—— 单样本学习、力觉反馈、技能泛化多点突破
近日，零次方研发团队的四项研究成果集中亮相 IROS 2026，分别围绕数据效率、接触控制、技能泛化与学习机制展开。TDV 提出基于轨迹扩散的单样本学习框架，在 RLBench 12 项仿真任务中平均成功率 91.8%；PhaForce 构建 Slow-Fast 视觉 — 力觉协同架构，5 项真实任务平均成功率 86%；Push-Wiper 通过任务抽象实现跨环境零样本泛化，清洁分数接近 90%；STDR 提出阶段转换密集奖励建模，在 14 项操作任务中展现更优训练效率。零次方以零售场景为切入点，持续推进 Physical Intelligence 基础研究。
—— 合肥 4 家机器人小店实探
近日 4 家机器人小店落地合肥罍街等 4 处，由零次方机器人与国先控股共同推动，是安徽首个具身智能无人零售规模化落地。记者实探罍街东区，使用零次方 ZERITH-H1 轮式夹爪机器人，语音叫 "小麦小麦" 点单 20 秒完成取货，商品为市场价无溢价，履约率 99%。上海五一期间单店周营收超 2.1 万。卖零食更重要是采集真实实战数据形成正向循环。但机器人 "招呼顾客" 可以 "照顾自己" 还有待进步，需人工补货运维。零次方计划今年全国落地 500 家力争 27 年突破 2000 家。
—— 清华学子创业深耕具身智能赛道
清华深圳国际研究生院 00 后硕士廖滔联合创办零次方机器人，团队一年半完成数亿元融资，顶住外界质疑打磨产品，轮臂机器人实现月产超百台，产品落地全国二十余城，坚持做可商用产品而非实验室作品。
—— WAIC 观察：具身智能重心从 “能动” 转向 “能干活”
WAIC2026 释放清晰产业信号，机器人赛道告别比拼步态、特技表演，Pick & Place（拾取放置）成为行业核心试金石。苏度科技、零次方、原力灵机代表三条差异化路线：依托大规模仿真实现能力规模化增长、依靠海量真实交互数据探索动作 Scaling Law、通过长时序任务持续验证系统稳定性。三条路径最终共同瞄准开放世界泛化难题，能否处理从未见过的物体，决定具身智能能否走出实验室、实现规模化商业落地。
—— 高质量交互数据成为产业落地核心壁垒，多元路径补齐数据供给短板
WAIC2026 期间，OriginFlow、零次方机器人、简智机器人携手百度智能云达成战略合作，从神经肌电采集、实景长尾数据沉淀、多模态建模三条路径补齐具身数据短板。行业告别硬件特技比拼，高质量真实交互数据成为核心壁垒。各家企业借助云端基础设施搭建数据闭环，推动具身智能从展厅演示走向规模化实景落地，数据基建建设成为产业下一阶段核心主线。