阐述致力于持续开展可持续运营并创造长期价值的举措
中国上海,2022年11月2日 – VIAVI Solutions(VIAVI)(纳斯达克股票代码:VIAV)近日发布2022年环境、社会和治理(ESG)报告,内容涵盖公司2022财年的全球运营。公司于2020年发布了首份可持续发展报告,并于2021年发布了第二份报告。此次发布的2022年ESG报告阐述了VIAVI持续致力于将可持续发展融入自身战略和运营的方式。2022年ESG报告包含公司首次ESG优先事项评估的结果,该评估通过确定对公司业务战略、成功和创造长期价值的能力最具影响的环境、社会和治理议题,指导VIAVI的整体ESG战略。2022年ESG报告还包括公司根据与气候相关财务信息披露工作组(TCFD)的建议进行的披露,以及有关二氧化碳排放、能源消耗、人力资本管理及其他相关议题的额外数据。
环境
VIAVI提倡环境友好型实践,并致力于以可持续的方式开展业务。
社会
VIAVI的企业文化是全球3600名员工共同构建的,他们充分体现了多元化 —— 30多个国籍的员工在30个国家办公。VIAVI致力于促进并维持具有多元化和包容性的工作环境,并为所有人提供平等的机会。
治理
VIAVI通过落实商业实践、工具、培训和沟通,进一步致力于达到商业道德和公司治理的最高标准。
VIAVI总裁兼首席执行官Oleg Khaykin表示:“过去几年中,在疫情带来的不确定性中,VIAVI已经采取相应的措施,以进一步强化自身的ESG计划,包括通过实践行动来打造有助于员工取得成功的环境。”
VIAVI董事会主席Richard Belluzzo表示:“我们将持续专注于帮助客户取得成功,打造出一支更具包容性的员工队伍,并提升自身业务的可持续性。我们相信,坚定不移地注重自身ESG计划,将能够使我们加速实现这些承诺。”
关于报告
2022年ESG报告涵盖VIAVI 2022财年(2021年7月4日至2022年7月2日)的全球运营,且除非另有说明,还包括公司及其全资子公司的活动。在报告中,VIAVI将ESG定义为影响公司长期业绩的非财务因素的分类方式,以及将相关和优先ESG因素纳入自身业务,进而以可持续的方式开展运营并实现长期价值的战略。2022年,VIAVI进行了首次ESG优先事项评估,体现了自身在ESG方面的深入细致。ESG优先事项评估是指导整体ESG战略的治理措施,因该流程旨在确定对VIAVI的业务战略、成功和创造长期价值的能力最具影响的环境、社会和治理议题。VIAVI的目标是定期评估广泛的ESG议题,为自身战略提供信息参考,并计划在随后的迭代中扩展优先事项评估的范围以及内部和外部利益相关者的参与程度。
前瞻性声明
本新闻稿包含《1933年证券法》第27A条和《1934年证券交易法》第21E条所指的前瞻性陈述。这些陈述是基于管理层对未来事件或结果的当前意见、期望、信念、计划、目标、假设或预测,包括但不限于VIAVI与ESG相关的承诺、战略和计划;商业计划和战略;技术、产品和服务;增长机会;以及利益相关者参与方面的努力。这些前瞻性声明涉及风险和不确定性,可能导致实际结果、活动水平、业绩、成就和事件与这些前瞻性声明所陈述、预期或暗示的结果存在重大差异。有关VIAVI相关风险和不确定性的更多信息,请参考VIAVI向美国证券交易委员会提交文件中的“风险因素”部分,包括但不限于10-K表年度报告和10-Q表季度报告。本新闻稿中包含的前瞻性声明是在发布之日作出的,VIAVI不承担更新这些声明的义务。
好文章,需要你的鼓励
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
欧洲太空通信产业发展迅猛。乌克兰Kyivstar获得监管批准测试Starlink直连手机服务,完成了与星链卫星网络的SIM卡集成测试,计划2025年第四季度推出支持短信和OTT消息的D2C服务。同时,CTO宣布即将发射首个再生5G毫米波载荷,其J-1任务旨在演示轨道超高速低延迟5G传输。该公司正构建超低轨道星座,使用5G毫米波频谱提供高速低延迟连接。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。