
北京时间8月20日消息,据《纽约时报》报道,美国打车服务公司Uber表示,该公司已从私募股权投资基金Tata Opportunities Fund获得了总额约1亿美元的新投资,该基金隶属印度塔塔资本(Tata Capital)。据称,Uber拟将这笔资金用于开拓印度市场。
Uber此前曾表示,未来9个月中该公司将在印度市场上投资10亿美元。据悉,Uber将在印度18个城市开展打车业务,这使得印度Uber成为美国以外最大的独立市场。与此同时,该公司在印度的竞争对手Ola最近获得4亿美元的融资。
Uber首席执行官Travis Kalanick在周三的一份合作声明中表示:“当下,我们将专注于为广大印度人民提供一项优秀的服务。塔塔资本的领导和经验将是帮助我们实现这一伟大目标的重要支持。”
两家公司暂未对投资的具体金额发表评论。据了解,Uber最新一轮融资共筹集了500亿美元。
Uber和踏踏资本的合作类似于此前在中国和搜索引擎巨头百度的合作。去年,Uber在中国大幅扩张时,百度向其注入了大量的投资,这些投资还将继续进行。
和百度塔塔的合作是Uber希望成为全球主导的私人打车服务公司的计划的一部分,目前,Uber已在全球60个国家超过330个城市开展打车业务运营。
尽管Uber有着如此的全球野心,但在扩张的过程中,该公司的经营模式面临着诸多棘手的问题。
在发生了一起Uber司机被指控强奸了一名乘客的事件后,印度德里地区的国会议员一直禁止Uber式的打车服务。然而,该项禁令在今年夏季被取消。
此外,中国广州当局在今年5月搜查了Uber于当地的办事处;在欧洲,该公司还面临着当地出租车司机认为其违反当地交通规则而发起的暴力抗议,等等。
好文章,需要你的鼓励
谷歌DeepMind等顶级机构联合研究揭示,当前12种主流AI安全防护系统在面对专业自适应攻击时几乎全部失效,成功率超过90%。研究团队通过强化学习、搜索算法和人类红队攻击等多种方法,系统性地突破了包括提示工程、对抗训练、输入过滤和秘密检测在内的各类防护技术,暴露了AI安全评估的根本缺陷。
西蒙弗雷泽大学和Adobe研究院联合开发的MultiCOIN技术,能够将两张静态图片转换为高质量的过渡视频。该技术支持轨迹、深度、文本和区域四种控制方式,可单独或组合使用。采用双分支架构和分阶段训练策略,在运动控制精度上比现有技术提升53%以上,为视频制作提供了前所未有的灵活性和精确度。
英国国王学院研究团队开发了潜在精炼解码(LRD)技术,解决了AI文本生成中的速度与准确性平衡难题。该方法通过两阶段设计模仿人类思考过程:先让AI在连续空间中"深思熟虑",保持多种可能性的混合状态,然后"果断行动",逐步确定答案。实验显示,LRD在编程和数学推理任务中准确性提升最高6.3个百分点,生成速度提升最高10.6倍,为AI并行文本生成开辟了新路径。
清华大学团队开发的ViSurf是一种创新的大型视觉语言模型训练方法,巧妙融合了督导式学习和强化学习的优势。该方法通过将标准答案整合到强化学习过程中,让AI既能从正确答案中学习又能保持自主推理能力。实验显示ViSurf在多个视觉任务上显著超越传统方法,特别是在处理模型知识盲区时表现突出,同时有效避免了灾难性遗忘问题,为AI训练提供了更高效稳定的新范式。