激進(jìn)投資人卡爾-伊坎
北京時間5月20日上午消息,美國激進(jìn)投資者卡爾·伊坎(Carl Icahn)周二接受CNBC采訪時表示,根據(jù)Uber 500億美元的估值來看,Lyft的價值超過最近融資時獲得的20億美元估值。伊坎上周剛剛領(lǐng)投了Lyft的最新一輪融資。
“如果Uber值500億美元,Lyft的估值應(yīng)該遠(yuǎn)超20億美元。”伊坎說,“在合理的環(huán)境下,如果他們保持有序增長,我肯定很愿意加大投資,我相信我不是唯一一個這么想的人。”
Lyft最近一輪融資的估值約為25億美元。伊坎稱,這兩大專車服務(wù)都很有風(fēng)險,但Uber并沒有專車服務(wù)的專利,而Lyft難以繼續(xù)競爭的唯一可能就是它無法繼續(xù)融資。
“投資給這家公司的人已經(jīng)回答了這個問題。”伊坎說,“為什么不能有兩個競爭對手?”
總部位于舊金山的Lyft上周融資1.5億美元,其中有1億美元來自伊坎。此輪融資可以幫助Lyft與Uber爭奪市場。
彭博社此前披露的Lyft內(nèi)部文件顯示,該公司的營銷費(fèi)用大幅增加。Lyft還預(yù)計今年的凈營收將增長512%,達(dá)到7.96億美元。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機(jī)制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。