去年由淘寶眾籌發(fā)起的暴風(fēng)魔鏡近日再次引發(fā)資本市場關(guān)注。昨日,暴風(fēng)影音子公司暴風(fēng)魔鏡完成新一輪增資,估值高達(dá)3億元。
2015年,智能硬件已成創(chuàng)業(yè)、投資領(lǐng)域的新一輪爆點。各大眾籌網(wǎng)站“智能硬件”也成為最賣座產(chǎn)品。母嬰互聯(lián)網(wǎng)品牌小鹿叮叮3月份宣布獲得合力投資數(shù)百萬元天使投資,而小鹿叮叮曾因“科技含量”備受矚目并在淘寶眾籌大獲成功。
暴風(fēng)影音聯(lián)合創(chuàng)始人陳建庚稱“去年11月在淘寶眾籌發(fā)起的暴風(fēng)魔鏡項目,一個月時間獲得270萬的眾籌金額,超過18000多人購買,得以在用戶數(shù)和品牌知名度上取得了巨大的成功,對整個暴風(fēng)影音公司的融資產(chǎn)生了深遠(yuǎn)的積極影響。
此前暴風(fēng)影音的用戶群體中,極客和普通用戶比例為7:3,通過眾籌的這種方式,產(chǎn)品正在向普通用戶擴(kuò)散。今年還有一款產(chǎn)品計劃上線淘寶眾籌,主打高科技、創(chuàng)新創(chuàng)意,目前該產(chǎn)品正在市場研發(fā)階段,希望借助淘寶平臺龐大的用戶群體挖掘更多潛在用戶。
在此次融資完成后,暴風(fēng)影音仍持有暴風(fēng)魔鏡31.15%股權(quán)。暴風(fēng)影音方面表示,此次增資旨在為暴風(fēng)魔鏡項目的快速發(fā)展提供資金支持,鞏固暴風(fēng)魔鏡在虛擬現(xiàn)實行業(yè)的領(lǐng)先地位。
淘寶眾籌負(fù)責(zé)人高征稱“淘寶眾籌成功的項目中,智能硬件占到了絕大多數(shù),目前有20多個已經(jīng)獲得風(fēng)投,而暴風(fēng)影音無疑是淘寶眾籌目前孵化的最高市值項目,希望未來平臺能夠幫助更多初創(chuàng)企業(yè)實現(xiàn)騰飛”。
近日,淘寶眾籌也宣布啟動C+孵化計劃,未來將打造100個100萬級的眾籌項目。
數(shù)據(jù)顯示,截至2015年4月14日淘寶眾籌共有1000個項目上線眾籌,參與人數(shù)超過150萬,單個項目眾籌最高金額超過160
0萬,累積眾籌金額過2億元。其中科技類項目眾籌金額占到90%。
而業(yè)內(nèi)人士也認(rèn)為,依托阿里原來的生態(tài)圈,以及現(xiàn)有的智能產(chǎn)業(yè)鏈,淘寶眾籌將會加快智能硬件步伐,在眾籌領(lǐng)導(dǎo)大展拳腳,爭奪市場份額,同時助企業(yè)加快融資步伐。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運(yùn)動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運(yùn)動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。