零差云控完成数亿元C++轮融资,聚焦机器人零部件破产能与设计难题

【零差云控完成C++轮融资】

硬氪获悉,零差云控(深圳)科技股份有限公司(以下简称"零差云控")近日完成C++轮融资数亿元,本轮由同创伟业领投、国泰君安创新投资跟投,老股东华控基金追加投资。本轮资金将用于产能扩张和全球市场布局。源式资本担任本轮独家财务顾问,并由一苇资本和源式资本共同担任后续融资财务顾问。

【人形机器人赛道现状】

人形机器人赛道在经历了概念爆火与资本狂热后,行业关键词正在悄然转变,供应链的产能与可靠性成为真正的瓶颈。当本体厂商进入量产焦虑,上游核心零部件公司的选择与判断,或许更能反映赛道的真实水温。

【零差云控企业概况】

零差云控是硬氪长期关注的企业。公司成立于2016年,长期专注高可靠、高精度、标准化的机器人关键核心零部件的研发与制造,服务全球机器人与自动化产业,聚焦原本依赖人工的高可靠性应用场景。官方数据显示,2025年零差云控营收同比增长超过100%,预计2026年将保持翻倍增速。其中,来自人形及具身智能机器人领域的订单初步放量,贡献约65%的增速。

【产能与设计悖论】

“下游客户的需求已经从‘有没有成熟的产品’迅速转变为‘能不能及时供得上货’。”零差云控创始人贾玺庆告诉硬氪,“头部客户的订单几乎是敞口式的——你有多少,我就要多少。所以不仅我们自己在拼命提产能,上游的电机、减速机供应商也被拉着一起扩产。”然而,产能只是硬币的一面。在更底层,一个日益尖锐的设计悖论正浮出水面:当前的技术框架,几乎不可能在不突破物理极限的前提下,同时实现拟人化的灵活度、与人类相当的负载能力以及紧凑的人体尺寸这三大目标。零差云控将其归结为“人形机器人设计的‘不可能三角’”。“这不是大家不想做,是客观规律使然。”贾玺庆解释道,“如果要求关节自由度与负载能力均与人类相当,那么体积一定会大,必然超出人体尺度;要是限定体积并追求高负载,则无法容纳足够多的关节,灵活性就必然妥协;转而兼顾灵活性与紧凑尺寸,则最后机器人的负载能力会大打折扣。”“不可能三角”的每一条边对应着系列现实中的妥协。为了让机器人在有限的尺寸内塞入足够多的关节,许多厂商不得不让关节“凸出”或“拐弯”,最终导致机器人的运动学模型与人类不同。这也意味着,无法直接用海量的人类动作视频进行模型训练,而必须为其单独搭建训练环境和数据集。

【零差云控差异化策略】

零差云控的差异化策略并非试图颠覆物理规律,而是在不牺牲核心指标的前提下,聚焦已通过大规模一致性制造验证的成熟路径,不参与底层材料、齿形、工艺的重构,而是将现有方案的集成效率推向极致。在贾玺庆看来,当下企业客户口中的“定制”,诉求高度一致,“无非是更轻、更强、更小、更精、更便宜。这不叫个性,这叫共性,”他补充道,“客户只是用‘定制’这个词,来表达现有产品尚未满足的普适性能诉求。”这一判断直接影响了零差云控的产品策略,将那些看似个性、实则共性的需求,转化为多型号、标准化的产品矩阵。其eRob系列涵盖直筒I型、转角T型等多种形态,最小模组直径仅70mm,最大容许扭矩达1180Nm;依托编码器、驱动器自研优势,同等负载规格下,产品轴向长度较行业通用方案缩减了44%、整机重量下降超两成,可以覆盖从物流仓储到重载工业的广泛场景。不同于传统5自由度机械臂的整机装配,通常需要三四十个独立零部件,零差云控经过结构优化后,将同款构型的零件数量压缩至7个,大幅降低了装配难度与故障率。这种“乐高式”的模块化设计,恰好契合了人形机器人对标人体解剖结构的设计思路。肩、肘、胯等关键关节的标准化模组可直接卡扣装配,无需额外加工件。同时,小臂空间被完整保留,可预留给绳驱灵巧手厂商布局肌腱驱动组件,兼容市面主流五指灵巧手方案,实现从关节到末端执行器的全链路适配。模块化的最终落点,是让关节成为一种标准品。对下游本体厂商而言,产品的标准化优势远不止于结构上的简洁:可预测的交付周期、一致的质量管控,以及规模效应下的成本优化,才是更核心的产业价值。零差云控提供的不是一个需要反复验证的工程样品,而是一个开箱即用的动力单元,将上百种机械电子器件的选型、设计、采购与组装,压缩为简单的模块拼接。

【供应链端核心矛盾】

样机研发的难题已逐步突破,但规模化落地的核心矛盾正集中在供应链端。在制造业领域,“能做出一台样机”与“能稳定、大批量、一致性地做出来”之间,横亘的鸿沟仍未消解。零差云控通过自建五轴精密加工、检测、组装车间,以及对每台关节模组进行全检与工况模拟,已经完成了从产品认证、大规模一致性批量制造到商业规模落地的完整跨越。目前,其产品已覆盖人形机器人、工业机器人、手术机器人、协作机器人、物流、交通运输等行业应用,下游客户超过2000家,长期客户覆盖全球科技消费品、机器人、自动化、汽车等领域的头部企业。需求爆发正倒逼上游零部件产业加速迭代。人形机器人已迈入小批量落地阶段,全产业链面临一个统一命题,守住可靠性,同时扩容产能、压缩成本。这条产业化之路,没有捷径可言。

【访谈节选】

以下为硬氪与零差云控创始人贾玺庆的访谈节选(略经编辑):
硬氪:人形机器人设计存在灵活度、负载、人体尺寸无法同时兼顾的不可能三角,零差依靠集成优化实现尺寸减重,这套设计逻辑能带来哪些连锁产业价值?
贾玺庆:受制于物理极限,多数厂商为了把电机、减速机、编码器、驱动器等一堆元器件塞进关节,只能把结构做得外凸或弯折。这样一来,整机的运动学模型就跟人体生理结构产生了巨大偏差,无法直接用海量公开的人体动作视频去做AI训练,因为机器人的“骨骼”跟人不一样。整机厂商只好额外搭建专属的动作采集设备和数据集,这拉高了算法研发的门槛和成本。相比之下,零差云控在做反过来的事情,先框定人体解剖学空间边界——肩关节、肘关节、胯部、膝部允许的最大包络尺寸是多少,然后在这个“笼子”里做极限集成。同等负载规格下关节轴向长度缩减、自重下降,而且肩、肘、胯关键关节实现了卡扣式拼装,小臂空间完整保留出来,可以兼容市面上各类绳驱、肌腱驱动的灵巧手方案。这套设计最大的产业价值在于,一旦关节外形尺寸、运动副关系趋近原生人体构造,本体厂商可以直接借助成熟的人体动作数据库,比如公开的CMU MoCap、AMASS等进行模型训练,从底层缓解行业长期面临的数据集定制成本过高的问题。
硬氪:结合现阶段行业路线发散的现状,如何理解“伪定制、真标准化”的现象?
贾玺庆:现阶段机器人关节的技术路线远未收敛,甚至还在持续发散,下游本体厂商就很难找到一个“刚刚好”的现成产品,各家定义的接口、尺寸、性能参数都不一样。因此,客户只能以“定制”的名义来找我们,但实际需求翻来覆去就是那几句话:轻一点、强一点、小一点、精一点、便宜一点。这不叫个性,这叫共性。他们只是用“定制”这个词,来表达现有产品还没满足的、普适的性能诉求。不存在真正意义上需要从头开发的个性化开发。基于这个判断,我们放弃了非标定制开发的老路,把这些通用性能诉求沉淀为多型号、标准化的产品矩阵,只有极少数特定工况,比如防爆、IP67防水,我们才做差异化配置。这套策略的价值是双重的,对客户来说,选型、设计、采购、组装从上百个器件压缩到几个模块,研发试错周期大幅缩短;对我们来说,靠量产摊薄单件成本,交付周期和质量管控都可预测。
硬氪:头部客户大批量锁单采购,产能爬坡的难点主要卡在哪里?
贾玺庆:全产业链的产能瓶颈是一个系统性问题。一方面,我们做的是高可靠产品,基本盘是医疗手术、工业自动化、电力作业这些“不能掉链子”的场景。新产线落地、操作工招募与技能培训、全流程质检体系搭建都需要时间周期。盲目提速,新员工没培训到位,检查机制跟不上,就容易造成产品一致性下滑,出厂良率出问题。对于我们这种靠可靠性吃饭的公司来说,这是不能妥协的。另一方面,上游电机供应商、减速机外协厂也被下游旺盛的订单倒逼着扩产。他们要去买设备、改造产线、培训人员,同样存在少则数月的周期。目前人形机器人行业的需求,已经从2024、2025年的“验证样品好不好用”,迅速转向了“大批量、一致性稳定供货”。从材料、加工、部件到总成,整条供应链处在被动追赶需求的阶段。这也是2026年量产元年最鲜明的产业特征,技术难题逐步收窄,但供应链的交付能力成了左右行业节奏的核心变量。谁能在守住可靠性的前提下把产能跑起来,谁就能吃到这波红利。

随着全民健身事业的深入推进户外运动的快速普及,定向越野赛事举办频次持续提升,赛事规模人数不断增长,参组织者对赛事组织效率、服务质量及管理规范化的要求日益提高。然而,传统定向越野赛事管理仍依赖人工登记、线下核对、纸质记录等方式,普遍存在信息同步滞后、流程繁琐易错、数据统计低效、成绩核算耗时、资金签到管理不规范等突出问题。例如,人工报名信息核对易出现遗漏错误,现场签到排队拥堵影响参赛体验,成绩人工录入误率高,赛事资金物资管理缺乏透明化监管。这些问题不仅大幅增加赛事组织成本人力消耗,还制约赛事运营效率整体服务水平提升。在此背景下,构建一套数字化、一体化的定向越野赛事管理系统,成为赛事运营主体优化管理模式、提升服务质量的迫切需求。本研究旨在通过信息化技术重构赛事管理全流程,解决传统模式下的信息孤岛操作低效问题,为定向越野赛事规范化、智能化管理提供可落地的解决方案。 本研究基于 Spring Boot Vue 技术栈,采用前后端分离架构设计并实现了一套定向越野赛事管理系统。技术层面:后端依托 Spring Boot 框架搭建 RESTful API 服务,利用其自动配置模块化特性简化开发流程,集成 MyBatis-Plus 优化数据持久化操作;前端采用 Vue.js 框架实现组件化开发,通过 Element UI 组件库构建交互友好的可视化界面,利用 Axios 实现前后端数据动态交互;数据库选用 MySQL 保障数据高效存储事务一致性,同时采用手机号短信验证、JWT 令牌等机制强化系统安全性用户权限管理。 本系统的实施为定向越野赛事运营管理提供了显著的现实价值:其一,通过线上报名、信息筛选自动化核对,大幅降低人工操作误,提升赛事组织效率 30% 以上;其二,定位打卡签到实时成绩同步功能,实现参赛流程无纸化、智能化,显著改善参赛者体验;其
打开链接下载源码: https://pan.quark.cn/s/a4b39357ea24 ARM公司特别为ARM架构的处理器,尤其是STM32系列微控制器,开发了一套高效的数字信号处理软件包。这个软件包内含多种基础的数字信号处理技术,例如快速傅里叶变换(FFT)和比例积分微分(PID)调节器,其目的是辅助开发者在嵌入式环境中达成卓越的音频、图像处理及其他信号处理任务。 FFT(快速傅里叶变换)是一种高效计算离散傅里叶变换(DFT)的方法,在频谱分析、滤波器构造等方面有广泛应用。ARM的DSP软件包所提供的FFT功能通常配备多种尺寸的预制模块,用以满足不同数据长度的需求。使用者能够借助这些功能迅速将时域数据转化为频域数据,从而执行频谱分析或设计滤波器。 PID控制器是一种成熟的控制策略,由比例、积分及微分三个环节构成,用于调节系统的响应性能。在ARM的DSP软件包中,PID控制器的示范程序能够指导开发者如何设定和改善PID参数,以实现系统的高精度控制。使用PID控制器一般需要调节Kp(比例系数)、Ki(积分系数)和Kd(微分系数),以达成所需的响应速度和稳定性。 在"Documentation"这份资料中,应当包含详尽的操作说明、API参考以及可能的示范程序。这些资料会阐释如何在工程中整合并运用ARM DSP软件包,以及各个函数的具体功能和参数说明。例如,它可能会说明如何启动库,设定FFT的输入输出存储区,以及如何启动和结束FFT运算。对于PID控制器,资料会说明如何建立和配置PID对象,如何更新和获取控制器的状态,以及如何调整增益系数。 在实际项目执行中,掌握这些关键点对于提升嵌入式系统的运作效率至关重要。采用ARM官方的DSP软件包不仅可以增强代码的执行效能,...
内容概要:本文提出了一种基于VMD-SSA-LSTM的光伏功率预测模型,旨在提升光伏发电功率预测的精度鲁棒性。该模型首先采用变分模态分解(VMD)技术对原始非平稳光伏功率时间序列进行自适应分解,将其划分为若干具有特定频率范围的本征模态分量(IMFs),以降低序列复杂性并抑制模态混叠;随后引入麻雀搜索算法(SSA)对长短期记忆网络(LSTM)的关键超参数(如隐含层节点数、学习率、批大小等)进行智能寻优,克服传统试凑法效率低、易陷入局部最优的问题,从而增强LSTM在时序特征提取长期依赖建模方面的学习能力泛化性能;最后构建SSA优化后的LSTM模型对各子序列分别进行预测,并将预测结果叠加重构,得到最终的光伏功率预测值。整个算法流程在Matlab平台上完整实现,并通过对比实验验证了该混合模型在均方根误(RMSE)、平均绝对误(MAE)和决定系数(R²)等指标上均优于单一LSTM、SSA-LSTM及VMD-LSTM等基准模型,表现出更高的预测精度稳定性。; 适合人群:具备一定电力系统基础知识和Matlab编程能力,从事新能源发电预测、智能优化算法应用或电力系统调度等相关领域的科研人员工程技术人员,尤其适合研究生及企业研发人员。; 使用场景及目标:①应用于光伏发电站的功率预测系统,为电网调度、能量管理电力交易提供高精度数据支持;②作为信号分解、智能优化深度学习深度融合的典型范例,用于学习VMD信号处理、SSA优化机制LSTM神经网络的协同建模方法;③服务于科研论文复现、课题研究项目开发中的高精度时序预测任务。; 阅读建议:建议读者结合Matlab代码逐步运行各模块,深入理解VMD分解效果、SSA寻优过程及LSTM建模细节,重点关注参数设置、模型训练过程评价指标的变化趋势,以全面掌握该混合预测模型的设计思路、实现流程调参技巧。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值