7月14日消息,據(jù)接近Uber的人士透露,在過去10余天里,Uber委托了高盛紐約方面幫助其在中國尋找中國投資人,但目前來看進(jìn)展不如預(yù)想中順利。一些亞洲的和國內(nèi)一線的投資人在和其接觸后,都拒絕了投資uber中國,這中間包括一家中國前三名的地產(chǎn)公司。目前正在全球幫助Uber做可轉(zhuǎn)債融資的高瓴資本也并未參與Uber中國的新融資。
上述消息人士透露,起初Uber并未向其意向投資人提供詳盡的業(yè)務(wù)數(shù)據(jù),僅僅稱其在中國市場接近100萬訂單,投資人覺得無法了解全部財(cái)務(wù)狀況。而從上周開始,Uber被迫向投資人提供了多一些的財(cái)務(wù)數(shù)據(jù)。
數(shù)據(jù)顯示,uber全球2014年總交易額30億美金,預(yù)計(jì)2015年中國的交易額將達(dá)到11億美金。但預(yù)計(jì)uber中國未來三年將虧損30億美金,2015年度虧損預(yù)計(jì)為11億美金。
匿名投資人向新浪科技表示,Uber中國刷單情況的不明朗也是很多投資者有顧慮的一個(gè)地方,“我們無法知道真實(shí)訂單的數(shù)量”。Uber官方稱其在中國刷單比例為3%,但投資者實(shí)際了解到的這一比例至少在30%左右,而且在成都、上海等城市比例更高。
Uber總部要求Uber中國從5月底開始加大了對刷單的打擊力度,包括調(diào)整派單邏輯和加大司機(jī)獲得補(bǔ)貼門檻,盡管未能遏制刷單風(fēng)潮,但結(jié)果就是直接導(dǎo)致6月份的訂單和成交流水大幅下滑,日訂單不到70萬單。
6月22日起,Uber在中國針對其中國單獨(dú)的公司業(yè)務(wù)發(fā)起一輪的融資,預(yù)計(jì)融資金額為10億美元。Uber總裁卡蘭尼克近日也確認(rèn)將為中國業(yè)務(wù)設(shè)立單獨(dú)的實(shí)體、單獨(dú)的管理機(jī)制和單獨(dú)總部,他曾表示,“要辦一個(gè)真正的中國公司,找到中國投資者,我們也應(yīng)該要有中國股東。”
一份流出的文件顯示,Uber游說投資人時(shí)表示,UBER China擬在中國內(nèi)地或香港上市,且很有可能早于UBER Global上市。
據(jù)悉,Uber China為開曼群島注冊公司,其控股股東是Uber Global,而在A股上市的話,明顯不符合A股上市要求公司控制人必須在境內(nèi)的要求。而如果取消VIE架構(gòu),其在大陸的經(jīng)營實(shí)體以及實(shí)體資產(chǎn)又明顯不同于當(dāng)當(dāng)和陌陌這樣的公司,很難做到既滿足監(jiān)管要求又規(guī)避法律風(fēng)險(xiǎn)。
好文章,需要你的鼓勵
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(shí)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(gè)線性層就能大幅提升運(yùn)動質(zhì)量,在多項(xiàng)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(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(shí)顯著提升人性化交互水平,為AI價(jià)值觀對齊提供了可行技術(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。