Tuurny机器人：电子垃圾里 “挖” 芯片

2026年，电子废弃物治理正式被多国纳入重点监管范畴：欧盟出台全新废弃物运输管控新规，美国加州扩大不可拆卸电池产品回收收费范围，马来西亚也出台电子垃圾进口禁令。多重政策加压之下，行业亟需在电子产品被粉碎或出口前，充分挖掘其剩余利用价值。

联合国2024年发布的最新《全球电子废弃物监测报告》预测，到2030年，全球每年产生的电子垃圾总量将达到8200万吨。报告指出，目前的电子垃圾处理模式，仅能回收废旧电子产品中不足三分之一的可利用金属价值。

对于回收企业而言，大量价值流失的根源，在于电路板进入冶炼厂与粉碎设备之前的处理环节。电路板上集成内存芯片、处理器、磁性元件、电容等各类元器件，还含有铜、铝、钽及贵金属等珍贵原材料。传统回收方式通常将所有物料混杂处理，直接损毁了仍具备复用价值的电子元器件。

总部位于旧金山的初创企业Tuurny，正研发一套自动化设备，可在剩余物料粉碎前，从电路板上拆解并分拣出可二次利用的芯片。今年4月，该公司推出名为Nantul的机器人拆解系统，用于识别并提取内存集成电路，单台设备每小时可完好拆解300颗内存芯片。

Tuurny创始人Sina Ghashghaei表示，公司已与英国电视设备回收企业Areera达成六位数合作订单，即将投入首批数十台设备开展实地落地运营。该合作企业每月可处理1500吨废旧电视设备，项目计划于2027年正式投产。

Tuurny现阶段首要业务是回收内存芯片及老旧设备专用芯片，这类芯片市面替换货源十分紧缺。Ghashghaei透露，企业目前正与多家老牌芯片供应商洽谈合作，同时推进电路板拆解所得铝、铜等原材料对接冶炼与精炼企业供货事宜，暂未对外公布合作方名单。

自动化内存芯片智能回收

传统电子回收流程大多为先粉碎电路板，再对混杂物料进行分选。而Tuurny采用逆向处理思路：先识别并拆解各类元器件，按型号与材质完成分类，再将完好元器件送往检测机构进行二次复用，其余物料送至精炼、冶炼企业深加工。

Nantul系统集成三套机器人作业单元：其一为连续上料机械臂，搭配两台类似3D打印机、数控加工设备的台式作业机。系统依托神经网络完成元器件识别与信息建档，同步调取厂商发布的热参数标准数据，结合负压吸附、精准控温、机器视觉与机器人精准操控技术完成芯片无损拆解，最后按照型号、材质完成分类收纳。

Ghashghaei表示：“我们正在搭建一条此前从未成型的废旧物料全新供应链，人工拆解不仅成本高昂，也难以实现规模化量产。”

德州农工大学机械工程副教授Minghui Zheng长期研究机器人拆解技术与电子垃圾回收体系，他认为Tuurny的技术路线具备落地可行性，尤其适合从品类规整、附加值高的电子垃圾货源中定向回收内存芯片。

他表示：“内存芯片复用价值高，标准化程度也远超多数电子元器件，是绝佳的切入品类。但最大难点在于实现无高温、无机械、无电气损伤拆解，保障拆解后的芯片依旧稳定可用。”

废旧电路板存在布局不一、标识模糊、使用年限不同、沾染杂质、焊盘状态各异以及前期受损等诸多差异。机器人需要精准定位目标元器件，匹配适配拆解方案，完成局部控温、平稳取料，同时留存完整元器件信息，方便后续检测与二次销售。

电子垃圾多元回收发展思路

Ghashghaei介绍，Tuurny采用通用零配件搭配自研控制系统，搭载英伟达Jetson Nano硬件，打造小型模块化拆解设备。通过精简硬件结构压缩生产成本，设备售价远低于大型厂区所用的传统工业成套设备。而目前研发层面最大难点，在于自主机器视觉算法与机器人精准控制技术的开发。

这家仅有四名员工的初创企业，此前曾获得美国国家航空航天局专项资助，研发搭载机器视觉与自研大语言模型的电路板AI智能维修辅助系统，用于辅助技术人员检修电路板。

后续随着美国本土关键矿产与稀土资源回流布局热度攀升，企业研判废旧电子物资市场空间更为广阔，随即调整业务方向，从电路板维修转向电子垃圾资源化处理。此次业务转型，也让企业有能力对接通信、航空航天、国防等领域的老旧设备芯片供应缺口，解决主流厂商停产之后的备品备件供应链难题。

Minghui Zheng认为，想要让机器人智能拆解模式实现商业化普及，核心难题在于设备需适配品类繁杂的电子垃圾，同时严控运营成本。“电子产品型号千差万别，废旧电路板存在破损、积灰、布局杂乱等各类问题。机器人需实时精准定位元器件、无损完成拆解，这对机器视觉感知、智能决策、路径规划与精准作业能力都提出极高要求。从经济层面来看，拆解所得元器件的收益，必须能够覆盖设备采购、传感检测、性能测试、设备维护、人工运维以及规模化扩张的全部成本。”

对于冶炼与原材料精炼企业而言，能否拿到稳定供应量、规格统一的回收物料，是双方合作的核心考量。Ghashghaei也坦言，企业大规模扩产布局时，自身也会面临机器人生产零部件供应不足的供应链难题。

Minghui Zheng评价称，该技术路线前景可观，但整体仍处于早期研发落地阶段。“现阶段最贴合实际的发展方向，是定向回收内存等高价值元器件。最终能否实现大范围商用，核心取决于机器人拆解技术能否做到运行稳定、成本可控、产能规模化。”