据悉，目前「零次方机器人」已完成数千万元天使轮融资，并拿下千万订单，进入量产阶段。2025年，公司将实现共计500余台多型号人形机器人的量产落地，广泛应用于服务业、教育、文娱、展览等行业。新的一年，公司将继续秉持“稳扎稳打、小步快跑”的策略，推动技术创新与市场拓展。

　　零次方的一群热爱机器人的00后科幻迷，作为爱好者也作为开发者，一同复刻了科幻电影《铁甲钢拳Real Steel》中的经典画面，人形机器人ZERITH Z1模仿学习人类拳击手运动，PK一场有趣的搏击赛事。

　　团队采用AI辅助进行机器人的结构参数设计，实现了更高的动态运动性能与更低的能耗。团队自研了物理交互世界模型算法进行运动控制，能够实现出色各种复杂工况的适应和复杂环境下的的盲走能力。

　　在泛化操作模型上，零次方对标自动驾驶技术深耕垂直场景的路径——正如自动驾驶在矿山运输、港口物流、高速干线等封闭场景率先突破，针对机器人领域开发了专有场景泛化操作方案。聚焦特定场景的深度需求，打造可闭环、可复制的专用场景解决方案。团队对专有场景中的工序进行规范化，并结合视觉语言大模型进行场景解析，获得流程化的任务描述。在机器人实际执行过程中安卓国外ip代理软件下载，通过分析任务的类别选择不同的解决方案。

　　根据机器人的所需的移动占比，可以将任务划分为两类：长距离移动操作任务和局部长序列操作任务。长距离移动任务主要涉及到送递和归纳物体等空间变换需求，为此团队提出能够结合环境信息和任务需求的通用抓取放置模型GP-6D作为解决方案。然而，目前大多数工作仅实现了物体的抓取，并未解决放置问题。GP-6D通过利用视觉语言大模型与3D场景关系图生成最优的放置位姿，结合自外感知规划实现无碰放置。

　　为解决局部长序列操作任务中存在的级联误差传播问题，团队提出了基于模块化动作基元的复合策略生成框架。该框架通过构建面向操作对象泛化的技能表征体系，将复杂任务分解为可组合的动作基元，通过对库中各项动作基元的筛选组合来完成任务。其中，为了保证技能的成功率，团队创新性地提出了IRL的训练框架，旨在将模仿学习的高效性和强化学习的鲁棒性结合，并通过现实与仿真迭代交替的方式实现泛化。

　　，通过一个廉价的 RGB 摄像头对操作者的动作行为进行捕捉，实时重映射到机器人上，端到端操作延迟低于 150 毫秒，突破了硬件成本，较传统手柄或 VR 系统降低 80% 以上，较动捕技术硬件成本下降99%。这一方案为机器人遥操作提供了一种全新的、经济高效的数据采集方案，

　　安全始终是机器人应用落地的首要前提。然而，尽管市场需求迫切，行业至今仍未推出一款能够彻底解决这一核心痛点的产品。无论是展厅场景中可能对展品造成的损害，4S店环境中对车漆的潜在刮擦，还是人机交互时对人类安全的隐忧等等，这些挑战始终制约着机器人的广泛应用。基于大量的市场用户测试反馈，零次方团队顶着产品交付压力，对现有稳定版本进行全面重构。

　　基于机器人三安全法则——对人类安全、对环境安全、对本体安全，团队将推出最安全的人形机器人。

　　「零次方机器人」公司成立于2025年1月，由清华大学和江淮前沿技术协同创新中心联合孵化。公司的几位早期创始者的共同标签为，00后-清华大学-人工智能专业，一同开启了具身智能领域的创新征程。随着公司的快速发展，零次方持续吸引了来自百度、字节跳动、科大讯飞、美的等科技与产业巨头的顶尖人才——既有深耕行业十余年的战略专家，亦不乏具备破局思维的年轻攻坚力量。这种横跨互联网、人工智能、智能制造等领域的复合型人才梯队，正构建起技术敏锐度与场景理解力兼备的“双螺旋”能力模型，为机器人垂直场景落地注入战略级动能。