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CAST框架,通过多智能体系统把任务成败的粗略反馈转化为逐步动作的详细批评理由,训练出更懂节制的批评模型,再用它优化执行策略,让8B小模型在可靠性指标上反超120B大模型,提升智能体在真实动态环境中的稳定表现。
论文提出NavMCP框架,用意图、观察、记忆三条通道把VLM推理与导航基础模型NFM结合,解决具身问答中长距离探索问题,在多个基准和真实机器狗测试中均取得最优效果。
研究发现教师模型批改学生生成内容时噪声率高达50%,但学生依然能进步。作者发现真正起作用的是压制学生自己低概率词,据此提出无需外部监督的OPSA方法,在AIME24等数学测试上带来最高307%的提升。
PaperGym提出一套把科研论文转化为AI训练环境的方法,解决科研计划生成缺乏可验证奖励的难题,通过问题答案分离降低评分标准泄露,结合自蒸馏与强化学习两阶段训练,让小模型在多个基准上超越更大规模的商业模型。