融资情况 - 零次方机器人完成天使+和天使++轮亿元级融资 天使+轮由包河创投、同创伟业、力合科创出资 天使++轮由水木基金、包河创投、力合瑞穗、拉尔夫创投出资 [1] - 融资资金主要用于技术攻坚、量产提速以及生态布局 [1] 公司背景 - 公司成立于2025年1月 核心成员来自清华大学AI&Robot智能机器人实验室 团队曾就职于字节跳动、百度等互联网大厂 [1] - 成立半年内已实现具身智能软硬件、数据采训整体解决方案、商业服务场景整体解决方案等产品打造 [1] 行业前景 - 2025年中国具身智能市场规模预计达52.95亿元 占全球约27% 人形机器人市场规模预计达82.39亿元 占全球约50% [2] - 人形机器人产业正从"技术验证期"向"规模化商用期"过渡 [2] 产品与技术 - 2025年5月发布专项场景具身操作基础模型Zerith-V0与轮臂人形机器人Zerith-H1 成为国内首家实现专项场景超长序列多任务连贯操作的企业 [2] - 2025年6月发布"全模态"具身数据全链路解决方案 解决模态缺失、流程繁琐等难题 成为行业内首家具备数据全流程全工具链企业 [3] 商业化进展 - 已在相关领域斩获数千万元订单 意向订单总额近亿元 涵盖科研教育、数据中心、酒店服务、文娱展览场景 [3] - 计划年底实现500台多型号机器人量产交付 [4] 发展战略 - 技术突破：深化具身智能专项场景大模型算法研发 突破复杂场景动态决策瓶颈 [4] - 量产提速：加速人形机器人柔性产线建设 [4] - 生态布局：联合产业资本、政府机构打造具身智能数据枢纽 [4] 创始人愿景 - 以"数据驱动+场景闭环"双轮战略 三年内推动机器人单台使用成本降至人工60% [5] 投资方观点 - 包河创投：肯定公司技术创新的锐度和产业落地的定力 赞赏其专项场景操作大模型和多任务操作机器人的突破 [5] - 水木基金：看好公司在智能制造、智慧服务等领域的应用潜力 认可其硬件本体、软件平台和通用算法全矩阵产品链 [6] - 瑞穗力合基金：看好公司在视觉语言大模型、机器人强化学习、运动控制等方面的能力 支持其国际化发展 [6] - 同创伟业：看重公司场景攻坚能力与技术闭环创新 认为其构建了"从数据到动作"的完整闭环 [7] - 力合科创：认为公司是科技成果转化的成功实践 体现了"实验室-产业-资本"三角闭环模式 [8]

合肥零次方机器人有限公司（以下简称 "零次方"） 近期宣布完成天使 + 轮与天使 ++ 轮亿元级融资。天使 + 轮由包河创投、同创伟业、力合科创共同出 资，天使 ++ 轮由水木基金、包河创投、瑞穗力合、拉尔夫创投 联合投资。 据悉，继2月份拿下天使轮融资，零次方已于半年内完成三轮融资。 依托专项场景大模型突破、全模态数据基座构建及量产交付加速，这家 由 00 后团队 2025 年 1 月 创立 的 年轻公司正打造国内具身智能创新引擎，商业化落地初显 "黄金矩阵"。 该公司 表示， 资金将重点投向 三个方向 ： 1. 技术攻坚： 深化具身智能专项场景大模型算法研发，突破复杂场景动态决策瓶颈 , 加速具身智能商服场景 落地； 2. 量产提速： 加速人形机器人柔性产线建设，推动年底 500 台多型号机器人量产交付； 3. 生态布局： 联合产业资本、政府机构打造具身智能数据枢纽，破解具身行业数据模态缺失、数据采集流程 繁琐、任务数据管理繁杂、模型训练推理部署门槛高 " 等难题，以具身行业基建设施建设，加速具身产业发 展。 ▍ 持续创新：定义具身智能新范式 零次方在 具身智能 核心技术上的突破是其赢得资本青睐的关键 。 ...

中国机器人市场前景 - 2024年中国在全球机器人市场份额达40% [1] - 预计2024-2028年市场规模从470亿美元增至1080亿美元，年复合增长率23% [1] - 当前面临"数据荒"问题，72%研发团队认为多模态数据缺失是最大瓶颈 [1] 零次方全模态解决方案 - 覆盖数据采集设备、管理平台、模型训练与推理全流程 [2] - 起步价9.9万元，显著降低高质量数据获取门槛 [2] - 包含硬件核心ZERITH-H1人形机器人和配套软件系统 [7][12] 技术方案对比 - 视觉-关节融合方案（如ACT、Diffusion Policy）缺乏力学反馈 [5] - 语义-视觉-关节方案（如Pi0、GROOT）增强复杂任务理解 [5] - 视觉-关节-力联合建模（如RDP）提升精密操作鲁棒性 [5] ZERITH-H1硬件创新 - 拟人化身体架构，活动范围超越成年男性 [7] - 集成二维视觉、三维空间、关节、力触觉、声音等多模态传感器 [10] - 搭载高分辨率视触觉夹爪，源于清华AI&Robot实验室技术 [11] 软件系统优势 - ZERITH-VR APP实现超低延迟（逼近零延迟）遥操作 [14] - 单次连续运行超4小时，满足长时间采集需求 [14] - 数据管理平台具备分类、清洗、标注、检索等模块化功能 [17] 训练部署工具链 - 兼容主流开源算法框架（ACT、Diffusion Policy等） [19] - 集成Swanlab工具实现训练全过程监控与可视化 [19] - 可选配500TOPS算力主机提升推理效果 [22] 行业影响 - 解决方案首次让中小厂商以低于10万元获取实验室级数据资源 [23] - 数据供给能力成为智能制造领域竞争分水岭 [23] - 全模态架构可能重构人机协作产业格局 [23]