北京時(shí)間6月8日上午消息,德國(guó)外賣巨頭Delivery Hero剛剛通過(guò)兩家未具名的美國(guó)頂尖風(fēng)投融資1.1億美元,融資后估值超過(guò)31億美元。這有可能是該公司IPO(首次公開招股)前最后一次融資。
此輪融資后,Delivery Hero融資總額達(dá)到10億美元,其中近6億美元是今年完成的。該公司之前幾輪融資的投資者包括Insight Venture Partners、General Atlantic、Rocket Internet,以及一些美國(guó)公共基金管理公司。
該公司CEO尼可拉斯·奧斯特伯格(Niklas Ostberg)不肯披露最新一輪融資的投資者身份,也沒有宣布IPO的時(shí)間表。他表示,該公司已經(jīng)覆蓋了34個(gè)國(guó)家或地區(qū)的20萬(wàn)家餐館,每月處理1000萬(wàn)筆訂單,每月的平臺(tái)交易額達(dá)到1.65億美元。
不過(guò),由于Delivery Hero仍是私有公司,所以較之于已經(jīng)上市的Just-Eat等競(jìng)爭(zhēng)對(duì)手的收購(gòu)速度更快,也更容易做出一些戰(zhàn)略決策。
奧斯特伯格說(shuō):“我們目前不能透露IPO時(shí)間,但我認(rèn)為,我們今年晚些時(shí)候就將做好準(zhǔn)備,但要等到利益更明確時(shí)。我們目前獲得了私有公司的很多利益,我們得到的財(cái)務(wù)支持與上市公司相同,而且可以采取更加長(zhǎng)期的計(jì)劃。這對(duì)我們的競(jìng)爭(zhēng)對(duì)手構(gòu)成了巨大威脅。所以,我們2015年不準(zhǔn)備IPO。”
他同樣不肯透露該公司是否會(huì)在IPO之前繼續(xù)融資。不過(guò),談到最近籌集的1.1億美元時(shí),他卻表示有可能展開一些收購(gòu),并加大產(chǎn)品創(chuàng)新力度。
Delivery之前已經(jīng)展開了一些收購(gòu),幫助其進(jìn)軍了新的市場(chǎng)。最近的收購(gòu)包括上月斥資5.89億美元收購(gòu)?fù)炼鋂emeksepeti,這也創(chuàng)下訂餐領(lǐng)域的收購(gòu)記錄。該公司還在2014年8月收購(gòu)了Pizza.de,但并未披露價(jià)格。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過(guò)交錯(cuò)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(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)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(guò)讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問(wèn)題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語(yǔ)言模型人性化對(duì)話問(wèn)題。該研究創(chuàng)建了包含20萬(wàn)高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過(guò)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(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),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(guò)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(cè)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(lái)了效率和精度的雙重突破。