近期，陶朗宣布推出革命性深度学习技术 GAINnext™ ，能够迅速有效地将 PET、PP 和 HDPE 的食品级塑料与非食品级塑料分开。

  通过将传统的近红外、可见光谱或其他传感器与深度学习技术相结合，陶朗开发出自称为迄今市场上最准确的分选解决方案。该解决方案所达到的纯度（英国和欧洲客户工厂的包装应用纯度高达 95% 以上）将为陶朗的用户带来新的机会。

  陶朗回收负责人、执行副总裁 Volker Rehrmann 博士表示：“凭借深度学习的成熟运用， GAINnext™ 实现食品级分选和瓶到瓶的质量，这些多年来对行业构成了重大挑战。随着法规的收紧和客户对技术先进解决方案的需求持续不断的增加，人工智能的使用正在最需要的时候推动材料循环。在陶朗，我们很自豪能够推动分选领域的变革。”

  陶朗回收深度学习产品经理 Indrajeed Prasad 称：“深度学习技术的使用不但可以实现手动分选的自动化，还使该行业可以通过更精细的分选实现高质量的回收。 能够在几毫秒内按材料和形状检测数千个物体，GAINnext™ 还可以解决最复杂的分拣任务。”“ 我们很高兴能够推出这些急需的创新解决方案，以满足日益严格的分选要求，这是由消费品牌对更高纯度的再生材料需求一直增长所推动的。”

  AUTOSORT™ 与 GAINnext™ 是陶朗最新的人工智能驱动深度学习技术。照片来源：陶朗

  回收环节是整个再生塑料产业链中最关键的一环，聚集了众多废塑料资源。 打包站、分拣中心是塑料 回收的流通枢纽，对提升塑料 回收率和回收质 量至关重要。建设绿色、智能的打包站，全面改进打包站运营模式，是实现塑料回收再生高质量发展的基 础。

  2022年1月，国家发改委发布《关于加快废弃陈旧物资循环利用体系建设的指导意见》，要求到2025年全国建成1000个以上绿色分拣中心。再生资源加工利用行业“散乱污”状况明显改观，集聚化、规模化、规范化、信息化水平大幅提升。

  由此，中国合成树脂协会牵头立项的团体标准——《高品质废塑料绿色、智能打包站建设管理规范》（暂定名）应运而生。

  该标准的建立将引导塑料回收再生的关键环节--打包站的全面升级，建设标准化、智能化、可复制、绿色化的废塑料打包站；通过标准的引导，使更多打包站分拣出的可再生材料能够很好的满足EFSA、FDA关于食品接触材料对废塑料“回收”的要求；促进开发适合我国国情的对高品质再生材料原料来源、追溯、用途、质量的要求。

  目前，该标准已出台征求意见稿，咨询标准编制，老朋友请联系工作人员，新朋友请联系：王睿鹏 （微信同号）