中國東部城市張家港一個工業園區內,一台機器正高速運轉,吞噬著一堆堆舊衣物並進行分揀。這台機器的新穎之處在於,它利用人工智能(AI)技術,以極高速度根據衣物成分進行分類,展示了AI在減少合成紡織廢料影響方面的潛力。
這台名為Fastsort-Textile(快速分類紡織)的機器,獲《時代》雜誌(Time magazine)評為「2025年最佳發明」之一,由中國AI回收公司弓葉科技(DataBeyond)於2018年創立。
點擊看圖輯
一名工人在中國東部江蘇省張家港一間紡織品分揀設施內,展示回收舊衣聚酯纖維的最終產品PET樣本。該設施採用弓葉科技(DataBeyond)的Fastsort-Textile(快速分類紡織)AI分揀機。攝於2026年3月20日。(美聯社圖片/Ng Han Guan) AP圖片
工人在中國東部江蘇省張家港一間紡織品分揀設施內搬運成堆的舊衣物。該設施採用弓葉科技(DataBeyond)的Fastsort-Textile(快速分類紡織)AI分揀機。攝於2026年3月20日。(美聯社圖片/Ng Han Guan) AP圖片
一名工人在中國東部江蘇省張家港一間紡織品分揀設施內,展示由回收合成紡織品製成的加工聚酯纖維紗線。該設施採用弓葉科技(DataBeyond)的Fastsort-Textile(快速分類紡織)AI分揀機。攝於2026年3月20日。(美聯社圖片/Ng Han Guan) AP圖片
弓葉科技(DataBeyond)的Fastsort-Textile(快速分類紡織)AI分揀機在中國東部江蘇省張家港一間紡織品分揀設施內高速處理合成紡織品。攝於2026年3月20日。(美聯社圖片/Ng Han Guan) AP圖片
一名工人在中國東部江蘇省張家港一間紡織品分揀設施內工作。該設施採用弓葉科技(DataBeyond)的Fastsort-Textile(快速分類紡織)AI分揀機。攝於2026年3月20日。(美聯社圖片/Ng Han Guan) AP圖片
一名工人在中國東部江蘇省張家港一間紡織品分揀設施內,展示回收舊衣聚酯纖維的最終產品PET樣本。該設施採用弓葉科技(DataBeyond)的Fastsort-Textile(快速分類紡織)AI分揀機。攝於2026年3月20日。(美聯社圖片/Ng Han Guan) AP圖片
弓葉科技行政總裁莫卓亞表示:「我們可以充分利用紡織廢料,減少焚燒量,這將對資源回收有莫大幫助。」
合成紡織品源自化石燃料,是時裝生產中一種低成本且受歡迎的選擇。根據總部位於阿姆斯特丹(Amsterdam)的非牟利組織循環經濟(Circle Economy)一份分析紡織廢料減量方法的報告,合成紡織品約佔全球紡織品生產總量的七成。
工人在中國東部江蘇省張家港一間紡織品分揀設施內搬運成堆的舊衣物。該設施採用弓葉科技(DataBeyond)的Fastsort-Textile(快速分類紡織)AI分揀機。攝於2026年3月20日。(美聯社圖片/Ng Han Guan) AP圖片
紡織廢料是全球主要的污染物之一,而中國是最大的貢獻者。世界貿易組織(World Trade Organization)2025年《主要洞察與趨勢》報告顯示,中國的全球紡織品出口額達1,420億美元,是歐盟(European Union)的兩倍多。
快速分類紡織AI分揀機目前僅在中國一個地點使用,即張家港的山河盛環境科技公司(Shanhesheng Environmental Technology Ltd.),該公司於2025年安裝了這台機器。
一名工人在中國東部江蘇省張家港一間紡織品分揀設施內,展示由回收合成紡織品製成的加工聚酯纖維紗線。該設施採用弓葉科技(DataBeyond)的Fastsort-Textile(快速分類紡織)AI分揀機。攝於2026年3月20日。(美聯社圖片/Ng Han Guan) AP圖片
該設備利用AI掃描儀讀取紡織品的成分,並按纖維進行分類,之後便可進行回收。
快速分類紡織AI分揀機能在兩至三分鐘內分揀100公斤衣物,而一名工人完成同樣工作則需約四小時。山河盛的分析顯示,這台機器每小時可處理兩噸衣物,而兩名工人則需兩天時間,且準確度較低。
弓葉科技(DataBeyond)的Fastsort-Textile(快速分類紡織)AI分揀機在中國東部江蘇省張家港一間紡織品分揀設施內高速處理合成紡織品。攝於2026年3月20日。(美聯社圖片/Ng Han Guan) AP圖片
這台AI掃描儀尺寸為5米乘2米,配合一系列輸送帶運作。工人將一疊疊紡織品放到輸送帶上,衣物會通過掃描儀,掃描儀在讀取紡織品成分時會發出尖銳的嘶嘶聲。掃描儀側面會實時顯示讀取結果。
它只需不到一秒鐘就能準確讀取一件物品的材料成分,並根據客戶所需的標準進行設定。
一名工人在中國東部江蘇省張家港一間紡織品分揀設施內工作。該設施採用弓葉科技(DataBeyond)的Fastsort-Textile(快速分類紡織)AI分揀機。攝於2026年3月20日。(美聯社圖片/Ng Han Guan) AP圖片
掃描過程完成後,紡織品會被運送到尼龍和聚酯纖維分揀區進行回收。不符合標準的物品則會被分揀到另一個區域,主要用於焚燒或堆填,這正是紡織品污染造成最大破壞的地方。
山河盛銷售經理崔鵬表示:「這種機器節省了勞動成本和時間。當人們分揀材料時,無法準確判斷是80%還是90%的聚酯纖維。這台機器很少出錯。」
銷售總監李斌指出,此前,高達五成的已處理紡織品被視為不可回收,並送往堆填區或焚燒。而使用快速分類紡織AI分揀機後,這個數字已降至三成。
他續說:「現在,儘管機器已經能夠分揀,但人的精力是有限的。人不能連續工作24小時,所以機器人最終可能會接管這些角色。最終目標是實現一個由機器人24小時運作的『無人化工廠』。」
(美聯社)
歐洲各地,不少循環經濟方案難以從獨立試點項目,擴展至大規模實際應用。當局需要新方法,結合技術可行性、市場相關性及公民參與,同時適應當地環境。
歐盟資助的TREASoURcE項目證明,可以開發、測試並準備在各地區複製系統性、公民參與的循環經濟方案。項目採用共同的區域方法,結合實際示範、跨價值鏈協作,並及早考慮可轉移性,將循環經濟概念轉化為能源、材料及生物經濟領域的實用方案。
TREASoURcE項目處理能源、塑膠及生物基副產品的循環經濟挑戰,結合技術方案與持份者及公民參與。 AP圖片
這項工作的核心,是高度重視持份者及價值鏈示範。項目匯集生產商、材料加工商、用戶及公共部門,在實際營運環境中測試方案。這有助驗證技術可行性、評估市場相關性,並識別廣泛採用的主要障礙及推動因素。
Østfold縣議會的Jan Bakke表示:「持份者及關鍵價值鏈示範,對於將TREASoURcE概念轉化為實踐至關重要。這些示範確保方案在實際環境中進行測試,並在各界別及地區協作開發,支持其可行性及可擴展性。」
其中一個應用領域,集中於電動車退役電池的二次利用,作固定式儲能。芬蘭及挪威設立並測試了三個電池儲能系統試點,展示如何將重新利用的電動車電池,支援公共及商業建築的削峰填谷及本地能源管理。試點顯示,經濟及營運表現,很大程度上取決於當地條件,例如電力需求模式、計費系統及監管框架,突顯特定環境實施的重要性。
同時,項目透過示範機械及化學回收如何互補運作,解決了持續存在的塑膠回收挑戰。TREASoURcE集中處理難以回收的塑膠廢物流,展示化學回收(包括催化熱解,隨後進行催化加氫處理)如何將混合塑膠廢物轉化為有價值的化學原料,同時顯著減少污染物。結果說明,在傳統回收不足夠的情況下,先進回收方案具有系統互補作用。
第三個應用領域,集中於農業及更廣泛生物經濟的生物基副產品。透過專門的數碼市場,以及本地生物經濟發展及城鄉共生模式,副產品生產商與農村及城市環境中的加工商、市政當局及用戶建立聯繫。這些方法共同促進了生物基材料的更高價值利用、減少廢物,並加強了循環經濟方案的區域實施。
透過特定環境實施及持份者參與,複製及可轉移性從一開始就已融入項目。歐洲各地的持份者,透過工作坊、網絡研討會、焦點小組,以及與公共部門及行業協會的針對性交流而參與其中,特別關注波羅的海地區。實踐經驗及可轉移性見解,已編入公開發布的《複製手冊》中。
VTT的Ugur Kaya表示:「我們認為下一步,是將這些方案直接融入城市、地區、公司及服務供應商的營運實踐中。市政當局及企業對尋求實用循環經濟方案的興趣日益濃厚,這為項目壽命期後的部署及擴展,奠定了堅實基礎。」
展望項目期限之後,TREASoURcE已留下具體工具、示範及實施模式,以支持循環經濟方案在地區持續推廣。公民參與仍然是核心推動要素,透過參與式試點、共同創造活動及以行為改變為導向的方法。數碼平台、循環經濟智能採購指南,以及公共部門、行業、服務供應商與公民之間經測試的協作模式,為跨界別及地區部署提供了實用基礎。
(美聯社)