6月，國內首家實現專項場景超長序列多任務連貫操作機器人公司——零次方行業創新再突破，正式發布“全模態”具身數據全鏈路解決方案。方案旨在解決具身智能模型訓練普遍存在的“數據模態缺失、數據采集流程繁瑣、任務數據管理繁雜、模型訓練推理部署門檻高”等難題，涵蓋了：“全模態”數據采集設備、數據采集與管理平臺、模型訓練、模型推理方案。

　　解決方案圖示

　　面向未來3-5年具身數據需求設計

　　技術路線上：當前具身智能模型的發展仍處于發展期，各研究團隊的技術路線逐漸向更豐富的模態探索：

　　• 視覺-關節融合方案(如ACT、Diffusion Policy、DP3等)：通過聯合嵌入視覺信息與機器人本體感知，利用本體數據補償視覺觀測歧義性，提升動作泛化能力，但因缺乏力學反饋，在物理交互密集型任務中適應性不足。

　　• 語義-視覺-關節融合方案(如Pi0、GROOT等)：引入語義信息(如語言指令/場景描述)增強環境與長序列任務的理解，結合視覺與關節狀態實現多模態決策，提升復雜任務泛化性。

　　• 視覺-關節-力聯合建模(如RDP等)引入力/觸覺反饋構建物理表征，提升泛精密操作的魯棒性;

　　• 更為齊全的模態架構正成為新趨勢，通過跨模態對齊實現環境-物理-語義的協同推理。

　　在此背景下，零次方機器人數據采集中心的全模態數據架構具備雙重核心優勢：

　　1. 維度兼容性：全模態數據高維數據可自然降維生成任意子模態數據集(如剝離力觸覺獲得純視覺-關節數據)，兼容現存所有算法范式的訓練需求;

　　2. 價值持續性：預設傳感器冗余通道，集成工具標注對齊多模態數據流，為正在演進的VLA、跨模態對齊、物理因果推理、世界模型等等未來3-5年可能涌現的具身模型提供燃料。

　　這種前瞻性設計能兼容當下技術生態、支撐長期算法進化的“高維數據基座”。此外，零次方的“全模態”數據采集人形機器人 ZERITH-H1，完美兼顧零次方機器人數據采集中心的全模態數據架構設計，實現全模態數據采集與落地。

　　“全模態”數采人形機器人 ZERITH-H1

　　ZERITH-H1采用高度擬人化的上肢結構設計，其關節自由度布局嚴格參照人體工學，并顯著擴展了關節活動范圍。特別設計的升降柱式構造有效抬升機身，大幅消除腿部空間占用，最終實現超越成年男性的靈活操作空間。

　　高維度“全模態”傳感器設計：為應對具身智能模型訓練普遍存在的“數據模態缺失”問題，零次方機器人在Zerith-H1設計階段即整合了各種模態的傳感器，可實現對二維視覺信息、三維空間信息、關節信息、力觸覺信息、聲音信息的“完整”模態信息采集。

　　集成觸覺感知，抓取豆腐等易碎物

　　特別的是，針對于力觸覺感知部分，ZERITH-H1搭載了觸覺夾爪，集成了高分辨率視觸覺傳感器，實現對抓取力觸覺的精準感知。零次方在視觸覺傳感器方面技術積累深厚，源于清華AI&Robot實驗室。實驗室曾提出過超越人類觸覺感知水平的超光譜視觸覺傳感方案，相關視觸覺成果多次獲ICRA、IROS Best Paper Finalists、多次在T-RO、Soft Robotics、T-MECH上發表相關研究。

　　低延遲、高動態響應的遙操系統：為了進一步滿足實時同步操作的需求，零次方將機器人與采集者通訊延遲無限推進至零延遲，實現“孿生式”映射同步感知;同時整體設備連續運行時間超過4小時，滿足長時間不間斷的數據采集需求。

　　VR APP：快速構建物理世界與虛擬世界交互渠道：基于主流vr設備自研ZERITH-VR APP，實現遙操作設備與機器人本體、具身數據管理平臺超低數據傳輸延時。同時通過“一鍵式”設備連接、“引導式”數據采集工作流，幫助用戶快速掌握復雜任務數據采集能力，確保數據收集質量、提升數據采集效率。

　　具身數據采集管理平臺：將采集的多元化數據，轉為即用型訓練燃料

　　針對數據采集任務多樣、采集流程繁雜、數據管理及可視化等需求，零次方機器人數據采集中心的自研具身數據管理平臺用于數據全流程管理，依托自身開發模型的經歷，通過數萬次的數據采集與測試，不斷測試數據管理平臺易用性，現正式對外推出具有：對具身任務數據分類、清洗、標注、檢索等模塊化高易用性的具身數據采集管理平臺。

　　集成高效訓練與部署工具鏈：讓訓練與場景落地更迅捷、更簡易化。

　　同時，為讓用戶可快速、便捷式將數據集應用于模型訓練，零次方機器人數據采集中心的數據平臺設計兼容主流開源算法框架的標準化接口(如ACT、Diffusion Policy、DP3等);數據接口兼容對基座模型(Pi0、GROOT、ZERITH-V0等)的后訓練(LORA、Full tuning、RL等)，提供符合許可證要求的快速訓練接入能力。

　　在模型訓練過程，零次方機器人數據采集中心深度集成AI訓練工具Swanlab，實現對模型訓練的全過程記錄、實時監控、數據可視化與批量實驗分析，幫助用戶科學調參、管理歷史訓練實驗數據，高效迭代自己的具身智能模型。

　　訓練過程可視化監控與記錄

　　在模型推理上，機器人最高可選500TOPS算力主機，集成易用部署的框架，優化推理效果，實現絲滑動作執行，真實可見的在場景中的落地效果。