CNET科技资讯网 4月28日 北京消息:滴滴出行今日宣布完成新一轮超过55亿美元融资,以推进全球化战略和投资前沿技术。官方并未透露公司最新估值和投资方,外界普遍预计滴滴的估值将由上轮融资的340亿美元上升至突破500亿美元。作为中国最大的网约车公司,滴滴已在之前几轮筹资中筹集了逾100亿美元债务和股权资金,投资者包括苹果、富士康和阿里巴巴。
滴滴借此表达核心愿景:成为智能交通技术的领导者,并通过国际化部署推动世界交通和汽车产业变革。滴滴表示,在城市交通领域已经形成大数据技术能力、产品和经验,同时依托人工智能技术,已具备条件在智能驾驶和智慧交通方面取得系统性突破。
目前滴滴已经在硅谷成立美国研究院,借此吸纳顶尖科技人才,并计划在关键技术领域进行深度投资。
有媒体消息称,滴滴此轮融资的投资方包括银湖资本、软银、交通银行、招商银行等,拟用这笔资金进行国际投资、开发自动驾驶汽车和人工智能。尽管滴滴目前只在中国经营,但它已对总部位于旧金山的Lyft、东南亚的Grab以及印度的Ola进行了投资。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。