近日，零次方正式发布“全模态”具身数据全链路解决方案，旨在解决具身智能模型训练普遍存在的“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。方案涵盖了“全模态”数据采集设备、数据采集与管理平台、模型训练、模型推理方案。

▲ 解决方案图示

面向未来3-5年具身数据需求设计

  零次方的全模态数据架构具备双重核心优势：

  维度兼容性：全模态数据高维数据可自然降维生成任意子模态数据集（如剥离力触觉获得纯视觉-关节数据），兼容现存所有算法范式的训练需求。

  价值持续性：预设传感器冗余通道，集成工具标注对齐多模态数据流，为正在演进的VLA、跨模态对齐、物理因果推理、世界模型等等未来3-5年可能涌现的具身模型提供燃料。

  这种前瞻性设计能兼容当下技术生态、支撑长期算法进化的“高维数据基座”。此外，零次方的“全模态”数采人形机器人 ZERITH-H1，兼顾零次方的全模态数据架构设计，实现全模态数据采集与落地。

“全模态”数采人形机器人ZERITH-H1

  “拟人”身体架构，“超人”活动范围：ZERITH-H1采用高度拟人化的上肢结构设计，其关节自由度布局严格参照人体工学，并显著扩展了关节活动范围。特别设计的升降柱式构造有效抬升机身，大幅消除腿部空间占用，最终实现超越成年男性的灵活操作空间。

  高维度“全模态”传感器设计：为应对具身智能模型训练普遍存在的“数据模态缺失”问题，零次方机器人在Zerith-H1设计阶段即整合了各种模态的传感器，可实现对二维视觉信息、三维空间信息、关节信息、力触觉信息、声音信息的“完整”模态信息采集。

  特别的是，针对于力触觉感知部分，ZERITH-H1搭载了触觉夹爪，集成了高分辨率视触觉传感器，实现对抓取力触觉的精准感知。零次方在视触觉传感器方面技术积累深厚，源于清华AI&Robot实验室。实验室曾提出过超越人类触觉感知水平的超光谱视触觉传感方案，相关视触觉成果多次获ICRA、IROS Best Paper Finalists、多次在T-RO、Soft Robotics、T-MECH上发表相关研究。

  低延迟、高动态响应的遥操系统：为了进一步满足实时同步操作的需求，零次方将机器人与采集者通讯延迟无限推进至零延迟，实现“孪生式”映射同步感知；同时整体设备连续运行时间超过4小时，满足长时间不间断的数据采集需求。

VR APP快速构建物理世界与虚构世界交互通道

  基于主流vr设备自研ZERITH-VR APP，实现遥操作设备与机器人本体、具身数据管理平台超低数据传输延时。同时通过“一键式”设备连接、“引导式”数据采集工作流，帮助用户快速掌握复杂任务数据采集能力，确保数据收集质量、提升数据采集效率。

具身数据采集管理平台将采集的多元化数据，转为即用型训练燃料

  针对数据采集任务多样、采集流程繁杂、数据管理及可视化等需求，零次方自研具身数据管理平台用于数据全流程管理，依托自身开发模型的经历，通过数万次的数据采集与测试，不断测试数据管理平台易用性，现正式对外推出具有：对具身任务数据分类、清洗、标注、检索等模块化高易用性的具身数据采集管理平台。

集成高效训练与部署工具链让训练与场景落地更迅捷、更简易化

  同时，为让用户可快速、便捷式将数据集应用于模型训练，零次方数据平台设计兼容主流开源算法框架的标准化接口（如ACT、Diffusion Policy、DP3等）；数据接口兼容对基座模型（Pi0、GROOT、ZERITH-V0等）的后训练（LORA、Fine tuning、RL等），提供符合许可证要求的快速训练接入能力。在模型训练过程，零次方深度集成AI训练工具Swanlab，实现对模型训练的全过程记录、实时监控、数据可视化与批量实验分析，帮助用户科学调参、管理历史训练实验数据，高效迭代自己的具身智能模型。

  在模型推理上，机器人最高可选500TOPS算力主机，集成易用部署的框架，优化推理效果，实现丝滑动作执行，真实可见的在场景中的落地效果。

  整体而言，零次方的“全模态”具身数据全链路解决方案，通过创新的ZERITH-H1硬件采集平台、易用的VR操控与数据管理软件，以及深度集成的训练推理工具链，在业内率先构建了一个“从数据到动作”的完整闭环。

  它直击机器人智能化训练中数据模态缺失、采集繁琐、管理复杂、训练部署门槛高的核心痛点，以高维、兼容、可持续的数据基座，为当下及未来的具身智能模型研发提供了强大的基础设施支撑。

  转载自Zerith零次方