
7月8日消息,滴滴快的宣布已经完成了20亿美元的融资,新的投资方包括资本国际私募基金(Capital International Private Equity Fund)、平安创新投资基金等多家全球知名投资者,阿里巴巴、腾讯、淡马锡、高都资本(Coatue Management)等现有股东也都追加了投资。
滴滴快的总裁柳青表示,本轮融资于今年6月22日启动,原计划融资15亿美元,中途由于资方需求提高了融资额度,本轮融资中还有数亿美元的剩余额度,未来1个月还将有新的投资方加入,预计本轮融资全部结束后,融资金额将远超20亿美元。同时,本轮融资完成后,滴滴快的公司将拥有超过35亿美元的现金储备。
截至目前,滴滴快的本轮融资是世界规模最大的一笔非上市公司融资,也是中国移动互联网领域最大规模的融资。此前,Facebook在2011年获得15亿美元融资,美国短租网站公司Airbnb也在近日完成15亿美元的新一轮融资。
滴滴快的公司董事长兼CEO程维表示,未来将继续推出更多新业务和服务,构建一套移动交通的生态系统,真正改变私家车出行。
据柳青透露,滴滴快的本轮融资资金将用于巩固公司现有市场地位、进一步拓展和做深国内市场和新业务,以及用于公司平台技术升级、大数据的研发和运营和提升用户体验效率等,进而实现未来三年的目标:每天为3000万乘客提供服务,服务1000万司机,在任何地方3分钟有车来接。
柳青认为,随着中国市场移动技术和互联网服务的渗透率不断提高,出租车和专车市场还有潜力实现10到15倍的增长。同时,滴滴快的表示,将建设一个综合性的交通生态系统,在物流、保险和金融等汽车服务,以及地图技术和位置服务等领域寻找更大的空间。
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。