
东南亚打车应用Grabtaxi今天宣布完成3亿5千万美元的融资,这也是其历史上最大的融资。寇图资本、中国投资有限责任公司和中国移动出行平台滴滴快的为本轮投资者。
本轮完成后,Grabtaxi累计已获得7亿美元的融资,这也使得其成为东南亚历史上获得融资最多的创业公司之一。
Grabtaxi公司创始人兼CEO陈炳耀(Anthony Tan)表示,“这次投资不仅证明了Grabtaxi在东南亚市场的领先地位,更表明了东南亚地区在全球范围的增长潜力。我们对公司能够站在东南亚创新公司的前列感到自豪,作为该区域内的领导者之一,我们能够吸引到全球的优秀人才以及像中投、滴滴快的这样的伙伴。”
对于滴滴快的的投资,Tan 表示,“滴滴快的是中国市场领先的移动出行服务提供商,我们期待与中国的同行合作,借助双方的优势与经验持续为本地用户提供更好的服务。”
滴滴快的总裁柳青表示,“滴滴出租车在中国的出租车电招市场拥有99%的市场份额,滴滴专车目前拥有超过82%的市场份额,与Grabtaxi这样东南亚领先的互联网企业合作对促进双方的成长有帮助,滴滴快的愿意把自身大数据算法上的积累以及多元化业务的运营经验和他们交流共享,Grabtaxi也将帮助滴滴快的增强对东南亚华人市场的理解。Anthony以及他的团队取得了高速的增长,我们期待帮助他们持续保持这样的高增长势头。”
GrabTaxi表示,本轮融资资金主要将用于快速将出租车产品的成功经验复制到私家车和摩托车等新产品上,以及进一步投入技术研发和延展建设各地的研发中心,目前GrabTaxi在新加坡、马来西亚、越南和北京建有研发中心。
GrabTaxi于2012年推出,目前覆盖6个国家的26个城市,在东南亚地区拥有超过11万名司机。
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。