党建工作

党建工作

Party Building

力合科创

友情链接

  • 深圳市人民政府
  • 清华大学
  • 深圳市投资控股有限公司
  • 深圳清华大学研究院
  • 清华大学深圳国际研究生院
  • 深圳市通产丽星科技集团有限公司
  • 力合企业会公众号

    通产丽星公众号

    力合科创公众号

    版权所有© 深圳市力合科创股份有限公司  备案号:粤ICP备05062082号 粤ICP备2021027412号  粤公网安备 44030702004173号         深圳市高新技术产业园清华信息港科研楼10楼   
      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