
据国外媒体报道,消息人士透露,印度电商巨头Snapdeal获得约5亿美元的新融资,投资方包括阿里巴巴集团、Snapdeal的第一大股东软银和富士康。
Snapdeal的估值相关细节和新投资者所获的股权比例还不得而知。不过,Snapdeal发言人对上述进展予以了否认,称它只是猜测而已。
据悉,阿里巴巴和富士康已就投资Snapdeal事宜与Snapdeal谈判了很长一段时间,它们想要借此在印度快速增长的消费经济中占得更有利的位置。
今年2月,印度《经济时报》报道称,阿里巴巴启动了投资Snapdeal的谈判。5月,该媒体还报道称,富士康也进入了参与Snapdeal新一轮融资的谈判,后者的估值可能将达到50亿美元左右。
然而,由于估值分歧,潜在投资者对于Snapdeal的运营数据要求越来越严格,该融资交易尚未能完成。
2014年,Snapdeal以及位于来自班加罗尔的竞争对手Flipkart合计融资接近30亿美元。与此同时,亚马逊声称要在印度市场投资20亿美元。该公司在印度电商市场位列第三。
以Paytm为首的一连串新贵也开始向领先者们发起挑战,它们的融资行动尤其抢眼。今年早些时候,Paytm宣布获得5.75亿美元的新融资,蚂蚁金服领投。
随着印度电商市场的日渐壮大,市场竞争势必将愈演愈烈。据估计,到2020年,印度电商市场的规模将增长至500亿美元,远远高于2014年的30亿美元。
零售业顾问公司Technopak创始人阿尔温德·辛哈尔(Arvind Singhal)指出,“未来12个月,我们还将看到诸如Tatas、Reliance和Aditya Birla Group的综合性大企业将大举进军电商市场。现有的电商公司可以说难以承受放缓营销、基础设施和促销方面的支出的风险了。因此,它们进一步融资的需求将只增不减。”
好文章,需要你的鼓励
本文介绍LT-OPD训练框架,通过让极限压缩的多模态大模型在自己生成的内容上接受满血版模型指导,并配合渐进式课程学习,在仅保留5%视觉token时把性能保留率从68.6%提升到82.3%,且不增加推理成本。
本文解读ALIGNOPSD方法,该方法针对AI智能体训练中"决策与时间戳错配"问题,通过先对齐功能相同的决策场景再打分,并按可变长度决策段分配信用,在ALFWorld、WebShop、Search-QA三大任务上相比GRPO提升5.5%至8.7%。
本文介绍自适应一致性图(ACG)方法,通过持久化执行记忆图与预算感知的上下文构建,帮助AI智能体在长任务中减少信息失联,在多项基准测试中相比ReAct等基线方法提升了任务成功率。
多智能体AI协作时重复计算KV缓存浪费严重。PReCache提出预计算低秩缓存和中性基础缓存重构两项设计,免训练实现最高3.1倍加速、2.3倍吞吐提升,且准确率仅比不共享方案低1.1个百分点。