尽管回收利用的环保效益众所周知,但据估计全球塑料回收率不到10%。意大利初创公司Ganiga Innovation希望通过AI智能机器人垃圾箱来提高这一比例。
Ganiga开发了三款产品来改善废物管理和回收。首先是名为Hoooly的机器人垃圾箱队列,使用生成式AI识别垃圾和可回收物并进行相应分类。其次是可安装在现有垃圾箱上的智能盖子,具有与大型垃圾箱相同的功能。
该公司还有一款软件产品,帮助企业跟踪产生的废物,并根据废物数据为企业如何减少废物产生提供建议。
Ganiga将在2025年10月27日至30日于旧金山举行的TechCrunch Disrupt 2025初创企业战场竞赛中展示其技术。
Ganiga创始人兼CEO尼古拉斯·泽奥利告诉TechCrunch,从年轻时起他就梦想着建立像Facebook或苹果那样的伟大公司。
他决定专注于废物问题,因为在他的故乡意大利,废物管理问题非常现实,而且显然没有太多解决措施。
"我们都需要重新关注这个问题,"泽奥利说。"我阅读了100篇关于这个问题的文章。例如,仅在一年内,全世界就产生了超过1亿吨塑料,但只有9%得到回收。这是一个非常现实的问题。"
泽奥利于2021年创立Ganiga,并在2022年制造了第一个原型。泽奥利表示,他们决定专注于制造垃圾箱来解决这个问题,不仅因为它为人们提供了一个可以确保垃圾得到正确回收和分类的物理场所,还因为这些垃圾箱会产生可用于未来的数据。
泽奥利说,废物管理对企业来说也很昂贵。许多组织,特别是在欧洲,都有需要遵守的ESG要求。泽奥利希望Hoooly能帮助企业更好地追踪废物产生情况,从而帮助他们减少废物和相关成本。
Ganiga于2024年开始销售垃圾箱,至今已向谷歌和多个机场(包括博洛尼亚、威尼斯和马德里机场等)出售了120多台机器人。
泽奥利表示,公司2024年收入达50万美元,仅在2025年前九个月就已达到75万美元。
该公司还从包括清洁技术风投公司NextSTEP和Next Energy Capital在内的投资者那里筹集了150万美元的预种子资金。Ganiga正在寻求筹集300万美元的种子轮融资。
公司准备在11月推出最新产品Hooolyfood,这是一款使用摄像头图像来确定食物废料准确数量的软件产品。泽奥利说,基于当前垃圾箱和软件收集的数据,公司未来还计划深入开发更多以软件为重点的产品。
Ganiga迄今专注于欧洲市场,但泽奥利表示希望扩展到美国,公司甚至考虑在2026年将总部迁至美国。
"Ganiga是全世界第一家用智能垃圾箱覆盖整个机场的初创公司,"泽奥利说。"这很重要,因为我们的目标不是原型,我们是产品,我们已经向市场开放。"
如果你想直接从Ganiga学习,观看更多推介、参加有价值的研讨会并建立推动商业成果的联系,请前往了解更多关于10月27日至29日在旧金山举行的今年Disrupt大会的信息。
Q&A
Q1:Hoooly垃圾箱是怎么工作的?
A:Hoooly是Ganiga开发的机器人垃圾箱,使用生成式AI技术来识别什么是垃圾、什么是可回收物,并进行相应的分类处理。它不仅能确保垃圾得到正确回收和分类,还能产生数据用于未来的废物管理优化。
Q2:Ganiga的产品主要卖给哪些客户?
A:Ganiga已经向120多个客户出售了机器人垃圾箱,主要客户包括谷歌这样的大型科技公司,以及博洛尼亚、威尼斯、马德里等多个机场。这些客户选择Ganiga的产品主要是为了更好地管理废物和满足ESG要求。
Q3:Ganiga公司的发展前景如何?
A:Ganiga发展迅速,2024年收入50万美元,2025年前九个月已达75万美元。公司已获得150万美元预种子融资,正在寻求300万美元种子轮融资。计划从欧洲市场扩展到美国,甚至考虑2026年将总部迁至美国。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。