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
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。