微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 爱大厨完成千万美元级A轮融资 年内覆盖20城

爱大厨完成千万美元级A轮融资 年内覆盖20城

2015-07-07 10:56
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-07-07 10:56 CNET科技资讯网

7月7日消息 近日,爱大厨宣布,已完成千万美元级A轮融资,领投方为达泰资本,500彩票网跟投,青桐资本作为本次独家财务顾问。爱大厨是国内规模最大的专业厨师上门服务平台,同时也是该模式的开创者。爱大厨此前曾完成两轮融资,分别是来自险峰华兴的数百万人民币天使轮和高榕资本的数百万美元Pre-A轮,目前正在启动B轮融资中。

据介绍,爱大厨已在北京、上海、深圳和广州开展业务,通过厨师上门的服务形式,帮助人们在家中享用专业厨师烹制的美味。目前,爱大厨平台上拥有超过1500名专业厨师,注册用户50余万,每日订单量超过1200单。

爱大厨创始人兼CEO薛皎表示,自2014年8月正式上线以来,爱大厨订单一直保持高增长的趋势,这主要得益于优质服务带来的口碑传播,以及大环境下用户对生活品质更高的追求。薛皎预计,今年年底爱大厨日单量将突破8000单。

薛皎透露,此轮融资将主要用于爱大厨服务标准化、城市扩张以及丰富业务单元。其中,服务标准化包括对平台厨师管理与培训的强化,对服务体验的持续优化;城市扩张将在下半年启动,预计年内覆盖成都、杭州、长沙、青岛、天津、武汉等国内20座城市;与此同时,爱大厨还在尝试推出更丰富、更个性化的服务。

对于未来发展方向,薛皎进一步表示,“我们将在未来1-2年内,通过进入更多城市、提供更精细化的服务,来满足更多城市家庭用户‘在家吃饭’的需求;更长远来看,我们希望爱大厨能够解决人们的吃饭问题,不会为’去哪吃’和’吃什么’而发愁”。

除开创厨师上门模式外,爱大厨还在产品和业务层面坚持不断创新。近期,爱大厨正式上线了烧烤业务,可提供厨师上门烧烤,成为盛夏最应景的上门服务之一。此前,爱大厨还推出专项的年夜饭、私人定制、茶歇等业务。

目前,爱大厨主要通过iOS和Android平台的自有APP提供服务,同时也支持通过Web端、微信公众帐号以及400电话下单。另外,爱大厨也与百度、大众点评、京东、美团等大型平台达成接入合作,满足更多用户的需求。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-