2026年4月9日，零次方機(jī)器人（Zerith）宣布完成最新一輪超億元融資，由國內(nèi)算力龍頭AIDC上市第一股潤澤集團(tuán)領(lǐng)投，寧波東力、接力天使、平湖澤新跟投。

這幾年具身智能火得一塌糊涂，但真正能把產(chǎn)品賣出去的，屈指可數(shù)。大部分公司要么在實驗室里"跑酷"，要么在發(fā)布會后就"消失"了。錢融了不少，訂單卻沒幾個。

零次方剛成立14個月，訂單已經(jīng)突破億元，營收數(shù)千萬，單月穩(wěn)定量產(chǎn)百臺。更重要的是，這些機(jī)器人已經(jīng)跑進(jìn)了合肥新橋機(jī)場、深圳萬象城OLE超市等20余個地標(biāo)場景。不是演示，是真的在干活。

PART.01

清華00后團(tuán)隊，但絕不是"學(xué)生創(chuàng)業(yè)"

一聽到"清華00后團(tuán)隊"，很多人腦子里可能蹦出兩個詞：年輕、有沖勁。但也很容易聯(lián)想到另一個詞：稚嫩。

這種刻板印象，在零次方這里可能要改改了。

創(chuàng)始人閔宇恒，2000年出生，本科畢業(yè)于重慶大學(xué)明月實驗班，碩士被保送至清華大學(xué)人工智能專業(yè)。在清華期間，他是AI&Robot智能機(jī)器人實驗室的核心成員，拿到了國家級機(jī)器人競賽冠軍。他的導(dǎo)師是安徽省人形機(jī)器人重點實驗室主任劉厚德教授。

聯(lián)合創(chuàng)始人程頤、廖滔、李宜哲，同樣是清華00后碩士。這四個人組成的團(tuán)隊，有人叫它"清華系00后碩士人工智能軍團(tuán)"。

但光有學(xué)歷不夠。關(guān)鍵是，這個團(tuán)隊從一開始就不是在"玩"技術(shù)。

閔宇恒說過："我們團(tuán)隊是雙螺旋結(jié)構(gòu)，一側(cè)是由學(xué)生、碩博士組成的前沿研發(fā)團(tuán)隊，負(fù)責(zé)探索技術(shù)邊界；另一側(cè)是由經(jīng)驗豐富的行業(yè)專家主導(dǎo)市場和量產(chǎn)，確保創(chuàng)新穩(wěn)健落地。"

換句話說就是：技術(shù)的事，交給年輕人去沖；落地的事，交給老手去磨。

這種組合，在機(jī)器人行業(yè)其實挺少見的。很多團(tuán)隊要么全是學(xué)術(shù)派，造出來的東西好看不好用；要么全是工程派，技術(shù)上沒有深度。零次方這個雙螺旋結(jié)構(gòu)，剛好卡在中間——既有技術(shù)高度，又有落地能力。

潤澤集團(tuán)董事長周超男對此評價到："零次方團(tuán)隊不僅具備十幾年的機(jī)器人技術(shù)積淀，更走出了一條遠(yuǎn)超其年齡段的務(wù)實與扎實的產(chǎn)業(yè)落地之路。"

注意，"十幾年的機(jī)器人技術(shù)積淀"，這不是夸張。清華AI&Robot實驗室本身就有著深厚的技術(shù)積累，這幫00后從研究生階段就在這個實驗室里摸爬滾打，積累的其實是整個實驗室?guī)资甑慕?jīng)驗。

所以，與其說是"00后創(chuàng)業(yè)"，不如說是"清華AI&Robot實驗室嫡系部隊出來單干"。

PART.02

從"偽通用"到"去通用"，一條更務(wù)實的路

在具身智能的發(fā)展過程中，存在著“偽通用”—“去通用”—“真通用”三階段。

所謂"偽通用"，就是在過擬合狀態(tài)下，于受限的演示環(huán)境中表現(xiàn)出有限的泛化能力。聽起來很繞，說白了就是：看起來什么都會，實際上只能在特定場景、特定條件下工作，換個地方就抓瞎。

這恰恰是當(dāng)下很多機(jī)器人公司的通病。

發(fā)布會上跑得歡，一到真實場景就歇菜。成本下不來，穩(wěn)定性上不去，客戶買了單卻用不好，最后只能淪為展廳里的"吉祥物"。

零次方的選擇是：繞開"偽通用"，先走"去通用"這條路。

"去通用"的核心是主動收斂場景。在可復(fù)制的商業(yè)環(huán)境中，以極高的魯棒性解決真實問題，讓客戶在短期內(nèi)獲得清晰的、可量化的經(jīng)濟(jì)回報。

也就是說，先別想著做一個什么都能干的萬能機(jī)器人，而是先把幾個場景做透、做精，讓客戶真金白銀地賺到錢。

零次方目前聚焦的兩類場景，是"空間整理"和"空間清潔"——比如機(jī)場的行李整理、超市的貨架整理、商場的清潔維護(hù)。這些場景看起來不夠"高大上"，但需求真實、付費意愿強(qiáng)、規(guī)模化容易。

更關(guān)鍵的是，這種做法能快速積累真實場景數(shù)據(jù)。

想想看，當(dāng)成千上萬臺機(jī)器人在真實商業(yè)場景中持續(xù)運行，積累下來的數(shù)據(jù)是什么量級？零次方的說法是"數(shù)億級真實場景數(shù)據(jù)"。這些數(shù)據(jù)，才是通往"真通用"的養(yǎng)料。

用閔宇恒的話說："只有把多個'去通用'的垂直場景深度融合，才能真的走通'通用之路'。"

這個邏輯，其實有點像當(dāng)年電商行業(yè)的發(fā)展路徑。淘寶當(dāng)年不是一上來就想做"萬能平臺"，而是先從服裝這個垂直類目切入，把供應(yīng)鏈、物流、支付一個個環(huán)節(jié)跑通，才有了后來的"萬能平臺"。

零次方走的，也是這條路。

PART.03

兩大硬核技術(shù)底座，不是在講故事

再來看看技術(shù)。

很多機(jī)器人公司喜歡講"技術(shù)故事"，但技術(shù)能不能落地、能不能量產(chǎn)、能不能解決實際問題，才是真正的考驗。

零次方在這塊，有兩個技術(shù)底座值得關(guān)注。

第一，4D增廣數(shù)據(jù)升維。

跨場景泛化的核心挑戰(zhàn)是什么？零次方提出：通用具身智能要實現(xiàn)跨場景泛化，其訓(xùn)練數(shù)據(jù)必須具備“高物理熵”與“高環(huán)境熵”兩大特征。

簡單理解，環(huán)境熵指的是場景布局，光照、任務(wù)規(guī)劃等"語義環(huán)境"的復(fù)雜度；物理熵指的是物體動靜態(tài)交互的物理規(guī)律復(fù)雜度。

舉個例子，機(jī)器人要在一個陌生廚房里找到水杯并遞給你，它需要理解廚房的布局——這是高環(huán)境熵；還得知道水杯的材質(zhì)、重量、怎么抓取才穩(wěn)當(dāng)——這是高物理熵。

目前，環(huán)境熵適配已經(jīng)有了基礎(chǔ)，比如視頻生成模型能生成各種場景。但物理熵適配還是行業(yè)痛點——機(jī)器人經(jīng)常在物理交互上"翻車"，比如抓個雞蛋碎了一地。

零次方的解決方案是：自研4D增廣模型ZERITH4D-SDA。這個模型能把互聯(lián)網(wǎng)多模態(tài)數(shù)據(jù)（高環(huán)境熵、低物理熵）和底層物理交互數(shù)據(jù)（高物理熵）進(jìn)行異構(gòu)融合，最終構(gòu)建出能進(jìn)行多模態(tài)預(yù)測的4D時空數(shù)據(jù)。

而這個技術(shù)解決的是一個真實痛點——讓機(jī)器人在陌生環(huán)境下也能"理解"物理規(guī)律，而不是只會執(zhí)行預(yù)設(shè)程序。

第二，類腦雙流異步執(zhí)行架構(gòu)。

當(dāng)前主流的端到端串行架構(gòu)有個問題：認(rèn)知（思考）和行為（動作）是串行的，一個做完才能做另一個。這在簡單任務(wù)上沒問題，但在復(fù)雜場景下，延遲就成了致命傷。

零次方的做法是：把認(rèn)知和行為拆開，變成兩個并行的"流"——認(rèn)知網(wǎng)絡(luò)負(fù)責(zé)全局規(guī)劃，行為網(wǎng)絡(luò)負(fù)責(zé)實時力控。兩邊通過異步稀疏調(diào)制來協(xié)調(diào)，核心是讓"想"和"做"真正并行起來。

同時，他們還引入了神經(jīng)動力學(xué)引擎和4D時空記憶模塊。神經(jīng)動力學(xué)引擎解決的是"意圖到控制"的映射問題——把人的指令平滑地轉(zhuǎn)化成機(jī)器人的動作；4D時空記憶模塊解決的是"記憶丟失"問題——讓機(jī)器人在長程任務(wù)中不會"斷片"。

這三項技術(shù)加在一起，解決的是機(jī)器人行業(yè)的一個老大難問題：復(fù)雜場景下的泛化和控制穩(wěn)定性。

PART.04

商業(yè)閉環(huán)才是真正的護(hù)城河

2026年開年以來，零次方已經(jīng)斬獲近億元訂單。這個數(shù)字，放在具身智能行業(yè)是什么水平？

據(jù)《2026年具身智能產(chǎn)業(yè)發(fā)展研究報告》數(shù)據(jù)，2026年具身智能行業(yè)進(jìn)入量產(chǎn)元年，但大部分企業(yè)的訂單量還在千萬元級別掙扎。能過億的，少之又少。

零次方能在成立14個月內(nèi)拿到近億元訂單，靠的是什么？

首先，客戶結(jié)構(gòu)夠硬。

華潤萬家、潤澤集團(tuán)、商湯集團(tuán)——這三家隨便拎出一家，都是行業(yè)里的"大甲方"。能拿下這些客戶，不只是產(chǎn)品好使，更是綜合能力的體現(xiàn)。

再者，場景選擇夠準(zhǔn)。

零次方?jīng)]有去搶汽車制造、精密裝配這些"高大上"但競爭激烈的場景，而是選了服務(wù)業(yè)、零售業(yè)這些"苦活累活"。

這些場景有個共同特點：需求真實、付費意愿明確、替代人工的效益可量化。一臺機(jī)器人能頂幾個工？回本周期多長？客戶一算賬，劃算就買單。

零次方相關(guān)業(yè)務(wù)負(fù)責(zé)人說過一句話，很實在："當(dāng)下客戶不再為'概念'買單，而是為'確定性與經(jīng)濟(jì)性'買單。"

客戶最看重什么？有四項能力：復(fù)雜背景下的高效抓取、單一任務(wù)逼近100%的成功率、多任務(wù)連貫操作的順暢度、動態(tài)擁擠環(huán)境下的魯棒性與24小時不間斷作業(yè)的穩(wěn)定性。

這四項，恰恰是零次方產(chǎn)品力的體現(xiàn)。

第三，量產(chǎn)能力夠穩(wěn)。

很多機(jī)器人公司的問題不是做不出來，而是量產(chǎn)上不去。供應(yīng)鏈一塌糊涂，良品率慘不忍睹，成本根本壓不下來。

零次方2025年12月就實現(xiàn)了單月百臺穩(wěn)定量產(chǎn)。這個數(shù)字在行業(yè)里不算大，但關(guān)鍵是"穩(wěn)定"二字——不是做了100臺，而是每個月都能穩(wěn)定交付100臺，而且質(zhì)量過關(guān)。

量產(chǎn)這事兒，聽起來不如技術(shù)性感，但恰恰是很多技術(shù)派的"死亡陷阱"。能跨過去的，才有資格談商業(yè)化。

PART.05

算力+場景，一個值得關(guān)注的信號

這次融資的領(lǐng)投方潤澤集團(tuán)，是國內(nèi)算力領(lǐng)域的龍頭，AIDC上市第一股。為什么算力龍頭會投一家機(jī)器人公司？

潤澤集團(tuán)董事長周超男的表態(tài)挺有意思："投資零次方，是潤澤集團(tuán)對'算力價值落地'這一核心命題的深度實踐。AI的終極價值不在于產(chǎn)生了多少Token，而在于能將多少澎湃算力轉(zhuǎn)化為真實世界的生產(chǎn)力。"

過去幾年，大模型很火，但有個問題始終沒解決：算力怎么轉(zhuǎn)化成生產(chǎn)力？光有"大腦"不行，還得有"身體"去執(zhí)行。機(jī)器人，恰恰就是這個"身體"。

潤澤集團(tuán)在全國有6大區(qū)域AIDC智算集群，規(guī)劃32萬架機(jī)柜。這么大的算力，需要找到出口。投資零次方，就是在為自己的算力找"身體"——讓機(jī)器人成為算力落地的重要場景。

反過來看，零次方為什么接受潤澤的投資？

答案也簡單：算力是具身智能的"燃料"。訓(xùn)練大模型需要算力，優(yōu)化算法需要算力，在真實場景中快速迭代也需要算力。有潤澤的算力支持，零次方的技術(shù)迭代速度會快很多。

這種"算力+場景"的綁定，其實是雙向賦能：潤澤找到了算力出口，零次方拿到了訓(xùn)練彈藥。

當(dāng)前，機(jī)器人行業(yè)競爭激烈，優(yōu)必選、宇樹、智元這些老玩家都在搶市場；技術(shù)迭代速度快，今天的優(yōu)勢可能明天就被追平；供應(yīng)鏈管理、量產(chǎn)質(zhì)量、客戶開拓，這些"基本功"才是真正的考驗。

這個清華00后團(tuán)隊，能不能在機(jī)器人這個"老炮兒"扎堆的行業(yè)里殺出一條路？