
北京时间6月15日下午消息,据彭博社报道,知情人士透露,阿里巴巴和腾讯支持的滴滴快的计划以120亿至150亿美元的估值融资至少15亿美元,以便在中国市场对抗Uber。
知情人士表示,参与此轮融资的包括新投资者和既有投资者,估值则较两家公司今年2月合并时翻了一番。
滴滴和快的两大应用组成了中国最大的打车和专车平台,此次合并也帮助双方降低了相互竞争的成本。而据《金融时报》报道,总部位于旧金山的Uber已经对投资者表示,该公司计划向中国市场投入10亿美元资金。
滴滴快的之前宣布,将会向乘客赠送价值10亿元人民币(约合1.61亿美元)的乘车服务,与Uber和易到用车展开竞争。据测算,作为全球第一人口大国,中国一年的交通服务市场规模高达1万亿美元。
滴滴快的仍然是两款独立的应用,但技术和数据已经共享。这一新的估值将令滴滴快的成为仅次于小米(450亿美元)的中国第一大创业公司。
今年5月也有知情人士透露,Uber计划以500亿美元的估值融资15亿美元。
据易观国际测算,中国专车行业目前由滴滴快的主导,市场份额达到78%。阿里巴巴和腾讯分别持有该公司13%的股份,软银也已入股该公司。易观国际表示,Uber在中国的市场份额约为11%。
Uber的服务在全世界都面临着监管者和出租车司机的挑战,中国市场也不例外。据《华尔街日报》报道,虽然有多位Uber司机遭到殴打,该公司位于广州和成都的办公室也遭到监管部门查封,但Uber还是要求其司机不要参与抗议示威。
百度去年12月宣布入股Uber。
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。