从垃圾到资源：AI 与机器人如何重塑回收业

在全球循环经济的转型背景下，废弃物处理正迎来技术变革。面对每年超过 20 亿吨的固体垃圾，仅靠传统人力分拣已难以应对，而 AI 与机器人技术的介入，让原本送往填埋场的废弃物重新转化为宝贵资源。

NVIDIA 内部可持续发展负责人 Josh Parker 指出，循环经济的核心在于最大化利用现有资源。AI 不仅能识别废弃物成分，还能通过自动化分拣提升处理效率。

以下是四家利用 NVIDIA 技术推动回收产业革新的初创公司：

AIRECO：重塑塑料回收链路

台湾初创公司 AIRECO 旨在解决塑料回收中质量参差不齐的问题。他们利用视觉 AI 对混合废料进行精细化分拣，确保高纯度的塑料能够进入闭环回收，即实现“瓶到瓶”的循环。

该系统采用 NVIDIA Jetson Orin NX 模块在生产线进行实时推理，识别准确率超过 95%。预计明年全面投产后，其年处理能力将从 1.8 万吨提升至 4.8 万吨，同时降低 85% 的运营成本。

EverestLabs AI：打造实时分拣机器人

在美国，EverestLabs AI 将计算机视觉引导的机器人部署在高速传送带上。由于分拣必须在物体快速通过时完成，系统需在毫秒级时间内做出决策。

EverestLabs 在边缘端利用 NVIDIA RTX GPU 进行推理，并借助 NVIDIA 数据中心 GPU 训练模型。目前已有约 150 台机器人投入使用，已识别 400 亿个物体，累计回收物料 2.5 万吨。

Greyparrot：废弃物流向的“透视镜”

英国初创公司 Greyparrot 解决了行业长期的盲区问题。他们将 Analyzer 平台安装在传送带上方，即便在多尘、低光环境下，也能实时识别每一件垃圾的材质与品牌。

该系统在全球 20 多个国家部署，将 15 吨垃圾的检测时间从 375 小时缩短至 6 小时。包括可口可乐在内的多家全球品牌正利用其数据来监测包装的回收效果，工厂效率提升幅度达 10% 至 30%。

reverse.fashion：破解纺织品回收难题

欧洲每年产生约 700 万吨废旧纺织品。柏林公司 reverse.fashion 利用高分辨率计算机视觉，自动识别服装的类型、瑕疵、材质和品牌，从而确定其流向——是作为二手衣物出售，还是转化为工业填充料。

系统通过 NVIDIA TensorRT 优化模型，并在边缘端搭载 NVIDIA Jetson 模块。据估算，原本需要一周完成的工作，现在仅需一小时即可完成。