2022年9月19日,中国上海 – 作为致力于助力企业一线获得性能优势的解决方案提供商,斑马技术公司(纳斯达克股票代码:ZBRA)近日宣布其减排目标已获得科学碳目标倡议(Science Based Targets initiative, SBTi)批准。目前全球已有1500余家企业的减排目标获批。SBTi由全球环境信息研究中心(CDP)、联合国全球契约组织(UNGC)、世界资源研究所(WRI)和世界自然基金会(WWF)共同发起,致力于界定并推动设定科学碳目标方面的上佳实践,并独立评估企业所设定的目标。
斑马技术承诺,到2030年,将范围1和范围2温室气体(GHG)排放量绝对值降到其2020基准年的50%。公司还承诺在同一时间范围内将采购货物和服务以及在用售出产品的范围3温室气体排放量绝对值减少15%。
斑马技术首席执行官Anders Gustafsson表示:"斑马技术能够为气候问题的解决方案出一份力,为此我们感到自豪。我们期待与员工、客户、合作伙伴和供应商密切合作,在公司运营和整体价值链中推动自身脱碳目标的实现。"
斑马技术所设定的目标涵盖了公司运营所产生的温室气体排放(范围1和范围2),这与《巴黎协定》中将气温升幅限制在1.5°C的宏大目标所需的减排量相符。斑马技术的价值链排放目标(范围3)也满足SBTi为实现价值链宏伟目标所制定的标准,且与当前的上佳实践一致。
斑马技术的低碳转型计划包括:携手供应商,以减少与采购货物有关的排放;产品创新,以减少客户使用过程中的能源;以及与美国能源部气候改善倡议(Better Climate Initiative)合作,为其科学碳目标提供技术帮助。
除了气候,斑马技术在环境、社会和公司治理(ESG)方面还优先考量资源节约和人力资本管理,这是公司可持续业务模式的基础,也是基于公司对其利益相关者的承诺。
关于斑马技术公司
Zebra Technologies(纳斯达克股票代码:ZBRA)通过实现行业一线员工和资产的可视化、互联和完全优化,助力企业在按需经济中蓬勃发展。斑马技术拥有来自100多个国家/地区超过10,000多家合作伙伴的生态系统,凭借屡获殊荣的硬件、软件、服务和解决方案组合,通过实现工作流程数字化与自动化为各种规模的客户提供服务。企业员工可利用斑马技术的创新技术来帮助自身进行感知、分析和行动,从而使供应链变得更为动态,也让客户和患者得到更好的服务,员工在工作中也会更加投入。近期斑马技术通过收购Fetch Robotics扩大了工业自动化产品组合,并通过收购Adaptive Vision、antuit.ai和Matrox Imaging提高了机器视觉和人工智能软件方面的能力。斑马技术在《新闻周刊》首次公布的美国最受欢迎的工作场所名单中名列第25位,在《快公司》于2022年8月3日发布的创新者最佳工作场所名单中位列第42位,并在《福布斯》于2022年2月10日发布的美国500家最佳中型雇主名单中位列第79位。欲了解更多信息,请点击浏览:
新闻室:https://www.zebra.cn/cn/zh/about-zebra/newsroom.html
微博:http://www.weibo.com/zebratech
优酷:http://i.youku.com/u/UMzY0ODU2ODky
微信公众号:zebrawechat
安全港声明
本新闻稿的陈述中,非历史事实的陈述均为前瞻性陈述,并受《1995 年私人证券诉讼改革法案》制定的安全港条款的约束。实际结果可能不同于公司前瞻性陈述中明示或暗示的结果。斑马技术可以选择更新前瞻性陈述,但明确表示不承担任何更新义务,即使公司的预期发生变化。这些前瞻性陈述基于当前的预期、预测和假设,并受斑马技术所处行业、市场状况、国内和国际一般性的经济状况以及斑马技术无法控制的其他因素的固有风险和不确定性的影响,实际结果可能与此类前瞻性陈述中明示或暗示的结果存在重大差异。此外,此类前瞻性陈述取决于斑马技术执行自身战略路线图并实现长期财务目标的能力。有关可能影响公司未来运营和业绩的风险、不确定性和其他因素的描述,请参见斑马技术提交至美国证券交易委员会的文件,特别是斑马技术近期提交的 10-K 表和 10-Q 表。
媒体联系人
肖琦慧 Ellen Xiao
斑马技术公司
+86 21 6010 2298
+86 136 2173 1056
张璐 Carrie Zhang
科闻领睿公共关系
+86 21 6025 0900 转 6615
+86 134 8282 7529
Zebra Technologies ™ 、ZEBRA ™和斑马™ 商标为斑马技术公司的商标或注册商标,并在授权下使用。文中提及的第三方商标为其各自所有者的财产。©2022斑马技术公司。版权所有。
好文章,需要你的鼓励
这项由索非亚大学INSAIT和苏黎世联邦理工学院共同完成的研究,揭示了大语言模型在数学定理证明中普遍存在的"迎合性"问题。研究团队构建了BrokenMath基准测试集,包含504道精心设计的错误数学命题,用于评估主流AI模型能否识别并纠正错误陈述。
约翰斯·霍普金斯大学研究团队提出了创新的隐私保护AI文本生成方法,通过"控制代码"系统指导AI生成虚假敏感信息来替代真实数据。该方法采用"藏身于众"策略,在医疗法律等敏感领域测试中实现了接近零的隐私泄露率,同时保持了高质量的文本生成效果,为高风险领域的AI应用提供了实用的隐私保护解决方案。
实验室和真实使用测试显示,iPhone Air电池续航能够满足一整天的典型使用需求。在CNET进行的三小时视频流媒体压力测试中,iPhone Air仅消耗15%电量,表现与iPhone 15相当。在45分钟高强度使用测试中表现稍逊,但在实际日常使用场景下,用户反馈iPhone Air能够稳定支撑全天使用,有线充电速度也比较理想。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。