近日,作为致力于通过其解决方案及合作伙伴助力企业获得性能优势的边缘式创新者斑马技术公司(纳斯达克股票代码:ZBRA)庆祝其成立50周年,并将继续致力于赋能企业一线员工。自20世纪60年代末首批原型打印机问世以来,斑马技术基于其创新传统助力企业实现数字化转型,并发展成为了合作伙伴及客户信赖的顾问。
斑马技术与其合作伙伴为多个行业领域的一线员工提供效能优势,例如使护理人员能够拥有更多时间照顾患者,从而实现更高质量的患者护理服务;使零售店员无需离开顾客身边即可检查库存情况并完成交易。当斑马技术将移动打印和数据采集解决方案与跨技术的室内定位解决方案集成在一起时,制造工厂和配送中心将变得更为智能,由此带来产品生产、订单履行和运输效率的显著提升。
斑马技术首席执行官Anders Gustafsson表示:“能够与零售或电子商务、制造、运输与物流、医疗保健、政府以及其他行业领域的客户共同见证斑马技术成立五十周年这一里程碑,我们倍感骄傲与自豪。尽管多年来斑马技术的业务布局有所改变,但我们已经准备好加速推进我们的战略。通过专业的合作伙伴关系网络,斑马技术将继续在具备大量增长和机遇的企业边缘为客户提供定制化解决方案。”
斑马技术始终坚持不懈地专注于企业指导原则,由此迎来了其50周年的里程碑。随着数字技术改变企业的边缘,斑马技术以目标为导向的设计基于易用性、安全性和坚固性,并考虑到了一线员工、工作场所和工作流的需求。斑马技术使客户能够创建智能的数据驱动型环境,从而更好地反映其企业边缘的运营情况,不再依赖传统的记录系统。由斑马技术创新技术驱动的互联、协作型移动工作流使一线员工能够优化动态操作,同时将团队、资产和系统连接在一起,为业务关键型决策提供实时且出色的执行导向。
在全球范围内,斑马技术拥有一系列出色的端到端产品和解决方案,包括广受欢迎的TC5X触控式智能终端、LS2208条码扫描器,以及包括MP7000杂货店扫描器量具在内的诸多创新型产品。斑马技术目前已取得和在申请的美国和国际专利超过4,400项,并计划加大对颠覆性技术的投资。近年来,斑马技术收购了摩托罗拉系统公司企业部、Xplore技术公司和Temptime Corporation。
为纪念其50周年的创新历程,斑马技术将于今年陆续推出一系列全新的产品和解决方案,使企业能够根据实时指导预测影响,从而做出更佳的行动决策。总而言之,这些新产品和解决方案能够助力推动真正前所未有的员工移动性革命。其中,亮点包括:
• MC9300移动终端 :MC9300使企业能够将其移动解决方案进行现代化升级,以适应日益增长的电子商务的需求,同时缩短员工的培训时间,提高订单履行的速度和准确率。与同类竞争性设备相比,MC9300移动终端可将生产率提高10%。
• ZQ600系列移动打印机 :ZQ600系列移动打印机可用于打印货架标签、商品标签、降价标签和销售收据等。该新型打印机可以实现价格管理等应用的出色性能,并加快零售店的结账速度。
• MC3330R 手持式RFID读取器:MC3330R手持式RFID读取器能够使员工仅通过简单点扫即可读取RFID标签和扫描条码。MC3330R具有极高的灵敏度,能够捕捉极具挑战性的RFID标签,进而将库存和资产管理的效率提升至新的水平。
斑马技术亚太区副总裁兼总经理 Ryan Goh表示:“亚太地区对于斑马技术而言,是一个非常重要的市场。得益于电子商务的兴起、日益互联的员工以及工业4.0的融合,我们预计亚太地区将呈现强劲增长。斑马技术于去年进行的“智慧型企业指数”调研揭示了一个令人振奋的趋势——亚太地区的企业正在增强物联网的部署和投入。在亚太地区,斑马技术正在零售、运输与物流、医疗保健和制造行业引领潮流。我们为能够提供广泛的产品组合而深感自豪,相信2019年斑马技术将继续保持增势。”
好文章,需要你的鼓励
文章详细介绍了Character.AI这款主要面向娱乐、角色扮演和互动叙事的AI聊天工具的原理、用户群体、特色功能以及面临的法律与伦理争议,同时揭示了其新推出的视频和游戏互动体验。
上海人工智能实验室研究团队开发了MMSI-Bench,这是首个专注于多图像空间智能评估的全面基准。研究人员花费300多小时,从12万张图像中精心构建了1000道问题,涵盖了位置关系、属性和运动等多种空间推理任务。评测结果显示,即使最先进的AI模型也仅达到41%的准确率,远低于人类的97%,揭示了AI空间认知能力的重大缺陷。研究还识别了四类主要错误:物体识别错误、场景重建错误、情境转换错误和空间逻辑错误,为未来改进提供了明确方向。
思科报告指出,自主型人工智能未来三年内有望承担高达68%的客户服务任务,通过个性化与前瞻性支持提升效率与节省成本,但用户仍重视人与人之间的互动和健全的治理机制。
卡内基梅隆大学研究团队开发了ViGoRL系统,通过视觉定位强化学习显著提升AI的视觉推理能力。该方法让模型将每个推理步骤明确锚定到图像的特定坐标,模拟人类注视点转移的认知过程。与传统方法相比,ViGoRL在SAT-2、BLINK等多项视觉理解基准上取得显著提升,并能动态放大关注区域进行细节分析。这种定位推理不仅提高了准确性,还增强了模型解释性,为更透明的AI视觉系统铺平道路。