，再用關鍵詞觸發規則，併疊加軌跡異常、停留異常等特徵。這種方式的問題是，信息每經過一層處理，準確率都會衰減。現在，滴滴開始用多模態大模型做全量掃描。模型會綜合錄音錄像、位置軌跡、訂單信息、司乘歷史信息等特徵，判斷是否存在潛在風險。對於未成年人、醉酒、深夜獨乘、弱勢群體等場景，系統會傾斜更多安全資源。例如，如果AI識別到司機詢問疑似未成年乘客“是不是在學校”“有沒有談戀愛”，或者索要聯繫方式，這些都會被視為前置風險信號。人工複核後，安全專家會根據風險程度選擇提醒、外呼震懾，嚴重時直接報警。但大模型並不能解決所有問題。據悉，平臺主動識別風險的比例是82%，原因包括錄音錄不到、聲音嘈雜、設備遮擋、信號中斷，以及部分風險沒有言語交流。更難的是，一些風險沒有前置特徵。小糾紛可能臨時升級，蓄意危險行為也未必有歷史投訴或異常記錄。技術可以提高識別能力，但無法把所有不確定性變成可預測問題。平臺的邊界：多管一步，還是少打擾一次這場開放日里，滴滴反覆提到一個問題：安全和隱私的邊界。例如，訂單結束後，平臺是否還需要繼續確認司乘分離？如果車內出現不當互動，但雙方當時似乎自願，平臺是否應該干預？如果平臺向前多走一步，可能會被認為打擾用戶、侵犯隱私；如果平臺向後退一步，就可能放大風險敞口。曹樂表示，這類問題沒有簡單答案。過去滴滴內部也爭論很久。滴滴最終選擇把安全邊界延長到“司乘安全分離”。但這意味著，平臺需要承受更多誤判、更多用戶投訴，也需要付出更高運營成本。安全預警中心的工作，也因此常常不被理解。大部分工單沒有風險，但安全專家不能放鬆。因為下一單可能就是風險訂單。曹樂把這項工作形容為“西西弗斯推石頭”：每天重複大量枯燥工作，風險被壓下去後，還要繼續從頭開始。曹樂表示，安全是平臺、司乘和社會共同參與的接力賽。滴滴會繼續加大投入，但平臺能力有侷限和邊界。只有用戶提高安全意識，並正確使用平臺安全功能，才能進一步降低風險。對滴滴而言，安全不是一個已經完成的系統，而是一套必須不斷投入、不斷解釋、不斷承受誤判成本的長期工程。雷峰網雷峰網雷峰網
Related
相關文章
vivo“再造”摺疊屏
手機行業從來不缺挑戰。自從2023年中國科技產業開啟了所謂的“大模型狂飆時代”後，從互聯網巨頭到傳統製造業，從手機廠商到汽車新勢力，中國科技行業迅速陷入了一場前所未有的焦慮當中。在行業落地方向尚未明確時，各行各業均選擇了“先上車後補票”的方式乘上這趟“快車”。手機作為最接近消費者的入口，同樣也成為了各行各業眼中的“必爭之地”。手機廠商如何在激烈的競爭中佔據領先地位，早已成為了新的課題。但對手機廠商而言，競爭是立體的，既是向內，也是向外。向內，手機廠商之間的競爭已進入消耗戰。除了卷參數、卷配置、卷價格三條路徑，各家同樣開始了AI時代的內卷，大量投入研發資源，爭取奪下“AI手機”的心智高地。向外，OpenAI正以65億美元收購蘋果前首席設計官Jony Ive創立的io Products團隊，並準備推出自有品牌智能手機；字節的豆包手機隨著第一代的爆火，也即將推出第二代產品。階躍星辰、追覓Eclix同樣也在向著這一領域進發。向內是紅海，向外是未知數。AI時代需要新的產品形態支撐產品價值，只是從AI的發展速度來看，留給手機廠商的機會並不充裕，想要成為牌桌上的“領頭羊”，這需要手機廠商有清晰的洞察和產品能力，且每一步都極為關鍵。今年年初，vivo總裁、首席運營官胡柏山曾對外透露過vivo對於未來產品發展的初步規劃，並提出了“Agent Phone”的技術構想，表明了下一代智能手機應該做到：能夠主動理解用戶需求、自動完成任務、智能調度服務。彼時，vivo將相機Agent能力搭載在了新一代旗艦機型X300 Ultra 與X300s上，除了專業的影像能力進一步提升，從某種程度來說，這也是Agent Phone的階段性成果展示。但胡柏山也直言：“X300 Ultra會展示Agent Phone的核心能力，但它還不是終極形態。”隨著這兩臺手機在消費者群體中廣受好評，如今vivo決定向著“Agen
谷歌 Gemini 助手新功能：直接幫用戶安裝 Play 商店內的應用
谷歌宣佈將 Play 商店集成至 Gemini 助手，用戶現在可以直接在聊天窗口內搜索、篩選並安裝應用，甚至完成內購，無需跳轉。這項功能旨在解決海量應用庫中“大海撈針”的痛點，讓找 App 變得更簡單。#Gemini# #GooglePlay#
GPT-5.6來了：旗艦版碾壓 GPT-5.5，價格卻沒漲
這篇消息聚焦「GPT-5.6來了：旗艦版碾壓 GPT-5.5，價格卻沒漲」。原始導語提到：OpenAI把GPT-5.6做成了像蘋果芯片一樣的產品矩陣。 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
重構交互底層邏輯：Rokid發佈AIOS，智能眼鏡行業進入“原生”時刻
2026年6月26日，樂奇Rokid Open Day生態及開發者大會舉行。會上，Rokid首次提出“AIOS原生智能眼鏡操作系統”概念，並正式推出全球首款智能眼鏡AIOS操作系統——YodaOS。這一動作的核心意義在於，它將行業競爭從硬件參數與功能堆砌，拉到了操作系統與交互邏輯的底層重構層面,這標誌著智能眼鏡行業正式邁入“原生AI操作系統驅動的新紀元”。從硬件堆疊到體驗重構：YodaOS的四層遞進邏輯在移動互聯網時代，手機與觸屏操作系統是核心交互載體。而進入AI時代，輕量化、可全天候佩戴、支持多模態大模型交互的智能眼鏡，被業界視為下一代核心終端的有利候選。但長期以來，智能眼鏡受限於系統適配弱、場景落地難、交互單一滯後等痛點，始終未能在體驗上真正獨立。YodaOS的發佈，正是Rokid對這一現狀的解題思路。Rokid副總裁、XR中心負責人王俊傑詳細解讀了YodaOS的技術架構。其核心設計理念是“以人為本，體驗為先”，目標是讓AI助手實現“召之即來，不用即隱”。為此，YodaOS搭建了四層遞進式核心架構，試圖完成從環境感知到信息呈現的全鏈路閉環：第一層為極速交互界面。 通過2字喚醒詞與0.2秒極速響應，打造自然絲滑的人機交互起點。第二層為多維感知層。 依託雙芯片雙系統獨立運行、端邊雲協同算力拆分，實現全天候持久感知，兼顧設備續航與運行穩定性。第三層為智能能力層。 融合用戶記憶、知識圖譜、技能工具等多維上下文信息，讓AI越用越懂用戶、越用越貼合需求。第四層為場景落地層。 聚焦用戶真實痛點，持續迭代功能服務——自去年9月產品發售以來，YodaOS已完成20次OTA升級、累計更新500項功能，實現“常用常新”的用戶體驗。這套架構的本質，是讓眼鏡“看得見環境、聽得懂意圖、辦得成事情、展得清信息”，徹底告別傳統AI交互中“一問一答”的機械感。AI助手2.0與AIUI：從被動應答到主動服
OpenAI 預覽 GPT-5.6 系列：Sol、Terra、Luna 三款分級模型，新增推理模式與有限存取
OpenAI 已開始有限預覽其下一代模型系列 GPT-5.6。該系列分為三個命名等級：Sol、Terra 和 Luna。Sol 為旗艦款，Terra 專注於日常生產工作，Luna 則是快速且低成本的選擇。OpenAI 最初透過 API 和 Codex 向一小部分信任的合作夥伴開放。根據 OpenAI 的貼文，他們已率先與美國政府分享了這些模型和計劃。未來幾週內，ChatGPT、Codex 和 API 將進一步擴大存取權限。這次變更主要是結構性的：GPT-5.6 引入了分級模型、兩種新的推理模式，以及更嚴格的安全防護層。什麼是 GPT-5.6？它是一個模型家族，而非單一模型。OpenAI 也更改了版本命名方式，數字現在代表世代，名稱則標示穩定的能力等級。
第一個用物理做計算原語的大規模生成模型Un-0來了，或將AI能耗降低1000倍？
一個名為Un-0的新模型問世，它是首個以物理運算為基礎原語的大規模生成模型，可能將AI能耗降低1000倍。這項突破被視為物理計算領域的「Hello World」時刻，有望解決當前AI能耗逼近極限的問題。