ZD至顶网软件频道消息:在IT时代走向DT(数据技术)时代的今天,传统的IT行业边际正在被逐渐打破,围绕企业“互联网+”的新型生态系统正在逐步建立。不论是阿里巴巴这样的互联网巨头,还是用友网络这样的管理软件与云服务巨头,都在通过彼此间的紧密合作共同创新服务万亿规模的企业互联网市场。
在日前刚刚召开的“2016云栖大会-深圳峰会”上,作为阿里巴巴重要的生态合作伙伴,用友网络分享了自去年7月29日与阿里巴巴签署全面战略合作协议以来,双方在云计算服务、电子商务、大数据、数字营销等领域所展开的全面、紧密合作。
用友网络助理总裁、电子发票与会计档案事业部总经理宋艳果表示,2015年,用友网络在互联网方面的业务已经有了非常大的发展,其中互联网服务客户已经超过80万,收入也接近2亿。而通过与阿里巴巴的合作,包括U订货、畅捷通线上小微企业财务的服务等在内的8条产品线、30多个具体的应用已经入驻阿里云。
不仅如此,用友网络3月底推出的电子发票服务平台,也已经实现了与阿里巴巴电商平台的对接。这样一来,企业不仅可以从阿里巴巴这样的平台上取得电子发票,还可以通过报销和采购模块进入到企业内部入账。
对于使用用友产品的用户来讲,借助用友电子发票服务平台可以实现企业商业数据以电子发票为媒介,通过销售、采购、报销、入账等企业经营流程,在企业与企业间的自由流转;即便是非用友产品的用户,也可以通过用友电子发票服务平台提供的标准API接口,获取电子发票服务。
事实上,“秉承开放心态搭建电子发票产业链”的用友电子发票服务平台不仅与阿里巴巴进行了对接,还与腾讯、百望、航天信息等技术伙伴及CA认证等伙伴建立了合作,同时将大型企业客户作为生态重要环节纳入其中。
3月底,微信正式发布微信卡包、企业号实现电子发票归集报销的完整解决方案。用友电子发票服务平台通过接入该解决方案,为其提供了财务管理功能,从而实现了电子发票的收纳、归集、流转、报销、入账、再消费的无缝链接,全程实现无纸化。
用友电子发票服务平台的应用,还可以帮助企业实现企业上下游数据互连互通,减少数据孤岛,提高运营效率,实现精细管理;缩短企业回款周期,减少资金占用,加速经济微循环;帮助企业归集和管理多平台、多来源的电子发票,杜绝原来纸质发票带来的假票、丢失、污损等方面的风险,降低发票管理的成本;整合金融、营销等各方面服务资源,打造企业服务生态圈。
正如宋艳果所说,企业互联网化的本质就是连接,不同的人、不同的事、不同的系统连接在一起,形成一个网络。用友在电子发票服务平台的建设上,同样也会遵循这一思路,连接一切可以联合的伙伴,为用户提供更加完整、高质量、高可用,并且贴心的服务。
尤其在新的DT时代,商业的竞争已经上升到了生态系统之间的竞争,这一点在企业互联网化领域非常突出。宋艳果表示,企业在迈向互联网化的道路上,所需要的是一个完整的解决方案,这就要求包括用友在内的企业需要找到彼此共同的合作利益诉求、利益点,形成一体化的解决方案,通过聚合的力量,共同把企业用户、客户服务好,推动商业与社会进步。
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。