首页 > 传媒 > 关键词  > 正文

荣誉见证,理光ESG征途成果丰硕

2024-05-13 16:03 · 稿源: 站长之家用户

在低碳环保、绿色发展的呼声日益高涨的大背景下,守护我们赖以生存的绿色地球已成为全球共识理光集团凭借其在ESG战略方面的卓越实践,不仅成功实现了业务的高质量发展,更在可持续发展的道路上取得了显著的成果。作为全球领先的数字化服务型企业,理光集团坚信,企业的成功不应仅仅局限于经济效益的积累,更应积极承担起社会责任,为构建可持续的未来社会贡献自己的一份力量。因此,理光集团将ESG战略作为企业发展的核心,通过实现“3P平衡”——即繁荣的经济活动、和谐的社会关系以及宜居的地球环境,努力推动社会的可持续发展。

在过去的一年里,理光集团在ESG战略实施上取得了显著的成效。以联合国17个可持续发展目标为指引,理光集团制定了7大关键课题,并在“通过业务解决社会课题”与“健全的经营管理策略”两大核心领域进行了深入的探索和实践。这些努力不仅为公司的可持续发展目标奠定了坚实的基础,同时也为整个行业的绿色发展树立了典范。

凭借在2023年ESG领域的卓越表现,理光集团收获了来自全球可持续发展领域机构的广泛赞誉和认可。这些荣誉不仅是对理光过去一年辛勤付出的肯定,更是对其未来在可持续发展道路上继续前行的期许。站在新的历史起点上,理光集团将继续坚守ESG理念,以更加坚定的步伐迈向“2050年零碳社会”的目标。

ESG实践显著,理光六度荣登标普全球《2024年可持续发展年鉴》

2024年2月16日,理光再度荣登全球知名企业评级机构——美国标普全球公司(S&P Global,以下简称“标普全球”)发布的《2024年可持续发展年鉴》。此次评选,理光以其出色的ESG实践,位列所属行业的前1%*,成为该领域的佼佼者。

标普全球每年均会从经济、环境和社会三大维度,对全球数千家公司的可持续发展绩效进行综合评价。今年,标普全球更是对全球62个行业的9,400多家公司进行了细致评估,仅有759家公司成功入选本年度年鉴。在计算机及外围和办公电子行业,包括理光在内的两家公司跻身前1%,另有五家公司位列前5%。另有五家公司位列前5%。值得一提的是,这已经是理光自2019年以来连续第六年获得此项殊荣。

为实现“悦享工作”的美好愿景,理光致力于通过“3P平衡”来实现可持续社会的愿景,Prosperity-繁荣(经济活动),People-人(社会)和Planet-地球(环境)。为了实现这一期望的社会,理光确定了“通过业务解决社会课题”与“健全的经营管理策略”两个领域的七个重点问题,并设定了16个ESG目标,以解决这些问题。在将ESG与业务增长相一致的政策下,理光将继续加强可持续发展的努力。

深耕实地生态保护,理光荣获日本环境省“其他有效区域性保护措施(OECM)”认证

2024年3月4日,理光集团宣布,其位于日本静冈县御殿场市的生态商务发展中心绿地成功获得日本环境省(MOE)颁发的“其他有效区域性保护措施(OECM)”认证。这是继2023年10月首 次荣获Ena Forest认证后,理光在生态保护领域再获殊荣。

自1998年以来,理光一直致力于通过减少环境足迹和保护生物多样性来实现环境保护与盈利的双赢。此次OECM认证不仅是对理光在维护和发展自然昆虫栖息地方面所付出努力的认可,更是对其在生态保护领域持续贡献的肯定。

理光生态商务发展中心内的这片2.2公顷绿地,坐落于风景秀丽的富士山脚下,拥有丰富多样的自然生态环境。这里分布着柏树、栓皮栎、樱花等人工林,以及竹林、草地和调节池,为蝴蝶、蜻蜓、甲虫和蝉等多种生物提供了栖息之地,构建了一个生机勃勃、物种繁盛的独特生态系统。其中,已确认的蝴蝶种类高达33种,包括冰清绢蝶、豆娘和东亚荫眼蝶等少有品种。

理光生态商务发展中心认证的绿色空间

冰清绢蝶

OECM是根据2021年6月,G7康沃尔峰会上的G72030年自然契约在日本发起的由日本环境省主导的倡议。该契约规定G7国家以身作则,到2030年前(30by30)保护或保护至少30%的陆地、沿海和海洋区域。OECM认证体系于2023年启动,理光集团自2022年4月在日本成立“30by30生物多样性联盟”以来一直积极参与其中,努力建设“自然积极”和“零砍伐”的社会,保护生物多样性并促进其恢复,理光正在努力了解生物多样性的风险,并通过与各利益相关者的合作,并减少其业务活动对环境的影响,同时维护和改善地球的再生能力,以实际行动守护人类赖以生存的地球。

30by30生物多样性联盟

2024年3月6日,理光集团在全球创新领域再创佳绩,成功入选科睿唯安(Clarivate)2024年度全球百强创新机构。这是理光在创新领域的卓越实力连续第五次获得全球机构的认可,继2012年、2014年、2022年和2023年之后再次荣登此榜单。

科睿唯安(Clarivate)作为全球领先的信息与见解提供者,致力于加速创新步伐。此次评选,科睿唯安通过对全球专利数据的深入比较分析,采用与创新能力直接相关的指标,评估了每个专利的创新实力和潜力。为了确保评选的公正与严谨,科睿唯安设定了严格的门槛标准,要求候选者必须满足一系列条件,并综合考虑过去五年的专利创新产出。

知识产权一直是理光集团的核心管理资产。在数字化转型的浪潮中,理光将知识产权融入业务和技术战略,与合作伙伴共同创新和获取知识产权,积极推动其在各个领域的应用。在2023财年开始的第21个中期管理战略中,理光更是将知识产权战略推向了新的高度,致力于推动数据驱动的知识产权流程,培养专业人才,并加强数字领域的专利申请。理光的ESG目标明确提出,到2025财年,确保与数字服务相关的专利申请占总申请量的60%以上,与公司当年销售额中的目标贡献比例相匹配。这一战略彰显了理光在全球创新领域的坚定决心和领先地位。

展望未来,理光将继续秉承创新理念,通过创建基于业务和技术战略的知识产权,并获取和利用对业务具有保护和增长作用的知识产权,持续展现其创新卓越表现。

CDP双A级认可,理光在气候变化与水资源安全领导力上持续领先

2024年2月13日,全球环境非营利组织CDP授予理光A级荣誉,以表彰其在气候变化应对和水资源安全披露方面的卓越透明度和显著成绩。此次理光不仅以双A的出色表现首 次荣登水资源安全A级榜单,更自2020年以来连续第四年稳坐气候变化A级榜单的宝座。在本财年的评估中,CDP对全球超过24000家公司进行了综合考量,仅有61家公司同时在这两大类别中脱颖而出,理光便是其中之一。

理光始终将“零碳社会”和“循环经济”作为公司发展的核心课题。通过设定明确的ESG目标,如减少温室气体(GHG)排放、提高可再生能源使用比例以及降低产品原料消耗等,理光致力于通过业务实践解决社会问题。为实现“零碳社会”的宏伟目标,理光计划在2030年前将公司温室气体排放量较2015年减少63%,同时推动整个供应链减少40%的GHG排放量。这些环境目标已获得SBT Initiative(SBTi)的认证,符合全球1.5°C温控目标的要求。

除了在集团内部积极推行脱碳计划外,理光还通过为供应商举办说明会、要求主要供应商设定中长期温室气体减排目标等方式,带动整个产业链的绿色发展。此外,理光致力于在2030年前将其运营用电的可再生能源比例提升至50%,并积极引进更具附加值的可再生能源技术。在推动循环经济的过程中,理光充分认识到水资源的重要性,不仅制定了严格的水资源管理政策,还设立了降低用水量的具体目标。全体员工共同努力,积极落实节水措施,以推动更加可持续的水资源利用。这些举措充分体现了理光在守护环境、贯彻ESG理念方面的坚定决心和不懈努力。

载誉前行,再启新程。这些来自社会各界的荣誉与认可,不仅是对理光集团在ESG实践道路上不懈努力与显著成果的褒奖,更是对其未来继续发挥引领作用的深切期许。面对新的起点,理光将不负众望,坚守初心,持续深化ESG理念的贯彻与实践,矢志不渝地追求“悦享工作”的美好愿景。在绿色可持续发展的道路上,理光将依托创新产品与智慧解决方案,积极应对社会挑战,不断探索可持续发展的新路径与新机遇。展望未来,理光集团将坚定不移地在环保、社会和治理方面实现全面发展,携手社会各界,共同谱写更加美好、更加可持续的未来新篇章。

*以上数据截至2024年2月7日

推广

特别声明:以上内容(如有图片或视频亦包括在内)均为站长传媒平台用户上传并发布,本平台仅提供信息存储服务,对本页面内容所引致的错误、不确或遗漏,概不负任何法律责任,相关信息仅供参考。站长之家将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。任何单位或个人认为本页面内容可能涉嫌侵犯其知识产权或存在不实内容时,可及时向站长之家提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明(点击查看反馈联系地址)。本网站在收到上述法律文件后,将会依法依规核实信息,沟通删除相关内容或断开相关链接。

  • 相关推荐
  • 大家在看
  • Nemotron-4-340B-Reward:多维奖励模型,助力构建自定义大型语言模型。

    Nemotron-4-340B-Reward是由NVIDIA开发的多维奖励模型,用于合成数据生成管道,帮助研究人员和开发者构建自己的大型语言模型(LLMs)。该模型由Nemotron-4-340B-Base模型和一个线性层组成,能够将响应末尾的标记转换为五个标量值,对应于HelpSteer2属性。它支持最多4096个标记的上下文长度,并能够对每个助手轮次的五个属性进行评分。

  • Nemotron-4-340B-Instruct:NVIDIA的高级语言模型,优化于英文对话场景。

    Nemotron-4-340B-Instruct是由NVIDIA开发的大型语言模型(LLM),专为英文单轮和多轮对话场景优化。该模型支持4096个token的上下文长度,经过监督式微调(SFT)、直接偏好优化(DPO)和奖励感知偏好优化(RPO)等额外的对齐步骤。模型在约20K人工标注数据的基础上,通过合成数据生成管道合成了超过98%的用于监督微调和偏好微调的数据。这使得模型在人类对话偏好、数学推理、编码和指令遵循方面表现良好,并且能够为多种用例生成高质量的合成数据。

  • BookSlice:让阅读更有趣,用游戏化的方式增加阅读量。

    BookSlice是一款面向忙碌人群的游戏化阅读应用,通过心理学原理帮助用户建立阅读习惯,并通过设置每日挑战来维持阅读连续性。它利用实施意图、习惯叠加等心理工具,使阅读变得习惯性和上瘾。此外,BookSlice还提供AI问答功能,帮助用户在阅读过程中获得上下文答案。

  • agentUniverse:基于大型语言模型的多智能体应用开发框架

    agentUniverse 是一个基于大型语言模型的多智能体应用开发框架,提供了构建单一智能体和多智能体协作机制的所有必需组件。通过模式工厂,允许开发者构建和自定义多智能体协作模式,轻松构建多智能体应用,并分享不同技术与业务领域的模式实践。

  • HunyuanDiT Distillation Acceleration:高性能图像生成模型的蒸馏加速版本

    HunyuanDiT Distillation Acceleration 是腾讯 Hunyuan 团队基于 HunyuanDiT 模型开发的蒸馏加速版本。通过渐进式蒸馏方法,在不降低性能的情况下,实现了推理速度的两倍提升。该模型支持多种GPU和推理模式,能够显著减少时间消耗,提高图像生成效率。

  • WonderWorld:从单张图片生成交互式3D场景

    WonderWorld是一个创新的3D场景扩展框架,允许用户基于单张输入图片和用户指定的文本探索和塑造虚拟环境。它通过快速高斯体素和引导扩散的深度估计方法,显著减少了计算时间,生成几何一致的扩展,使3D场景的生成时间少于10秒,支持实时用户交互和探索。这为虚拟现实、游戏和创意设计等领域提供了快速生成和导航沉浸式虚拟世界的可能性。

  • ChatTTS_Speaker:基于ERes2NetV2模型的音色稳定性评分与音色打标。

    ChatTTS_Speaker是一个基于ERes2NetV2说话人识别模型的实验性项目,旨在对音色进行稳定性评分和音色打标,帮助用户选择稳定且符合需求的音色。项目已开源,支持在线试听和下载音色样本。

  • fastc:轻量级文本分类工具,使用大型语言模型嵌入。

    fastc是一个基于大型语言模型嵌入的简单且轻量级的文本分类工具。它专注于CPU执行,使用高效的模型如deepset/tinyroberta-6l-768d生成嵌入。通过余弦相似度分类代替微调,实现文本分类。它还可以在不增加额外开销的情况下,使用相同的模型运行多个分类器。

  • MeshAnything:3D资产的自动生成工具

    MeshAnything是一个利用自回归变换器进行艺术家级网格生成的模型,它可以将任何3D表示形式的资产转换为艺术家创建的网格(AMs),这些网格可以无缝应用于3D行业。它通过较少的面数生成网格,显著提高了存储、渲染和模拟效率,同时实现了与先前方法相当的精度。

  • HunyuanDiT-v1.1:多分辨率扩散变换器,支持中英文理解

    HunyuanDiT-v1.1是由腾讯Hunyuan团队开发的一款多分辨率扩散变换模型,它具备精细的中英文理解能力。该模型通过精心设计的变换器结构、文本编码器和位置编码,结合从头开始构建的完整数据管道,实现数据的迭代优化。HunyuanDiT-v1.1能够执行多轮多模态对话,根据上下文生成和细化图像。经过50多名专业人类评估员的全面评估,HunyuanDiT-v1.1在中文到图像生成方面与其他开源模型相比,达到了新的最先进水平。

  • UniAnimate:高效生成一致性人物视频动画的模型

    UniAnimate是一个用于人物图像动画的统一视频扩散模型框架。它通过将参考图像、姿势指导和噪声视频映射到一个共同的特征空间,以减少优化难度并确保时间上的连贯性。UniAnimate能够处理长序列,支持随机噪声输入和首帧条件输入,显著提高了生成长期视频的能力。此外,它还探索了基于状态空间模型的替代时间建模架构,以替代原始的计算密集型时间Transformer。UniAnimate在定量和定性评估中都取得了优于现有最先进技术的合成结果,并且能够通过迭代使用首帧条件策略生成高度一致的一分钟视频。

  • LVBench:长视频理解基准测试

    LVBench是一个专门设计用于长视频理解的基准测试,旨在推动多模态大型语言模型在理解数小时长视频方面的能力,这对于长期决策制定、深入电影评论和讨论、现场体育解说等实际应用至关重要。

  • Mo:通过卡片式学习,轻松掌握AI科技知识。

    Mo是一款结合超现实主义艺术和堂吉诃德理想主义精神的AI科技学习APP。它通过卡片形式,以图文、动画、视频、语音等多样化内容,使AI和科技知识的学习变得生动有趣。Mo不仅覆盖了AI的基础知识,还包含了元宇宙、大数据、大模型等前沿技术,适合各种背景的学习者,旨在打造一个个性化的学习体验。

  • 开搜AI搜索:面向大众的AI问答搜索引擎

    开搜AI问答搜索引擎是一款面向大众的、直达答案的AI问答搜索引擎,它能够帮助用户从海量的文献资料中筛选出有用的信息,提供直接、精准的答案,并且能够自动总结重点、生成大纲、思维导图并下载。

  • AI Math Notes:一个交互式绘图应用,用于数学方程的绘制和计算。

    AI Math Notes 是一个开源的交互式绘图应用程序,允许用户在画布上绘制数学方程。应用程序利用多模态大型语言模型(LLM)计算并显示结果。该应用程序使用Python开发,利用Tkinter库创建图形用户界面,使用PIL进行图像处理。灵感来源于Apple在2024年全球开发者大会(WWDC)上展示的'Math Notes'。

  • VideoTetris:文本到视频生成的创新框架

    VideoTetris是一个新颖的框架,它实现了文本到视频的生成,特别适用于处理包含多个对象或对象数量动态变化的复杂视频生成场景。该框架通过空间时间组合扩散技术,精确地遵循复杂的文本语义,并通过操作和组合去噪网络的空间和时间注意力图来实现。此外,它还引入了一种新的参考帧注意力机制,以提高自回归视频生成的一致性。VideoTetris在组合文本到视频生成方面取得了令人印象深刻的定性和定量结果。

  • Visual Sketchpad:多模态语言模型的视觉推理工具

    Visual Sketchpad 是一种为多模态大型语言模型(LLMs)提供视觉草图板和绘图工具的框架。它允许模型在进行规划和推理时,根据自己绘制的视觉工件进行操作。与以往使用文本作为推理步骤的方法不同,Visual Sketchpad 使模型能够使用线条、框、标记等更接近人类绘图方式的元素进行绘图,从而更好地促进推理。此外,它还可以在绘图过程中使用专家视觉模型,例如使用目标检测模型绘制边界框,或使用分割模型绘制掩码,以进一步提高视觉感知和推理能力。

  • GoMate:基于RAG框架的可靠输入和可信输出系统

    GoMate是一个基于Retrieval-Augmented Generation (RAG)框架的模型,专注于提供可靠输入和可信输出。它通过结合检索和生成技术,提高信息检索和文本生成的准确性和可靠性。GoMate适用于需要高效、准确信息处理的领域,如自然语言处理、知识问答等。

  • SD3-Controlnet-Canny:一种用于生成图像的深度学习模型。

    SD3-Controlnet-Canny 是一种基于深度学习的图像生成模型,它能够根据用户提供的文本提示生成具有特定风格的图像。该模型利用控制网络技术,可以更精确地控制生成图像的细节和风格,从而提高图像生成的质量和多样性。

  • Tencent EMMA:多模态文本到图像生成模型

    EMMA是一个基于最前沿的文本到图像扩散模型ELLA构建的新型图像生成模型,能够接受多模态提示,通过创新的多模态特征连接器设计,有效整合文本和补充模态信息。该模型通过冻结原始T2I扩散模型的所有参数,并仅调整一些额外层,揭示了预训练的T2I扩散模型可以秘密接受多模态提示的有趣特性。EMMA易于适应不同的现有框架,是生成个性化和上下文感知图像甚至视频的灵活有效工具。

今日大家都在搜的词:

热文

  • 3 天
  • 7天