在线协作工具“一起写”获金山WPS战略投资

简介:

在线协作工具“一起写”今日对外宣布,获得金山WPS的战略投资,同时还与金山WPS达成了战略合作,但并未对外透露具体的投资金额。

一起写CEO蔡健表示,传统的文档协作方式效率非常低下,传统的协作方式通常为:在本地用Word写完文档后,再通过邮件或qq发给其他人,这种传统的文档协作方式的效率非常低下。而一起写作为一款云端Office产品,是为了解决大家在使用office过程中协作效率低下的问题,实现多人实时在线协作。

蔡健介绍,一起写目前支持文档、表格、演示文稿、表单和画板等在线协作,同时还支持文件的导入导出、文档内评论、一键分享到微信和钉钉等众多便捷功能。同时,一起写还推出了企业版,满足企业用户在员工管理、文档权限控制等方面的功能需求。

国外对标产品有Google Docs和Office 365。Google Docs目前拥有活跃用户超过3亿,企业用户达500万,年收入超过10亿美元,而微软的Office 365也有Google约1/3的规模。然而这个在国外市场已经成熟的领域在国内还基本处于市场空白期。

金山WPS方面表示,最看重的是一起写团队的技术能力与执行力,以及在此基础上打造的在线协作工具。金山WPS计划在部分产品线上与一起写展开深度合作。

此外,一起写今日还上线开放计划“IN and OUT”,一起写计划后续会在产品中融入一些其它产品的功能。例如,在文档中添加签名功能;复杂的函数功能直接导入到自己的表格中,方便用户使用;将自己的文档及表格在线协作解决方案开放给第三方。其他公司都可以通过API将一起写集成在自己的产品中。

资料显示,“一起写”是一款支持多人实时协作的云端Office产品,成立于2014年年底,隶属于北京晴云科技有限公司。一起写是一家典型的Google范的互联网公司,公司创始人兼CEO蔡建曾在Google美国总部工作 8 年,曾参与过大数据框架和工具鼻祖 MapReduce、Google+、Google Data API等项目。公司的其他主要创始团队成员也都来自Google。

其提供的数据显示,一起写目前已经积累了80万用户,其中2万家企业用户,包括全时、滴滴出行、京东、文化产业基金等。

本文转自d1net(转载)

相关文章
|
11月前
|
机器学习/深度学习 人工智能 文字识别
POINTS 1.5:腾讯微信开源的多模态大模型,超越了业界其他的开源视觉语言模型,具备强大的视觉和语言处理能力
POINTS 1.5是腾讯微信推出的多模态大模型,基于LLaVA架构,具备强大的视觉和语言处理能力。它在复杂场景的OCR、推理能力、关键信息提取等方面表现出色,是全球10B以下开源模型中的佼佼者。
567 58
POINTS 1.5:腾讯微信开源的多模态大模型,超越了业界其他的开源视觉语言模型,具备强大的视觉和语言处理能力
|
11月前
|
运维 监控 供应链
如何通过安全看板优化企业安全管理流程?最受欢迎的工具推荐
随着企业对安全管理的重视,特别是在建筑、制造、能源和IT等行业,安全看板工具成为提升管理效率和保障员工安全的关键。这类工具通过可视化安全工作,优化任务分配、进度跟踪和风险识别,简化流程,提高团队响应速度,减少事故,降低成本。文章介绍了安全看板的概念、设计方法、案例及推荐工具(板栗看板、Zoho Projects、Smartsheet、Wrike和Airtable),旨在帮助企业选择合适的工具,提高安全管理效率。
如何通过安全看板优化企业安全管理流程?最受欢迎的工具推荐
|
Unix Android开发 iOS开发
操作系统的历史演变过程
【10月更文挑战第15天】操作系统的历史演变过程
483 2
|
存储 NoSQL 算法
Go 分布式令牌桶限流 + 兜底保障
Go 分布式令牌桶限流 + 兜底保障
|
开发者 iOS开发 计算机视觉
如何将应用上传到TestFlight
如何将应用上传到TestFlight
|
Web App开发
推荐一款chrome阅读插件
推荐一款chrome阅读插件
220 2
|
C语言
【C语言】:浅谈函数 fscanf/sscanf 和 fprintf/sprintf
【C语言】:浅谈函数 fscanf/sscanf 和 fprintf/sprintf
380 1
|
程序员 项目管理
年薪百万,一夜归零!程序员,过了 35 岁,你还能做什么?
年薪百万,一夜归零!程序员,过了 35 岁,你还能做什么?
332 0
|
机器学习/深度学习 人工智能 自然语言处理
揭开AI的神秘面纱:人工智能简介
这是一篇人工智能简介,从人工智能的定义,起源,分类,相关技术,应用前景与存在的挑战几个方面介绍人工智能
|
SQL 数据采集 监控
14个Flink SQL性能优化实践分享
本文档详细列举了Apache Flink SQL的性能调优策略。主要关注点包括:增加数据源读取并行度、优化状态管理(如使用RocksDB状态后端并设置清理策略)、调整窗口操作以减少延迟、避免类型转换和不合理的JOIN操作、使用广播JOIN、注意SQL查询复杂度、控制并发度和资源调度、自定义源码实现、执行计划分析、异常检测与恢复、监控报警、数据预处理与清洗、利用高级特性(如容器化部署和UDF)以及数据压缩与序列化。此外,文档还强调了任务并行化、网络传输优化、系统配置调优、数据倾斜处理和任务调度策略。通过这些方法,可以有效解决性能问题,提升Flink SQL的运行效率。
560 5