零次方科技近期震撼發布了其首款代號為Z1的人形機器人，標志著該公司在機器人技術領域邁出了重要一步。這款機器人不僅能在復雜多變的地形中穩定行走，還具備出色的抗干擾能力，即使面臨來自各個方向的強烈沖擊，也能保持屹立不倒。

在發布的視頻中，Z1展示了其驚人的學習能力。通過觀察人類的行為動作，它能夠模仿并學習攻擊招式，利用全身協同控制能力進行動態防御。視頻中，兩臺Z1機器人上演了一場精彩絕倫的機器人格斗比賽，攻擊、躲避、平衡，每一個動作都顯得那么流暢自然。

作為零次方科技的首款雙足人形機器人，Z1配備了最高可達150Nm的關節電機，全身擁有27個自由度，載重測試極限高達20kg，負載與自重比超過70%。Z1還搭載了自研的EtherCAT通訊模組，實現了低延時高帶寬的整體系統性能。在設計之初，零次方團隊就采用了AI技術輔助進行機器人的結構參數設計，從而實現了更低的能耗和更高的動態運動性能。結合自研的物理交互世界模型算法，Z1能夠應對各種復雜工況和地形，展現出卓越的行走能力。

在視頻中，Z1還展示了與電影《鋼甲鐵拳》中相似的場景，完美復刻了人類的雙臂動作，令人嘆為觀止。零次方團隊表示，他們計劃在今年年底舉辦一場無機器人操作設備參與的人形機器人拳擊比賽，讓每個人都能感受到機甲的魅力。這項技術正是零次方團隊在之前發布的雙臂機器人F1上所展示的，其核心算法之一便是基于人類視頻數據學習。

零次方團隊認為，數據量是實現通用具身操作的關鍵因素，而單位數據成本則是產品落地的基礎條件。他們借鑒了大語言模型和特斯拉自動駕駛的Scaling Law，認為實現具身智能的路徑無論是基于多模態大模型、構建高維世界模型還是組合專有領域小模型，都離不開海量的優質數據。當前，機器人所需的數據分為三層：真實的遙操數據、高質量的仿真合成數據以及人類行為數據。其中，人類行為數據雖然質量相對較低，但數量龐大，因此如何利用這些海量的人類視頻數據成為了零次方團隊的主要研究方向。

零次方科技致力于通過三維人體運動姿態感知模型提取人類關鍵關節的運動數據，并將其重映射到機器人身上。他們采用4D高斯濺射技術重建機器人所需觀測信息，最終利用Transformer-Based Diffusion Policy驅動機器人自主完成任務，使其具備直接向人類學習的能力。這種基于向人類學習的方式（LFWH）使得機器人能夠構建基礎模型，并在仿真訓練中進行強化學習，實現更加靈活泛化的操作。

零次方科技由清華大學和江淮前沿技術協同創新中心共同孵化，團隊主創成員來自清華大學AI&Robot智能機器人實驗室，在機器人操作及運動控制領域有著深厚的學術背景。團隊成員還包括來自字節跳動、百度等互聯網大廠以及協作機器人公司的專業人士，他們在將創新技術轉化為商業落地產品方面具有豐富的經驗。零次方團隊成立于2024年5月，僅用短短4個月的時間就完成了兩款人形機器人產品的開發，展現了其強大的創新能力和執行力。

零次方科技的目標是讓機器人能夠走進千家萬戶，提高人們生產生活的效率。他們針對中小企業工廠改造難、手動編程等問題，提出了用機器人自主學習實現原位替代的解決方案。通過完全仿人的設計，機器人能夠替換對應的功能，無需改變布局和編程，即可實現快速部署。這種持續學習的能力使得機器人在場景方面的泛化能力不斷增強，為制造業產業升級和中小企業降本增效提供了有力支持。