依托陶朗不断升级的 GAIN 技术，陶朗为其 AUTOSORT™ 分选设备提供基于深度学习的分类附加组件——行业首次能够在大规模生产线上，实现对 PET、PP 和 HDPE 材料的食品级与非食品级分离，而且速度更快、效率更高。
过去，食品级分选一直是行业难题。因为食品包装和非食品包装往往使用同样的材质、外观也几乎一样，让传统分选设备难以准确识别和拆分。此外，食品级回收还受到卫生要求和法规的双重约束，处理起来更加棘手。
配备 GAINnext™ 的 AUTOSORT™ 则同时结合了对象识别与传统传感器分选
而经过全面升级后的 GAINnext™，正是解决这一系列挑战的关键。它让 AUTOSORT™ 的识别能力大幅提升，能够分辨出传统光学传感器难以、甚至无法判断的物体类别，使食品级回收成为现实。
纯度可达到 95% 以上
GAINnext™ 将近红外、可视光谱等传感器数据与深度学习结合，让陶朗打造出了目前市面上最精准的分选方案。在英国和欧洲的多家包装回收产线上，该技术已经实现了超过 95% 的纯度水平，为客户进一步扩大高价值回收业务创造了更多机会。
除了食品级塑料，GAINnext™ 还同步推出两个新应用：一个用于纸张脱墨，让纸类回收更干净；另一个用于 PET 清洁，进一步提升 PET 瓶回收的纯度。
迈向“瓶到瓶”循环再生
陶朗资源回收的执行副总裁 Dr. Volker Rehrmann 表示：“我们使用 AI 提升分选已有数十年历史，但这一次的突破，再次让陶朗站在行业最前沿。
AI 正在重新定义资源回收，而我们最新的深度学习应用，则进一步巩固了我们在这一领域的领先地位。
GAINnext™ 能够让食品级塑料实现真正意义上的分选，并达到瓶到瓶品质——这些都是行业多年无法解决的难题。在法规收紧、客户更需要先进技术的当下，AI 正在推动材料循环率提升。陶朗很自豪能继续推动这一行业变革。”
应对最复杂的分选任务
陶朗深度学习产品经理 Indrajeed Prasad 补充说：“深度学习不仅能替代人工分拣，更能通过更细致的识别，让回收料的质量得到明显提升。GAINnext™ 能在毫秒级时间内识别数千个物体的材质与形状，因此可以处理过去被认为最难的分选任务。
同时，内置的软件还能不断升级，适应未来回收行业的需求。我们非常高兴能向市场推出这些全新的解决方案，帮助客户满足越来越高的回收纯度要求。”
技术已在实际运行中验证
GAINnext™ 并不是新技术，它已经在实际工厂中运行多年。早在 2019 年，陶朗就率先将深度学习引入分选领域，用于识别并剔除聚乙烯（PE）流中的硅胶胶筒；2022 年又推出了用于木片分类的应用。目前全球已有超过 100 套搭载 GAINnext™ 的 AUTOSORT™ 设备投入使用。
这些全新应用的首批用户包括多家行业领先工厂，例如 Berry Circular Polymers 在 Leamington Spa 的旗舰工厂、英国 Bristol 的 Viridor Avonmouth（英国最大多聚合物回收厂）、以及由 Dentis Group 运营的法国 Nord Pal Plast。
市场对最新的 GAINnext™ 技术反馈极为正面。
Nextek Ltd 创始人兼 CEO、NEXTLOOPP 项目负责人 Professor Edward Kosior 在参观 TOMRA 测试中心后评价说：“陶朗的 AI 系统 GAINnext™ 为塑料包装的食品级回收带来了关键性的突破，开启了更多闭环回收的新可能。它让分选系统更简单、更高效、更具成本优势。我们很高兴看到行业正在迈向更成熟、更循环的未来。”