北京時(shí)間8月20日消息,據(jù)《紐約時(shí)報(bào)》報(bào)道,美國(guó)打車(chē)服務(wù)公司Uber表示,該公司已從私募股權(quán)投資基金Tata Opportunities Fund獲得了總額約1億美元的新投資,該基金隸屬印度塔塔資本(Tata Capital)。據(jù)稱(chēng),Uber擬將這筆資金用于開(kāi)拓印度市場(chǎng)。
Uber此前曾表示,未來(lái)9個(gè)月中該公司將在印度市場(chǎng)上投資10億美元。據(jù)悉,Uber將在印度18個(gè)城市開(kāi)展打車(chē)業(yè)務(wù),這使得印度Uber成為美國(guó)以外最大的獨(dú)立市場(chǎng)。與此同時(shí),該公司在印度的競(jìng)爭(zhēng)對(duì)手Ola最近獲得4億美元的融資。
Uber首席執(zhí)行官Travis Kalanick在周三的一份合作聲明中表示:“當(dāng)下,我們將專(zhuān)注于為廣大印度人民提供一項(xiàng)優(yōu)秀的服務(wù)。塔塔資本的領(lǐng)導(dǎo)和經(jīng)驗(yàn)將是幫助我們實(shí)現(xiàn)這一偉大目標(biāo)的重要支持。”
兩家公司暫未對(duì)投資的具體金額發(fā)表評(píng)論。據(jù)了解,Uber最新一輪融資共籌集了500億美元。
Uber和踏踏資本的合作類(lèi)似于此前在中國(guó)和搜索引擎巨頭百度的合作。去年,Uber在中國(guó)大幅擴(kuò)張時(shí),百度向其注入了大量的投資,這些投資還將繼續(xù)進(jìn)行。
和百度塔塔的合作是Uber希望成為全球主導(dǎo)的私人打車(chē)服務(wù)公司的計(jì)劃的一部分,目前,Uber已在全球60個(gè)國(guó)家超過(guò)330個(gè)城市開(kāi)展打車(chē)業(yè)務(wù)運(yùn)營(yíng)。
盡管Uber有著如此的全球野心,但在擴(kuò)張的過(guò)程中,該公司的經(jīng)營(yíng)模式面臨著諸多棘手的問(wèn)題。
在發(fā)生了一起Uber司機(jī)被指控強(qiáng)奸了一名乘客的事件后,印度德里地區(qū)的國(guó)會(huì)議員一直禁止Uber式的打車(chē)服務(wù)。然而,該項(xiàng)禁令在今年夏季被取消。
此外,中國(guó)廣州當(dāng)局在今年5月搜查了Uber于當(dāng)?shù)氐霓k事處;在歐洲,該公司還面臨著當(dāng)?shù)爻鲎廛?chē)司機(jī)認(rèn)為其違反當(dāng)?shù)亟煌ㄒ?guī)則而發(fā)起的暴力抗議,等等。
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(zhuān)家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專(zhuān)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(lèi)型問(wèn)題偏愛(ài)不同專(zhuān)家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"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(wèn)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(kāi)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(guò)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(wèn)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(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)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(lái)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。