互聯(lián)網(wǎng)代駕服務(wù)平臺e代駕今日正式對外宣布完成D輪融資,本輪融資額度為1億美元,融資完成后公司整體估值8億美元。本輪投資由美國華平投資集團(tuán)領(lǐng)投,經(jīng)緯創(chuàng)投、光速安振創(chuàng)投跟投,泰合資本擔(dān)任本次交易的獨家財務(wù)顧問。在問及怎么看滴滴快的進(jìn)入代駕市場時,e代駕CEO楊家軍表示:“面對競爭,我們已經(jīng)做好了充足的準(zhǔn)備。”
e代駕成立于2011年,目前在北京、上海、廣州、深圳等全國150個城市開通了代駕服務(wù),擁有8萬名代駕司機(jī),高峰訂單超過12萬。2014年10月,e代駕完成了由58同城領(lǐng)投,經(jīng)緯創(chuàng)投與光速安振創(chuàng)投跟投的2500萬美元C輪融資。
本輪融資完成后,e代駕將在產(chǎn)品研發(fā)和服務(wù)體系構(gòu)建上持續(xù)投入,并加大外部人才引進(jìn)力度,同時著手于公司內(nèi)部人才梯隊建設(shè)。
楊家軍表示e代駕將從三個方向繼續(xù)推進(jìn)業(yè)務(wù)上的進(jìn)一步發(fā)展。首先,e代駕將大力拓展業(yè)務(wù)種類和范圍,特別是日間業(yè)務(wù)的發(fā)展,推出基于代駕司機(jī)人力服務(wù)場景外延的業(yè)務(wù),例如代駕洗車、代接送人等服務(wù);其次,e代駕正式布局海外市場,已經(jīng)在代駕業(yè)務(wù)發(fā)達(dá)、市場相對成熟的韓國建立了分公司落地,未來還將繼續(xù)擴(kuò)大海外業(yè)務(wù)的覆蓋范圍;同時e代駕將深化已有的代駕市場業(yè)務(wù)覆蓋,不斷推進(jìn)在全國二三級城市的業(yè)務(wù)落地,年內(nèi)計劃拓展到全國200個城市。
以下是楊家軍答記者問:
前陣子滴滴快的剛剛宣布進(jìn)入代駕市場,您怎么看?這次融資的錢是為了迎戰(zhàn)滴滴快的嗎?
楊家軍:e代駕是互聯(lián)網(wǎng)代駕模式的開創(chuàng)者,并一直在引領(lǐng)整個代駕行業(yè)的發(fā)展。代駕雖然是一個細(xì)分領(lǐng)域,但市場空間非常大。作為行業(yè)的領(lǐng)軍企業(yè),e代駕也希望能夠帶領(lǐng)更多后進(jìn)入者一同將代駕行業(yè)做大,做強(qiáng),讓更多的用戶能夠認(rèn)識代駕行業(yè),享受代駕服務(wù)與便利出行。讓代駕真正成為人們的一種生活方式。面對競爭,我們已經(jīng)做好了充足的準(zhǔn)備。
e代駕擴(kuò)張海外市場,目前在韓國的業(yè)務(wù)發(fā)展的具體如何?
楊家軍:韓國目前代駕市場規(guī)模40000億韓元/年(約37億美元),共計大概20多萬人從業(yè)代駕行業(yè),日均40萬單,大部分是電話叫代駕,很少有互 聯(lián)網(wǎng)APP叫代駕這種方式。我們完全自主研發(fā),真正在app上實現(xiàn)選司機(jī)、下單、結(jié)算、評價的閉環(huán),我們的模式在韓國是獨一無二的,目前我們在韓國首爾上線2個月時間,訂單和司機(jī)數(shù)量都在穩(wěn)定增長中。
到底該如何理解e代駕理想的現(xiàn)實主義者這一自我定位?
楊家軍:做代駕肯定不是一場無限制的“燒錢”砸紅包戰(zhàn)爭,我們e代駕所倡導(dǎo)的代駕模式,其實是在找一個客戶心理價位和司機(jī)收入的平衡點,最終可以讓所有人得利。e代駕模式是對傳統(tǒng)代駕的改造,但這種重構(gòu)也是有底線的,絕對不會一味的狂砸補(bǔ)貼,然后再一腳踢開,這樣有失社會責(zé)任,對代駕師傅而言也非常不公平,不符合我們的企業(yè)文化和價值觀。e代駕想要成為一個有追求的現(xiàn)實主義者,希望能夠做到勿忘初心,方得始終。
請問e代駕具體如何保證用戶和車輛的安全問題?
楊家軍:首先我們招聘司機(jī)非常嚴(yán)格,必要條件都是5年以上駕齡,然后通過我們?nèi)慰荚嚥拍艹蔀檫M(jìn)入我們的平臺成為代駕司機(jī)。其次,我們對所有用戶的訂單實行“一管到底”的政策,并未每個訂單上了最高200萬的保險,從根本上保障用戶利益。還有就是我們作為一家提供互聯(lián)網(wǎng)信息服務(wù)的平臺,與代駕師傅們保持的良好的合作關(guān)系,通過我們的企業(yè)文化和嚴(yán)格制度引導(dǎo)并教育司機(jī)師傅注重服務(wù),安全駕駛,為自己也為用戶負(fù)責(zé)。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊通過對比實驗發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強(qiáng)于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。