北京时间4月16日消息,据《华尔街日报》网络版报道,印度最大打车服务提供商Ola已完成了4亿美元E轮融资,估值25亿美元。
Ola 在周四发布的一份声明中称,该轮融资的投资方包括了俄罗斯投资公司DST Global、新加坡主权财富基金GIC、美国对冲基金Falcon Capital Edge LP等新投资方。另外,软银、老虎环球基金、香港Steadview Capital以及美国风投公司Accel Partners等现有投资方也跟投了Ola此轮融资。
Ola并未透露在此轮融资中向投资方出售的股份规模或其它交易条款。Ola上一轮融资是在去年10月,当时从软银和其他投资方筹集到了2.1亿美元,估值大约为10亿美元。
Ola称,将利用新筹集来的资金向规模更小的印度城市扩张,其计划到今年年底前将服务覆盖的城市数量增加一倍至200个。另外,新一轮融资还将有助于Ola与Uber等其它全球打车服务竞争。Uber正在印度不断增长的打车市场迅速扩张。
上周有报道称,Ola已融资3.14亿美元。但据科技博客TechCrunch报道,3.14亿美元只是Ola这新一轮融资的一部分。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。