
据美国《华尔街日报》报道,滴滴快的新一轮融资增至20亿美元,公司的总估值大约为150亿美元。
一位知情者透露,最初,该公司曾经计划募资至多15亿美元,但现有及新加入的投资者们都展现出了强烈的需求,因此该公司增加了发售。预计融资将于未来数周内落幕。
另据路透社援引知情人士称,高瓴资本正在与滴滴快的打车软件的运营者小桔快智的现有投资者接洽,计划增持该公司股份。知情人士透露,高瓴目前占有小桔快智不到10%的股份,其增持目标尚不得知。
近日专车市场热闹非凡,有资本界人士向媒体透露,神州专车正寻求整体出售,接盘方很有可能是滴滴快的。分析人士认为,滴滴快的即将获得20亿美元巨额融资,不差钱,接盘神州专车轻而易举。
今年2月。滴滴打车与快的打车合并后成立了小桔快智,并在中国市场处于领先地位。两家打车软件合计占到了中国市场90%的份额。
好文章,需要你的鼓励
这项由IIT马德拉斯与BITS Pilani联合发布的研究(arXiv:2604.21523,2026年4月)构建了FOCUS元评估基准,系统检验了评审型视觉语言大模型的可靠性。通过向超过4000个图文和图像样本中注入40种受控错误,研究发现顶尖评审AI的检测失败率在某些条件下超过50%,物理合理性和视觉细节类错误尤为难以被发现,两两比较是最可靠的评审范式。
这篇由Sylph.AI发布的技术报告提出了一套两层自动化框架,核心思想是让AI自动优化自身的运行脚手架,再进一步让AI学会如何更高效地做这种优化。内层的脚手架进化循环通过工人代理、评估代理和进化代理的协作,自动迭代改进单个任务的运行配置;外层的元进化循环则在多个任务上训练,学习一套能快速适应任何新场景的通用进化蓝图,从而彻底消除人工脚手架工程的需求。
这篇由英伟达等顶尖机构联合发表的论文提出了一种名为Voyager的新型智能体。研究团队以《我的世界》为实验平台,通过引入自动课程规划、技能库存储以及迭代反馈机制,成功让大语言模型主导的AI在完全无人类干预的情况下,实现了在复杂开放世界中的自主探索与终身学习。实验数据表明,Voyager在物品收集、探索范围及技能解锁速度上均呈现出远超传统方法的压倒性优势,为未来开发能够自主解决真实物理世界复杂任务的通用人工智能奠定了关键的理论与实践基础。
这项由伊利诺伊大学、斯坦福大学、英伟达和麻省理工学院联合发布的研究(arXiv:2604.25917,2026年4月)提出了RecursiveMAS框架,让多个异构AI模型通过轻量级模块RecursiveLink在内部信号层面直接传递"潜在思想",形成循环协作,彻底绕开了传统多AI系统依靠文字传话的低效方式。配合两阶段内外循环训练策略,整个系统只需优化极少量参数,就能在数学、科学、代码生成和搜索问答等9个基准测试上取得平均8.3%的精度提升,同时实现最高2.4倍推理加速和75.6%的token用量削减。