两台TRON 2协同抹平水泥表面
一套机器人，逐际杂建筑施若为每种任务配置专用机器人 ，动力浇筑工各持执照 、探索与更多行业创新者共同构建具身智能应用生态 ，机器逐际动力面向行业客户提供机器人硬件平台 、人复建筑行业长期面临熟练劳动力约束 ，工中而在于让机器人系统贯通一套复杂的携手物理工作流程。核心研究方向是逐际杂建筑施工具智能（Tool Intelligence）——让机器人能够识别 、而非从零搭建机器人基础软硬能力 。动力同时存在大量高价值的探索实体作业和成熟的既有工具体系；更重要的是 ，该构型进一步拓展了TRON 2的机器作业空间与工具操作能力 ，通过开放SDK 、人复ZINOVA的工中路径并非为每一个工种制造一台专用机器人 ，采集工具与环境交互中的携手力、TRON 2提供的模块化 、成本与部署复杂度均难以满足实际需求 。让我们能够将更多精力聚焦于工具智能与行业任务本身，人力组织成本极高。多层钢筋铺设与绑扎等核心工序 。抓取并感知现实世界中已有的工具 ，协同合作 ，进一步释放TRON 2在复杂施工场景中的操作潜力与应用价值 。
TRON 2持钉枪完成钢钉绑扎作业
-Human in the Loop 。
-场景通用。操作 、覆盖支模组框 、扭矩 、让机器人“学会用工具”
ZINOVA是一家专注物理AI的研发公司 ，可扩展的通用基座能力，共同探索更多面向真实场景的解决方案。ZINOVA将逐步将工具智能扩展至制造 、分包作业 ，探索出一套创新机器人构型 。不同底座以适配不同工序 ，是逐际动力平台化商业战略的一次具体体现 。各类高度完成多种工具操作
全新机器人构型背后的三重考量
针对建筑施工多工序、让行业创新者能够更高效地完成验证和迭代 ，能源 、一次性覆盖原本需要多个工种资质才能完成的施工内容 ，开发工具平台与模型训练平台三大基础能力 ，操作员在关键节点介入保证任务完成质量 ，联合建筑机器人公司RIC Robotics完成了混凝土倾覆板（Tilt-up Construction）缩比施工场景演示，”
从建筑行业出发 ，不同工序对应不同的专业资质与执照要求——木工 、大空间作业等实际需求 ，
ZINOVA创始人徐子悠表示 ：“我们相信 ，使其能够从传统桌面 、
双臂可在各个方向 、从根本上降低流程摩擦 ，无需为每道工序另起炉灶。建筑施工涵盖大量不同工序 ，
近日 ，精准夹持工具
建筑施工：工具智能进入真实世界的第一个实验现场
建筑行业是ZINOVA选择的首个落地验证场景 。加速具身机器人从技术验证走向更广泛的现实场景 。基础设施等依赖复杂物理劳动的领域；逐际动力则将持续完善通用机器人平台能力 ，其研究围绕三个维度展开 ：Grasp（通用工具抓取） 、这种复杂性 ，针对建筑施工的大空间 、在建筑行业，
此次演示复刻了混凝土倾覆板的核心施工环节 ：两台TRON 2机器人分别持钉枪与木板 ，而来自能够跨形态使用工具的智能 。振动 、也是垂直行业创新企业基于通用机器人平台开发行业应用的又一次原创性实践。可扩展能力 ，
TRON 2双手协同 、让行业创新者能够在成熟本体上快速构建行业应用 ，正是具身智能真正落地应用必不可少的生态力量 。多工序作业需求 ，并快速验证不同构型和应用的可能性 。TRON 2支持人机协同遥操作 ，探索面向建筑施工场景的机器人应用 。场景的难度不在于完成某一个孤立动作 ，遥操作接口 、
两台TRON 2协同合作 ，”
逐际动力联合创始人庞博表示 ：“ZINOVA对建筑行业的深刻理解 ，
-合规效率。我们希望通过TRON 2这样的通用机器人平台，建筑场景天然非标准化 ，多工具 、将更多资源聚焦于真正需要解决的领域问题 ，难以套用统一的自动化方案 。模拟真实施工中多个工种前后衔接的完整作业逻辑 。此次POC验证了具身机器人使用现有工具参与复杂施工流程的可行性 ，以及他们在工具智能方向上的专注与创新 ，材料规格和工序要求因项目而异 ，低空作业延伸至更广阔的立体空间 。双臂可面向不同方向、物理AI研发公司ZINOVA基于逐际动力TRON 2双臂具身机器人 ，结合TRON 2灵活组合 、建筑工地高度非标准化 ，TRON 2是这一战略的载体 ：一个可复用 、完成混凝土模板框架的拼合固定
在构型上 ，不同高度完成多种工具操作 ，适配不同工序：TRON 2如何成为具身机器人通用创新基座
ZINOVA在建筑业的实践 ，
TRON 2双臂具身机器人创新构型完成混凝土倾覆板缩比施工场景演示
ZINOVA探索工具智能，物理AI的破局不会来自单一形态的机器人 ，TRON 2的模块化设计支持换装不同工具 、也为规模化部署提供更清晰的合规路径 。在具身智能的赋能下，接触感知 、同时在每一次真实操作中持续积累机器人和工具在运动、完全自主作业当前仍面临挑战 。同一平台可持续扩展至更多施工环节 ，三者共同构成可跨工具 、ZINOVA基于对建筑场景的理解，