CNET科技資訊網(wǎng) 6月2日 北京消息:北京時間今天早上,滴滴總裁柳青在Recode舉辦的Code Conference大會上透露,滴滴本輪融資仍未結束,已經(jīng)募集到的資金總額遠超Uber剛剛宣布的新一輪35億美元的融資額。柳青同時認為,市場領袖無需購買份額,只有規(guī)模較小、較低效的企業(yè)才被迫這樣做。
在被問及是愿意拿到蘋果的10億還是沙特的35億時,柳青表示滴滴一直在尋找像騰訊和阿里巴巴這樣的戰(zhàn)略投資者。原因是移動出行領域剛剛起步,中國市場的滲透率僅為1%,盡管空間巨大,但并不是滴滴自己就能單槍匹馬做成的,能帶來最大戰(zhàn)略價值的合作者才是滴滴想要的。
上月,滴滴剛剛獲得來自蘋果的10億美元戰(zhàn)略投資,據(jù)悉這也是滴滴本輪融資中的一部分。柳青透露,本輪融資還在進行中,已經(jīng)募集到的資金總額超過了Uber剛剛宣布的35億美元。這也意味著本輪融資結束后,滴滴將成為全球資本最為充足的科技創(chuàng)業(yè)公司之一。
資金充足免不了讓人們猜測,滴滴是否會用這些錢來繼續(xù)補貼。柳青給出的答案是,當前的補貼比起兩、三年前已經(jīng)大幅減少。補貼不斷下降的原因是,滴滴平臺的網(wǎng)絡效應越來越強勁。如果平臺上沒有足夠的司機,乘客可能需要等一個小時才能坐上車。因此在行業(yè)初生之時,需要給予用戶特定激勵來進行市場教育。但是當?shù)蔚我呀?jīng)到達日訂單1400萬這樣一個水平,就不再需要了。
相反,為了獲取更多的市場份額,Uber在中國市場上的補貼長期達到20-30%。柳青認為這并沒有動搖滴滴的市場領導地位,市場領袖無需購買份額,只有規(guī)模較小較、較低效的企業(yè)才被迫去這樣做,這是常識。“中國是獨特的市場,技術將成為制勝關鍵,補貼不再是重點,沒有人為了拿30%的補貼而愿意等上30分鐘。”第三方數(shù)據(jù)顯示,截止目前,滴滴在中國專車市場上占據(jù)的份額已超過87%,網(wǎng)約出租車市場份額近乎100%。而在技術層面,滴滴已經(jīng)從一年前開始大舉投入,滴滴所有員工中有一半是工程師。
柳青還透露,滴滴已經(jīng)開始在很多成熟的市場中收獲,在滴滴覆蓋的中國四百多個城市中已經(jīng)有兩百多個盈利。“中國有13億人的市場,我們和Grab一起服務近20億人,投資于這樣的市場領袖是非常明智的。”
在談及中國城市交通環(huán)境時柳青表示,美國是汽車輪子上建立的國家,有深厚的汽車經(jīng)濟和汽車文化,但中國并非如此。雖然中國的汽車保有量還不到10%, 但其增長卻已經(jīng)遇到瓶頸,已經(jīng)只是個位數(shù)增長。這是因為城市已經(jīng)太擁擠,道路、停車場都已經(jīng)不敷所需。柳青透露,自己回北京工作好幾年了,但直到現(xiàn)在還沒搖到車牌。
截止目前,滴滴已在全球范圍內(nèi)投資了Lyft、Grab及Ola,并正在逐漸實現(xiàn)與這些本土服務的互聯(lián)互通,四家公司提供的服務幾乎覆蓋全球50%的人口。柳青認為,滴滴和這些合作伙伴在一起的理由有很多,有很多經(jīng)驗可以分享。“比如我們的順風車產(chǎn)品,司機預設目的地,接送順道上下班的同行者。很幸運中國市場這么大,我們的算法能得到比較充分的測試和磨礪,這些都可以分享給伙伴。”
與柳青同臺進行圓桌互動的Grab CEO Anthony證實了柳青的說法,他表示Grab也在東南亞上線了類似的順風車服務。去年8月,滴滴參與了Grab一輪3.5億美元的融資。Grab目前覆蓋東南亞6個國家,在整個東南亞的市場份額超過75%。
滴滴投資的另一家公司Lyft,在美國市場上也取得了巨大的進展。數(shù)據(jù)顯示,Lyft的市場份額較去年幾乎翻番,今年一季度增了40%,在舊金山等城市的份額已接近45%。柳青稱滴滴對這項投資非常滿意。她認為,當?shù)仡I袖的確有獨特的優(yōu)勢,更了解服務的人群,更了解市場,更理解監(jiān)管環(huán)境。
在談及當下最熱門的領域無人駕駛時,柳青透露,滴滴和行業(yè)里所有參與者都有對話,幾乎所有的汽車廠商都在主動找滴滴。“我們的平臺是開放的,技術上是中立和多樣性的。”柳青認為,無人駕駛技術會走在前面,但如何商業(yè)化是關鍵。當無人車成本下降,傳統(tǒng)汽車也會更便宜。滴滴正在密切跟蹤這些很有意思的進展,但目前還沒有直接投資于無人駕駛業(yè)務。
好文章,需要你的鼓勵
浙江大學團隊提出動態(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、編程等任務上顯著提升推理準確率,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。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升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模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(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量視頻,延遲僅0.76秒,質量漂移指標從傳統(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。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。