4月17日消息,58同城今日发布公告称,公司战略入股分类信息网站赶集网。根据最终协议,58同城将以3400万份普通股(合1700万份ADS)及4.122亿美元现金获得赶集网完全稀释后43.2%的股份。
根据公告,58同城与赶集网在合并后将保持双方品牌独立性,网站及团队均继续保持独立发展与运营。
此外,腾讯将以每股ADS 52美元认购价值4亿美元的58同城增发新股。截止目前,腾讯在58同城的持股比例约为25.1%。投资金额将分别用于58同城与赶集网战略合作的现金部分以及增持58同城现有股权两个部分。
58 同城CEO姚劲波在内部信中表示,在合并后相当长时间里,58同城和赶集网将继续两个品牌独立管理,各自满足用户的需求,并在定位上适当差异化。未来,其 将与赶集网CEO杨浩涌将担任联席CEO,以确保双方团队在更高层面进行更多互动和协调,共同将双方客户利益放在第一位来考虑,更好满足用户的需求。
赶 集网CEO杨浩涌发出的内部信则称,赶集与58同城合并后,在资本层面,两家将组成新的公司——58赶集有限公司。在新公司的业务层面,其将与58同城 CEO姚劲波将负责不同的板块,以便将各自的优势发挥到极致。新公司将采取双品牌战略,赶集与58保持独立运营,各自的管理体系和员工体系基本保持不变。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。