以AI引領循環經濟新階段
由(you)Nextek有限公司牽(qian)頭的(de)NEXTLOOPP項(xiang)目，致力于從消費后(hou)包裝中生產(chan)食品級再生聚(ju)丙烯（rPP）。該聯盟(meng)匯聚(ju)了(le)塑料價值鏈上的(de)各方參(can)與者，旨在共同(tong)開發可規(gui)模化(hua)、安全、符合歐盟(meng)、英(ying)國和美(mei)國食品接觸(chu)標準的(de)循(xun)環(huan)回收解(jie)決方案。
自2020年啟動以來，NEXTLOOPP項目一直致力(li)于解(jie)決一個長期困擾行業(ye)的難題：如何高效分選食品級(ji)與非食品級(ji)PP包裝，實(shi)現真正的閉環回收。
作為全球傳感分選技術的領導者，陶朗從項目伊始便參與其中，并為其提供了核心的光譜分選與AI技術支持。通過結合陶朗的AUTOSORT?系統與先進的深度學習平臺GAINnext?，雙方團隊成功展(zhan)示了AI在(zai)塑料(liao)分(fen)選(xuan)領域的革(ge)命(ming)性潛(qian)力。
在早期的聯合試驗中，NEXTLOOPP團隊曾使用紫外標記方案配合陶朗的光譜系統，以便更好地區分食品級與非食品級包裝。這是當時最有效的分選方式之一。但陶朗始終相信：未來的突破不在于依賴標記，而在于依靠AI的智能識別能力。
從標記到智能識別：AI開啟全新可能
早在2019年，陶(tao)(tao)朗便率先將(jiang)深度學習(xi)技術(shu)引入分(fen)選(xuan)領域，成功(gong)應用(yong)于從(cong)PE流(liu)中分(fen)離硅膠筒及木材(cai)分(fen)選(xuan)等工業場景。2024年初，陶(tao)(tao)朗進一步推出了(le)針對(dui)(dui)食品級塑料的AI分(fen)選(xuan)應用(yong)，專(zhuan)門應對(dui)(dui)行業普遍面臨的食品包裝分(fen)離挑戰。
在這(zhe)一過程中，陶(tao)朗(lang)與NEXTLOOPP共同進行了嚴(yan)格的工(gong)業級(ji)驗(yan)證測(ce)試。GAINnext? AI系統在短時間(jian)內展現出驚人的學習與識(shi)別(bie)能(neng)力(li)——不僅能(neng)夠精(jing)準識(shi)別(bie)PP包(bao)裝(zhuang)，還能(neng)以超(chao)過95%的準確率區分(fen)食品級(ji)包(bao)裝(zhuang)。
這一成果被(bei)認為是(shi)行業的“變革節點”。它讓(rang)品牌商有望在滿足食品安全監管要求的同時，加速(su)實現循環經濟目標(biao)。
AUTOSORT與GAINnext：AI分選的行業標準
在后(hou)續的大規模試(shi)驗中(zhong)，陶朗的AUTOSORT?系統結合(he)GAINnext?深度學習模塊，實現了(le)每小(xiao)時處(chu)理(li)5噸混合(he)PP包裝的能(neng)力，并在輸出端獲得超過97%的食品級純度。
這項成果(guo)證(zheng)明(ming)：AI不僅可以(yi)(yi)匹敵傳(chuan)統標記技術(shu)，更能以(yi)(yi)更高的(de)速(su)度(du)(du)、更低(di)的(de)改(gai)造成本取代(dai)后者(zhe)。系統不再依賴額外的(de)標簽或(huo)熒光標記，而是通過分(fen)析包裝自身(shen)的(de)形狀、顏色、尺寸、透明(ming)度(du)(du)等視覺特征，實現高精度(du)(du)的(de)自動識別。
因(yin)此，配備(bei)GAINnext?的AUTOSORT?系統可直接部署于現(xian)有的PP分選設施(shi)中，無需對(dui)包裝或生產線進行(xing)額外改動。
推動食品級再生PP生產
得益于AI分選的高準確度，AUTOSORT?與GAINnext?的結合能夠為回收體系提供穩定、高純度的食(shi)品級(ji)再(zai)生PP原料(liao)流（rPP）。這使(shi)得NEXTLOOPP的去(qu)污工藝可在(zai)更(geng)多(duo)地區快速落地，無需等待新的標(biao)(biao)簽或標(biao)(biao)記標(biao)(biao)準出臺。
這一突(tu)破將顯著(zhu)提(ti)升食品(pin)級(ji)再(zai)生料(liao)的(de)供應能力，為品(pin)牌商提(ti)供可(ke)(ke)(ke)追溯、可(ke)(ke)(ke)再(zai)利用的(de)材料(liao)來源，同時幫助他們實現更高比例(li)的(de)可(ke)(ke)(ke)循環(huan)包裝目標。
為AI而設計的包裝
陶朗(lang)的(de)深度(du)學習(xi)系統(tong)通(tong)過(guo)(guo)對(dui)數以千計的(de)包裝(zhuang)樣本進行(xing)訓練(lian)，逐(zhu)步建立起(qi)識別食品包裝(zhuang)的(de)“視覺語(yu)言”。AI能(neng)根據包裝(zhuang)的(de)外(wai)形、比例(li)、印刷(shua)、透明度(du)和(he)顏色等(deng)特征進行(xing)快速分類(lei)。即使包裝(zhuang)在使用或(huo)回收過(guo)(guo)程中被(bei)壓(ya)扁或(huo)撕裂，系統(tong)仍(reng)能(neng)在毫秒間做出準(zhun)確判斷。
未來，隨(sui)著AI技術的(de)持續優化(hua)，包裝(zhuang)設計也(ye)將迎來新的(de)指(zhi)導方向(xiang)——品(pin)牌商可以通過更加(jia)標(biao)準化(hua)、易識別(bie)的(de)包裝(zhuang)外形來提升(sheng)AI識別(bie)率，而無(wu)需依賴(lai)標(biao)簽或特殊標(biao)記。
這不僅簡化了設計(ji)和生(sheng)產流程(cheng)，也(ye)為生(sheng)產者責任延伸制(zhi)度（EPR）的數據追蹤與報告創造了新可(ke)能。
引領智能回收的新時代
陶朗的AUTOSORT?系統搭載GAINnext?深度學習技術，正在為回收行業樹立新的標準。
這一(yi)創新讓高精度、高速(su)度的AI分選(xuan)成為現實，也讓可持續與循環設計自然融入包(bao)裝(zhuang)開發(fa)流(liu)程。
隨著傳(chuan)統標記(ji)方案逐(zhu)步淡出，AI驅(qu)動的分選技術正(zheng)讓回收變(bian)得更(geng)智(zhi)能、更(geng)經濟(ji)，也更(geng)可(ke)持(chi)續。陶朗將繼續攜手行業伙伴，共同推動人工智(zhi)能在全球回收體(ti)系中(zhong)的應用(yong)，為真(zhen)正(zheng)的循環未來奠定基(ji)礎(chu)。