CNET科技行者 8月3日 北京消息:今天,生鲜平台——易果生鲜宣布获得D轮融资,金额3亿美元,本次融资是继阿里巴巴集团、天猫参与易果多轮投资后的再次加码。
这个消息是生鲜电商圈今年以来难得的一抹亮色。易果方面表示,生鲜电商的门槛已经很高,船票已经派发完毕。接下来的重点是做好冷链物流网络布局,优化体验,并且把平台的能力开放给全行业。未来,生鲜物流将普遍实现“朝发夕食”。
据了解,易果新融到的资金将主要用于旗下冷链物流平台安鲜达的基础设施建设。根据规划,到2020年,易果生鲜的冷链物流将成为航母级的生鲜冷链物流平台,届时中国的冷链物流水平将向美国、德国、日本等发达国家看齐。
易果生鲜冷链部门肩负冷库仓储、冷链干线、冷链短驳、安全质检、货物包装、分拣加工、冷链宅配等一体化服务。2015年,安鲜达成为易果的独立子公司,开始承接外部商家的订单。
目前,安鲜达在北京、上海、广州、杭州、武汉、成都、西安、沈阳、济南、福州等10大城市建有11个冷链物流基地,其中北京、上海、广州、成都等城市可以做到物流当日达,其他200多个城市可以做到次日达。易果生鲜冷链目前的运能是国内最大的冷链宅配平台。
中国的生鲜冷链能力与发达国家相比差距不小。随着消费升级,易果生鲜这样的专业冷链物流平台正在奋起直追。
我国每年消费的易腐食品超过 10 亿吨,其中需要冷链运输的超过 50%,但目前综合冷链流通率仅为 19%,而欧美和日本的冷链流通率可以达到95%以上。
菜鸟网络的生鲜物流专家介绍,生鲜电商强调的是“原产地新鲜直供”,原产地意味着发货地是在偏远地区,新鲜意味着在规定的时间内快速送达。而事实呢?例如要把一款新疆的葡萄卖给一位上海的消费者,现有的冷链物流是很难做到的。
如果发快递,在脱冷的状态下最快要两天,葡萄就坏掉了。发冷链干线?成本很高,零担式销售无法凑足干线发车的保底单量,而且和最后一公里的配送是脱节的。走空运,成本高不说,航线的不稳定性和航班资源的缺失是最大的问题,货损非常大。
因此冷链资源需要平台型的整合共享。现阶段,易果生鲜以冷链仓配业务为主,通过与天猫、菜鸟的合作,已经深入参与到跨境生鲜进口和乡村农产品的上行,成为国际和国内生鲜贸易的重要通路。
例如,今年2月,中国第一次从澳洲大批量进口活牛。1195头澳牛进入中国后,牛肉通过易果生鲜冷链送到天猫消费者手中。今年6月,时隔14年后进口的美国牛肉,也选择了安鲜达的冷链物流。这是进口肉类第一次有机会从“冰冻时代”进入“冰鲜时代”。
在国内,新疆巴楚的香瓜、陕西洛川的苹果、广东茂名的荔枝、山东烟台的樱桃,都是在安鲜达的仓库里流转。不同的食品需要不同的温度,猕猴桃最适应的温度区间为0℃—1℃,而肉类则需低于-18℃。易果生鲜所有的仓库都有三个温层、六个温区。最低可达到零下30多摄氏度。
此前,阿里巴巴集团及天猫已先后参与易果生鲜三轮融资,随着易果D轮融资完成,预计资金将用于在全国的冷链能力复制,包括在生鲜产地源头铺建产地仓,把冷链物流和安全质检的能力带到农村,促进农产品源头的标准化,实现“原产地新鲜直供”。到2020年,安鲜达计划布局的产地仓达到56个。
本次追加的投资,也是阿里在新零售布局上的一环。近期通过盒马鲜生的样本,阿里已经展示了要让中国人30分钟内吃上生鲜食品的雄心。易果未来的时效也必将提速,1小时甚至半小时送达都会成为现实。
据易果方面介绍,预计到2017年,冷链日运能将达到50万单,至2020年更将达到500万单的日运能,承担近2000亿元生鲜订单的宅配,占届时整体生鲜市场规模的1/3。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。