12月8日,国内电子签约云平台领导者上上签携手企业办公软件领导者金山WPS,在北京召开主题为"开放共赢 签引未来"战略合作发布会,来自上海东方公证处、投资公司、面向企业级服务的厂商、行业用户、媒体等200多人参加了发布会。
据了解, 根据双方战略合作协议,上上签将会成为唯一集成在WPS软件中的电子签约云平台。用户在使用WPS办公套件的同时,可以轻松完成或发起合同签署工作,实现一键签约,用户可以体验到双方产品和服务的无缝集成。在弥补无纸化办公签约环节劣势的同时,也减少了用户电子签约的操作步骤,提升用户的签约效率,让企业用户的无纸化办公真正形成闭环。此外,上上签和WPS将秉承在各自领域的优势,在技术、产品、市场等多个层面开展广泛合作。
上海市东方公证处张志明部长说,随着"互联网+"战略提出,无纸化办公越来越普及,公证处工作也面临着新的挑战,如何在"互联网+"时代做好电子合同的公证工作成为公证处的新命题。2015年,上海市东方公证处推出了自主开发的"电子数据指纹公证系统",同时选择和国内电子签约云平台领导者"上上签"率先展开合作。不但对电子合同的公证工作起到了有益的探索,也让上海市东方公证处从技术、流程层面对无纸化办公有了深入了解,为适应新时代的公证需求起到了很好的实践作用。同时,上上签用户的签约数据可由上海市东方公证处办理公证。
WPS CEO葛珂表示,WPS产品正不断探索由工具型向服务化的转型,旨在满足用户在不同办公场景下的各类需求。上上签产品在合法性、安全性、移动性、便捷性等方面具有良好的口碑,未来与WPS的合作无疑能为广大用户带来更优质的电子签约体验。

WPS CEO 葛珂在发布会现场致辞
上上签创始人兼CEO万敏表示,WPS作为耕耘国内办公软件市场的领导厂商,在各个行业和领域有着广泛的用户基础和市场前景,而上上签则具备领先的技术、稳定的产品质量和服务以及良好的用户体验,双方的合作,将进一步扩大市场份额,提升用户体验,提高办公和电子商务效率。

上上签CEO万敏介绍上上签与WPS战略合作背景
上上签在有效解决了电子合同合法性、安全性的同时,在移动性和高效性方面也提出了创新设计,推动中国电子签约行业健康快速发展。未来,上上签将围绕打造高效便捷、安全可靠的电子办公环境,与更多产业链条上的领导企业开展合作,优化和提升数字经济发展环境。

上上签客户现场分享电子签约使用心得
众所周知,"无纸化办公"、"绿色办公"等概念由来已久,但在实现过程中却面临诸多阻力,迫切需要业内领导厂商共同携手,共同为用户优化数字环境。此番上上签与WPS携手合作,具有开创性意义。
据专家介绍,按照《中华人民共和国电子签名法》的颁布以及相关法律法规规定:一份具备法律效应的电子合同必须同时具备两个要求:必须使用第三方的电子合同平台和必须具备可靠的电子签名技术。这意味着电子合同在法律上已经受到了完全的认同和保护,电子合同跟纸质签名具有完全等同的法律效力。而自建电子签约平台在面临着法律风险和商业合作的违约中不受法律保护,属于无效合同。
作为电子签约领域的领导者,上上签成立以来,已与诸多世界五百强企业达成合作,上上签电子签约云平台帮助包括互联网金融、商业银行、商业地产、B2B大宗商品交易、在线教育、在线旅游、电商等一系列企业用户在互联网上完成具有法律效力的电子合同签署,实现随时随地的线上签约。目前,上上签服务覆盖从身份认证、数字证书的发放,到在线签署、合同加密、盖时间戳等电子合同的完整生命周期,甚至上上签成为国内首家对接市级公证处的电子签约云平台,电子签约全程公正,客户如果产生法律纠纷,可以为客户出示具有法律效力的公证书。
可以预见,随着数字经济时代的到来,电子合同将逐步取代纸质合同,尤其是在互联网金融、地产、旅游等行业具有广泛的适用场景,随着电子签约在提升办公、商务合作等多方面的效率的提升,电子签约的价值正在被广泛认知,也将迎来广阔的发展前景。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。