7月14日消息,據(jù)接近Uber的人士透露,在過去10余天里,Uber委托了高盛紐約方面幫助其在中國(guó)尋找中國(guó)投資人,但目前來看進(jìn)展不如預(yù)想中順利。一些亞洲的和國(guó)內(nèi)一線的投資人在和其接觸后,都拒絕了投資uber中國(guó),這中間包括一家中國(guó)前三名的地產(chǎn)公司。目前正在全球幫助Uber做可轉(zhuǎn)債融資的高瓴資本也并未參與Uber中國(guó)的新融資。
上述消息人士透露,起初Uber并未向其意向投資人提供詳盡的業(yè)務(wù)數(shù)據(jù),僅僅稱其在中國(guó)市場(chǎng)接近100萬訂單,投資人覺得無法了解全部財(cái)務(wù)狀況。而從上周開始,Uber被迫向投資人提供了多一些的財(cái)務(wù)數(shù)據(jù)。
數(shù)據(jù)顯示,uber全球2014年總交易額30億美金,預(yù)計(jì)2015年中國(guó)的交易額將達(dá)到11億美金。但預(yù)計(jì)uber中國(guó)未來三年將虧損30億美金,2015年度虧損預(yù)計(jì)為11億美金。
匿名投資人向新浪科技表示,Uber中國(guó)刷單情況的不明朗也是很多投資者有顧慮的一個(gè)地方,“我們無法知道真實(shí)訂單的數(shù)量”。Uber官方稱其在中國(guó)刷單比例為3%,但投資者實(shí)際了解到的這一比例至少在30%左右,而且在成都、上海等城市比例更高。
Uber總部要求Uber中國(guó)從5月底開始加大了對(duì)刷單的打擊力度,包括調(diào)整派單邏輯和加大司機(jī)獲得補(bǔ)貼門檻,盡管未能遏制刷單風(fēng)潮,但結(jié)果就是直接導(dǎo)致6月份的訂單和成交流水大幅下滑,日訂單不到70萬單。
6月22日起,Uber在中國(guó)針對(duì)其中國(guó)單獨(dú)的公司業(yè)務(wù)發(fā)起一輪的融資,預(yù)計(jì)融資金額為10億美元。Uber總裁卡蘭尼克近日也確認(rèn)將為中國(guó)業(yè)務(wù)設(shè)立單獨(dú)的實(shí)體、單獨(dú)的管理機(jī)制和單獨(dú)總部,他曾表示,“要辦一個(gè)真正的中國(guó)公司,找到中國(guó)投資者,我們也應(yīng)該要有中國(guó)股東。”
一份流出的文件顯示,Uber游說投資人時(shí)表示,UBER China擬在中國(guó)內(nèi)地或香港上市,且很有可能早于UBER Global上市。
據(jù)悉,Uber China為開曼群島注冊(cè)公司,其控股股東是Uber Global,而在A股上市的話,明顯不符合A股上市要求公司控制人必須在境內(nèi)的要求。而如果取消VIE架構(gòu),其在大陸的經(jīng)營(yíng)實(shí)體以及實(shí)體資產(chǎn)又明顯不同于當(dāng)當(dāng)和陌陌這樣的公司,很難做到既滿足監(jiān)管要求又規(guī)避法律風(fēng)險(xiǎn)。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)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(jì)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(duì)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(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)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(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)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(duì)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(gè)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(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)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(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。