现在 AI 视觉分拣方案已经正式落地到回收产线里面,四家海外初创企业同步放出真实产线运行数据,这套方案主要用来解决回收行业招工难、人工分拣速度慢、细分材质识别不准的痛点,依靠边缘端视觉模型搭配机械臂、检测相机,在高速传送带上面实时识别物料,不同企业分别主攻塑料、混合生活垃圾、纺织品三大回收品类,已经在多个国家的回收工厂投入试运行。整套 AI 视觉分拣的工作逻辑是,摄像头采集传送带上废料画面,边缘 GPU 快速推理识别材质、品牌、瑕疵,再联动机械臂或者气吹机构完成分拣;四家企业分别是 AIRECO、EverestLabs AI、Greyparrot、reverse.fashion,每家的落地规模、处理对象、性能指标不一样,有的侧重识别统计,有的直接带抓取分拣,如果你是回收厂想部署这套 AI 视觉分拣,要先根据自己的物料类型去匹配对应的方案,粉尘、弱光、高速传送带这些现场环境,都会影响 AI 视觉分拣的识别准确率。
一、四家初创企业落地数据清单
| 企业名称 | 主攻品类 | 核心落地数据 | 部署地区 |
|---|---|---|---|
| AIRECO | 塑料闭环回收 | 试点线识别准确率>95%;规划新产线年处理量从 1.8 万吨提升至 4.8 万吨,运营成本降低 85% | 中国台湾台南 |
| EverestLabs AI | 混合生活垃圾 | 部署约 150 台视觉分拣机器人;累计识别 400 亿件物料,回收 2.5 万吨材料,减少 3 万吨碳排放 | 北美、澳大利亚 |
| Greyparrot | 全品类废料检测统计 | 300 多套 Analyzer 设备,落地 20 多个国家;累计完成超 1 万亿次物体检测,检测 15 吨废料耗时从 375 小时压缩至 6 小时,产线效率提升 10%-30% | 全球多国 |
| reverse.fashion | 废旧纺织品 | 传送带速度 3 米 / 秒,十多个 TensorRT 优化视觉模型并行识别;一小时分拣量等于人工一周工作量,可识别面料、颜色、瑕疵、品牌 | 欧洲 |
二、AI 视觉分拣回收产线基础工作流程
- 废料匀速输送到传送带,上方高清相机持续采集画面
- 边缘端 AI 视觉模型实时推理,识别物料材质、缺陷、品类
- 系统输出分拣指令,驱动机械臂或者气吹装置分离物料
- 后台同步统计物料占比、杂质数据,给工厂运营提供报表
- 模型持续用产线新数据迭代,适配废料形态、污染变化
三、AI 视觉分拣产线适配条件
- 支持场景:塑料瓶、包装垃圾、旧衣物、各类可回收混合物料
- 环境限制:粉尘、暗光、物料互相遮挡会小幅降低识别精度
- 硬件配套:边缘算力模块、高速工业相机、分拣执行机构(机械臂 / 气吹)
- 优势对比:可 7×24 小时连续运行,替代高强度人工分拣岗位
【常见问题】
问题 1:AI 视觉分拣进入回收产线之后,四家初创的方案都带抓取分拣机器人吗?
回答 1:不是全部都带抓取,AIRECO、EverestLabs AI 的 AI 视觉分拣搭配机械臂抓取;Greyparrot 的 AI 视觉分拣只做识别统计,不带分拣执行机构;reverse.fashion 针对纺织品做视觉识别分选。
问题 2:回收产线里面的 AI 视觉分拣,粉尘和暗光环境会不会影响识别效果?
回答 2:会有影响,四家初创的 AI 视觉分拣都做了粉尘、弱光场景优化,但遮挡严重、物料表面重度污染的时候,识别准确率会出现下滑。
问题 3:AI 视觉分拣回收产线对比人工分拣,提升幅度参考四家初创数据大概是什么水平?
回答 3:参考四家初创公开落地数据,reverse.fashion 纺织品 AI 视觉分拣一小时等于人工一周工作量;Greyparrot 检测效率提升明显,EverestLabs 和 AIRECO 可以大幅降低人力和运营成本。
问题 4:国内回收工厂能不能直接采购这四家初创的 AI 视觉分拣设备?
回答 4:这四家初创的 AI 视觉分拣方案目前主要在海外落地,暂时没有国内大规模供货信息,国内有本土同类 AI 视觉分拣厂商可以选择。
问题 5:AI 视觉分拣回收产线可以做到不同塑料材质精细区分,实现闭环回收吗?
回答 5:AIRECO 的 AI 视觉分拣方案主打塑料精细分选,识别精度足够支撑闭环回收,把塑料分拣到可以再生产同类型产品的等级。
【参考资料】
[2026-11-12](AI 视觉分拣进入回收产线,四家初创企业落地数据出炉)IT 时代网
[2026-11-11](Vision AI and Edge Robotics Modernize Global Waste Management and Material Sorting)AI HUB Feed
[2026-11-10](How AI Helps Recyclers Turn Mixed Waste Into Reusable Material)NVIDIA Blog
[2026-11-10](Greyparrot Gives Recyclers a Clear View of the Waste Stream)NVIDIA Blog
【免责声明】
本文仅为行业资讯整理,四家初创公布的 AI 视觉分拣落地数据为厂商自测与项目统计数据,实际产线效果受来料、现场环境、运维水平影响,不代表国内回收厂部署后的实际效果,不构成设备采购建议。
