北京时间5月15日下午消息,中国创业公司Face++已经完成了2500万美元的B轮融资。Face++开发的面部识别技术已经获得了阿里巴巴的使用。
在完成此轮融资后,Face++的融资总额达到了4700万美元。Face++的一名人士表示,该公司当前的投资方启明创投和创新工场都参与了此轮融资。
Face++位于北京,该公司提供了API(应用程序接口)和SDK(软件开发包),以及订制的云计算服务,从而帮助其他公司集成其面部识别技术。该公司最知名的一家客户是蚂蚁金融。作为支付宝的开发商,蚂蚁金融正在寻求监管部门的批准,利用Face++的软件去确认开立在线银行账号的用户的身份。
该公司的技术也被用在了支付宝的“笑脸支付”服务中。该服务允许用户通过自拍照来确认付款。Face++的公关代表萨姆·谢(Sam Xie)表示,由于获得了阿里巴巴的使用,一些传统银行也已经与Face++接触,讨论合作。
Face++的API也被一些拍照和娱乐应用使用,例如Camera360和乌克兰交友服务Flinch。该公司表示,目前已有超过3万名开发者使用Face++的工具。
根据Biometric研究集团的数据,全球生物识别市场的规模今年将达到150亿美元,高于2012年时的70亿美元。2/3的市场将集中于指纹识别领域,但类似Face++的面部识别技术也将有很大的空间。
该公司计划使用B轮融资的资金开发新的商业应用。萨姆·谢表示,该公司计划今年内推出这款产品。
好文章,需要你的鼓励
论文提出动态民主同意框架,融合伯奈斯公关理论与系统动力学反馈模型,分析政治支持率如何受滚雪球增长、选民饱和、感知延迟和制度信任侵蚀四种机制影响,揭示宣传投放为何会失效甚至反噬。
阿里巴巴团队推出E-Commerce Bench基准,让18个顶尖AI模型经营虚拟网店一年,揭示AI在长周期自主商业决策、供应商谈判防骗、现金流管理及经验学习方面存在巨大能力差异与隐藏短板。
本文解读ReFlowSET框架,它通过系统评测多款图像压缩器选出最适合雷达与光学图像的编解码器,并从零训练轻量生成模型完成雷达图到光学图的翻译,在多个数据集上取得领先的感知与分布质量表现。
阿里团队提出DICS方法,通过评估图片、问题、答案三者的内在一致性给训练数据打分,结合自适应采样策略筛选高质量子集。仅用25%的LLaVA-1.5-665K数据训练即超越全量数据效果,并在600万样本规模验证下用不到四分之一数据逼近官方InternVL3-8B性能。