台灣紡織產業的研發實力享譽國際，不過在舊衣回收環節中，傳統人工分選仍面臨誤差率高、難以區分多元布料的瓶頸。儘管國際大廠普遍採用近紅外光譜成像技術輔助辨識，但每件衣物平均需耗時10秒，且建置成本高昂，難以規模化應用。
如今，紡織所在經濟部產業技術司支持下，成功解決這項產業痛點，並將光學機構專利技轉給沛德永續科技公司。雙方聯手開發出革命性的「混紡纖維多光譜影像AI識別技術」，整合近紅外線光譜、仿生光學模組及AI多材質辨識演算法，能在0.5至1秒內完成一件衣物檢測，識別率高達95%，每小時可處理多達900公斤廢紡織品。
這項技術相較傳統「近紅外光譜成像辨識」速度提升十倍以上，還能精準辨識布料材質與比例差異，協助國際精品品牌進行高效率分選與再利用。不僅有效解決每年台灣舊衣回收量8.2萬噸的再生挑戰，更為紡織產業開啟永續循環的新商機，讓AI成為舊衣再生的關鍵推手。
在這次紡織展上，運用AI進行辨識與檢測的系統成為焦點，堪稱未來顯學之一。像是全友就推出「紡織品瑕疵檢測解決方案」，運用AI進行影像辨識，有效檢測紡織品瑕疵，不僅效率高，也不會流目油的疲勞、出現人為漏檢誤判，成功降低了漏檢率與成本。該方案可應用於圓編機、織帶機、無梭織機、經編機與橫編機等多種設備。
根據全友資料顯示，其系統能同時進行在線檢測、紗線線徑監控與離線瑕疵分析，並支援遠端監控與資料管理。可見，在這個AI時代，百工百業誰能率先導入AI技術、搶得升級先機，誰就能掌握產業競爭優勢。而紡織業已率先在材料辨識與檢測領域取得重大突破，展現AI導入製造業的巨大潛能。
