2025年8月8日-12日，世界机器人大会（WRC 2025）在北京盛大展开，数百家具身智能企业亮相，在看到人形机器人本体控制能力提升同时，也有一些企业带着他们的场景、商业实践与未来畅想登场，成为展馆焦点。
作为00后清华极客们创立的零次方，也带着规模化“全模态”数据全链路方案与Zerith-V0 模型场景示例来到了WRC展馆（B210），成为为数不多把真实与未来场景在现场复现的具身智能企业。
其规模化“全模态”数据全链路方案，通过轮臂数采人形机器人ZERITH-H1、数据管理平台、VR操控app及深度集成的训练推理工具链！构建“从数据到动作”的完整闭环。以高维、兼容、可持续的数据基座，为行业提供数据采集、训练、管理等能力，直击机器人智能化训练“数据模态缺失、采集繁琐、管理复杂、训练部署门槛高”痛点问题！该方案工具链完善、健全，可快速复制，构建场景的规模化数据集，为具身大模型训练服务。
而Zerith-V0 模型场景示例：马桶清洁以及桌面清洁，则冲分体现了零次方在将具身智能如何落地现实的路径上做了充分思考。
Zerith-V0 从海量的数据从提取有效的操作知识；赋能机器人完成垂直场景中的各项任务。创新采用"认知-行为"双系统架构，实现原理驱动式的智能操作。认知系统构建对操作物体的物理属性与功能语义的理解；行为系统则基于物体空间信息映射，实现运动基元的组合优化。两者通过以操作物体为中心的统一空间表征作为交互中间件，屏蔽背景噪声，提升背景泛化能力，让系统更专注于任务本身。
零次方也创新提出基于虚实自增强学习的基础模型后训练方法！创新设计了Real2Sim2Real + Self-Correcting RL自增强回路。利用真实世界数据（如高精度纹理）构建高保真仿真环境，构建Sim Generator基于任务专家生成海量操作数据，丰富数据分布的多样性。Self-correcting RL在现实世界中通过强化学习实现自校正，矫正基础模型中错误行为，实现数据分布的长尾覆盖，优化现实域策略鲁棒性，场景专项任务下实现长时间运行成功率超高！数天下来，其演示失败率无限接近于零，也让我们看到了零次方团队在技术上的领先与产品的稳定。
我们可以预见，未来会有越来越多的人形机器人企业开始探索，人形机器人如何进入现实社会，服务千行百业，服务千家万户。零次方这次的亮相，同样也带给我们前进方向的启发。
