ZD至顶网软件频道消息:昨天下午,领英(LinkedIn)在北京召开入华两周年新闻发布会。领英中国成立于2014年1月,采用领英和赤兔双品牌策略。据记者了解,截止2016年4月,领英中国会员数已经超过2000万、合作企业超过600家。此外,领英全球副总裁兼中国总裁沈博阳还在会上宣布公司正式推出领英针对企业客户的营销解决方案。
领英全球副总裁兼中国总裁沈博阳进行精彩演讲
在记者看来,进入中国市场两年的领英中国,除了延续领英全球品牌特点、优势和影响力之外,也在打造面向中国市场的独特魅力。沈博阳表示:“我们看到有很多中国人把公司带到美国上市,但是到目前为止还没有人把一个跨国互联网公司在中国做好,如果领英中国能够做好,这也是一件创造历史的事,非常有意义。”
对于领英中国,红杉资本全球执行合伙人沈南鹏也是信心满满,红杉资本也是领英中国的投资方之一。沈南鹏表示:“跨国公司在中国如果要做好必须要独特,如果产品在中国没有与本土文化和市场相结合,绝对走不远。在过去两年,我们有一个很好的治理架构,能够让领英中国像一家本土互联网公司、甚至像创业公司一样运作和发展。”
而领英中国的另外一个投资方——中国宽带资本基金董事长田溯宁从领英中国的定位来看其发展潜力:“世界是一体化的,职业精英慢慢会打破语言的隔阂、文化的隔阂,因此领英在中国不仅仅是领英中国的成功,而且也是中国逐渐加入全球化的成功。”
左起:红杉资本全球执行合伙人沈南鹏、领英全球副总裁兼中国区总裁沈博阳、中国宽带资本基金董事长田溯宁
与很多跨国互联网公司不同,领英在中国的确非常“接地气”,咱们看看这两年领英中国推出的重要产品和重大策略吧。
从产品推出来说,2014年初,领英简体中文版上线;2015年6月,推出专门为中国职场年轻人打造的赤兔;2015年底,针对中国市场量身定制领英手机客户端“西风”。从定位来看,领英主打职场精英,汇集全球精英人脉圈;而赤兔面向来自2、3线城市的年轻人,更强调移动性、生动有趣,帮助他们在中国职场发展。
此外,在产品合作方面,领英也做出了更多的本土化尝试:在过去两年里相继与腾讯展开基于微信和QQ邮箱的合作;在2015年实现与蚂蚁金服旗下独立第三方征信机构芝麻信用全面合作。
领英中国的客户包括BAT、华为、中兴、联想、复星、海航、IBM、英特尔、微软等
在强化中国与全球人才交流方面,领英与各地政府也开创了有益的尝试。2015年,领英与上海以及重庆分别签署了旨在促进国际人才交流合作的战略框架协议,开展全球高端人才的引进合作,同时助力两个重点城市建立全球化的人才引进体系。
而对于此次推出的针对企业客户的营销解决方案,沈博阳认为这个解决方案可以帮助中国企业很好地走出去。对于有人将领英中国混淆于招聘网站沈博阳澄清:“首先需要强调我们不是招聘网站,我们是职场社交,招聘只是其中一个功能;另外即使在招聘业务上与其他招聘网站相比我们的优势也非常明显:我们是中国唯一一家能够提供全球招聘解决方案的公司。使用我们的方案可以在世界上任何一个地方招到当地人,企业也可以把当地优秀的人才招到国内。” 随着领英将在企业级解决方案的进一步完善,领英也将会帮助更多的中国企业实现全球化的布局。从而真正能够凭借自己独特的业务形态和资源优势真正帮助到中国经济的快速发展中去。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。