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
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。