国内可回收物的人工分拣错分率约30%——这是Danu Robotics创始人Amy Ma六年前盯上这个赛道的直接原因。
六年没停：不是跟风赶风口
很多人现在觉得垃圾分类是个风口，搞个机器人就能蹭一波流量。但Amy Ma不是这样。六年前她盯上这个事儿，是亲眼见过分拣中心里的工人对着一堆瓶瓶罐罐皱眉——沾了油污的塑料被归到不可回收，印了条码的纸跟普通废纸混在一起，一天下来，近三分之一的可回收物被错分，最后只能拉去填埋。她从那时候开始，就盯着“更好的可回收物分类”这件事，没换过赛道，也没转去做大件垃圾处理，就蹲在瓶、罐、纸、塑料这些“小物件”的分拣上，一做就是六年。
核心门道：认对垃圾比抓起垃圾难
大家对分拣机器人的印象，可能就是个带机械臂的“垃圾抓娃娃机”。但Amy Ma要解决的根本问题，不是怎么抓得准，而是怎么认对。比如，一个沾了油污的塑料瓶，和干净的瓶身，材质都是PET，但如果误判成不可回收，就浪费了；还有透明的矿泉水瓶和酸奶盒的塑料，看起来差不多，但回收价值差一倍。这六年里，她没少跟分拣的细节死磕——不是堆参数，是对着真实的分拣场景，让机器人能在光线杂、垃圾混放、有污渍的情况下，准确识别不同材质的可回收物。
这事儿的分量：给可回收物留活路
错分的可回收物，本质是资源的浪费。比如一个塑料瓶，如果被错分到其他垃圾，就会被焚烧产生碳排放，或者填埋占空间。Danu的机器人要是能把错分率降下来，直接能提升可回收物的回收率。现在国内很多城市在推垃圾分类的精细化，分拣中心的人力缺口其实很大，人工分拣的成本也越来越高。Amy Ma这六年磨的，不是一个“看起来酷”的机器人，是能真的帮分拣中心省事儿、提效率的工具。
现在很多做机器人的，都想往全场景铺，恨不得啥都能干。但Amy Ma这六年只盯着可回收物的分类，这种“钻得深”的劲儿，在很多跟风的项目里少见。不过话说回来，垃圾分类的场景里，还有很多实际问题要适配——比如不同城市的垃圾混放程度不一样，分拣中心的空间大小也不同，甚至垃圾的投放习惯都有差异。Danu的机器人，能接住这些细碎的真实需求吗？
素材来源：TechCrunch AI · AI情报、AI应用落地、具身智能、人才与组织
查看报道原文
发表第一条评论吧