CNET科技資訊網(wǎng) 12月14日 北京消息: 5個(gè)月前,“互聯(lián)網(wǎng)+物流”領(lǐng)軍企業(yè)運(yùn)滿滿剛剛完成知名險(xiǎn)資領(lǐng)投的5千萬(wàn)美元C2輪融資。近日,運(yùn)滿滿D輪融資也已接近尾聲,融資額過(guò)億美元。運(yùn)滿滿創(chuàng)始人、CEO張暉表示,運(yùn)滿滿D1輪融資額達(dá)到1.1億美元,由兩家國(guó)際著名投資機(jī)構(gòu)聯(lián)合領(lǐng)投,多家機(jī)構(gòu)跟投,其中包括運(yùn)滿滿的先期投資人。
成立于2013年的運(yùn)滿滿,在創(chuàng)立初期便獲得了著名投資人王剛的數(shù)百萬(wàn)人民幣天使投資,隨后在短短兩年間,又先后完成由光速安振、紅杉資本、云鋒基金等知名投資機(jī)構(gòu)參與的多輪融資。獲得眾多投資人的青睞,經(jīng)過(guò)多輪密集融資的運(yùn)滿滿,成為車貨匹配平臺(tái)中唯一一家完成D輪融資的企業(yè),在業(yè)內(nèi)呈現(xiàn)一騎絕塵之勢(shì),也標(biāo)志著“互聯(lián)網(wǎng)+物流”領(lǐng)域發(fā)展歷程中新的里程碑。
幾年來(lái),運(yùn)滿滿一直致力于利用移動(dòng)互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、人工智能等網(wǎng)絡(luò)信息技術(shù),為車貨匹配提供全面的信息及交易服務(wù),構(gòu)建了公路干線物流領(lǐng)域唯一一張覆蓋全國(guó)節(jié)點(diǎn)的信息、運(yùn)營(yíng)和服務(wù)網(wǎng)絡(luò)。目前,運(yùn)滿滿注冊(cè)貨主達(dá)80萬(wàn),司機(jī)達(dá)350萬(wàn),匯聚了全國(guó)90%的貨源信息及70%的重卡司機(jī),市場(chǎng)覆蓋率處于業(yè)內(nèi)絕對(duì)領(lǐng)先地位。
運(yùn)滿滿依托國(guó)內(nèi)最大的公路干線物流數(shù)據(jù)庫(kù),與全球頂級(jí)人工智能研究機(jī)構(gòu)和科學(xué)家合作,在第三屆世界互聯(lián)網(wǎng)大會(huì)上重磅發(fā)布了“全國(guó)干線物流智能調(diào)度系統(tǒng)”,實(shí)現(xiàn)智能車貨匹配、智能實(shí)時(shí)調(diào)度、智能標(biāo)準(zhǔn)報(bào)價(jià),以及對(duì)物流信息全程追蹤和可視化,顯著提升了公路干線物流貨源、車輛、路線、價(jià)格的匹配速度、精準(zhǔn)度和運(yùn)輸組織效能。
通過(guò)運(yùn)滿滿的不懈努力,平臺(tái)上車輛行駛里顯著增加,平均配貨時(shí)間大幅減少,在提升物流效率、降低物流成本、構(gòu)建信用體系、推進(jìn)分享經(jīng)濟(jì)發(fā)展和節(jié)能減排等方面產(chǎn)生了巨大的經(jīng)濟(jì)效益和社會(huì)效益,得到了國(guó)家發(fā)改委、工業(yè)和信息化部、交通運(yùn)輸部等部門高度認(rèn)可。同時(shí),運(yùn)滿滿積極參與G20工商領(lǐng)袖峰會(huì)議題組、中國(guó)-東盟信息港論壇等工作機(jī)制,為推動(dòng)全球互聯(lián)互通、實(shí)施“一帶一路”戰(zhàn)略貢獻(xiàn)力量。
張暉表示,新一輪融資到位,將為公司在大數(shù)據(jù)和人工智能領(lǐng)域的研發(fā)和應(yīng)用提供更加充足的資金保障。日前,運(yùn)滿滿先后與平安保險(xiǎn)和阿里云簽訂戰(zhàn)略合作協(xié)議,將攜手構(gòu)建基于重卡全生命周期和公路物流全產(chǎn)業(yè)鏈服務(wù)的生態(tài)體系,推動(dòng)公路物流大數(shù)據(jù)深度應(yīng)用,引領(lǐng)公路物流新商業(yè)文明。此外,張暉還透漏,運(yùn)滿滿D2輪融資已經(jīng)啟動(dòng),并取得了實(shí)質(zhì)性進(jìn)展。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)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(wú)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(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)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(wèn)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(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)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(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。