德塔智能完成近5億元天使++輪融資，成立半年融資六輪

人形機器人基礎模型公司德塔智能（Delta Intelligence）近日完成近5億元天使++輪融資，本輪投資方包括多家上市公司產業方和頭部財務投資機構。

據悉，資金將主要用于人形機器人基礎模型持續迭代、自研數采設備的量產與數據閉環建設，以及核心研發團隊擴充，推動技術在真實工業場景中的工程化驗證。

德塔智能人形機器人在真實家居場景中完成全身協同操作

這是公司成立半年內完成的第六輪融資。此前投資方包括智元機器人、樂聚機器人、星海圖等主機廠，元禾控股、復星銳正、華映資本、聯想創投等財務機構，以及汽車、半導體領域資本。

同期，德塔智能發布頭戴式全身全景數據采集設備Delta D1。佩戴者正常作業，設備即可同步采集第一人稱全景視覺與全身關節運動軌跡，全程不依賴機器人本體，具身智能基礎模型訓練所需的全身交互數據由此規模化產出。

為全身智能而建的基礎模型

德塔智能成立于2026年1月，研發方向是原生通用人形機器人基礎模型。

「原生」二字針對的是一個行業現狀：當前主流具身智能模型的空間認知建立在二維視覺表征上，單目圖像缺失真實深度，僅憑像素估算距離可能產生較大偏差。機器人站在門前，二維表征難以準確判斷門把手的距離、開門的方向、身體要讓出多少空間——這類模糊判斷進入真實廠區后會逐步累積，導致長時序連續作業無法完成。

德塔智能的做法是從底層換掉表征。公司自研原生三維世界引擎，以三維表征作為模型核心，可直接處理點云，高斯潑濺等三維場景表示，實現原生的三維理解，推理和對未來環境狀態的推演。

在這套引擎之上，公司采用「大腦＋小腦+力位混合」三層協同架構。大腦負責環境感知、長時序任務規劃和操作決策，訓練幾乎不使用仿真數據——仿真器難以復刻柔性形變、多觸點受力這類復雜接觸，大腦必須依賴真機原生交互數據。小腦負責全身平衡與底層控制，在仿真環境中經強化學習海量試錯，將大腦的稀疏指令轉化為數十至數百赫茲的全身電機控制信號。最后經由獲得力位混合層輸出柔順的控制。三個層級分工明確、閉環聯動。

數據從哪來：Delta D1與工業數據集2.0

大腦的訓練依賴真機交互數據，而這類數據目前沒有現成來源。

「市面上多數數采方案僅能采集手部等局部動作，基于此訓練的模型難以完整理解人與環境的交互，也難以掌握攀爬梯具、推拉重型門等依賴全身協同的復雜任務?！沟滤悄軇撌既思鍯EO馬曉健表示，人形機器人必須完整采集全身與環境的交互行為，才能建立無認知偏差的世界模型。

行業主流的采集方案輸出的是上肢的視頻流數據，錄下作業過程、切分成片段，模型學到的是一幀幀畫面。而雙足人形的全身協同訓練需要另一種形態的數據——人體全身骨架數據：人體全身百余個關鍵點的運動軌跡，經算法實時解算為結構化數據，并與視覺信息在時間軸上對齊。目前市面上還沒有能批量產出此類數據的方案。

與本輪融資同期發布的Delta D1，就是為規?；a這種數據而造的設備。采集者佩戴D1正常作業即可，無需機器人本體，也無需動捕棚和場地改造；設備同步記錄第一人稱全景視覺與全身關節運動軌跡，全局定位精度控制在2cm以內，數據采完即可用于訓練。針對雙臂精細操作的場景，手持配件D1-Gripper與頭戴設備協同工作，補齊抓取、裝配等末端細節。

德塔智能人形機器人在真實環境中完成精細操作任務

具身智能的數據缺口遠超任何一家公司的采集能力，德塔智能選擇向行業開放這套采集體系，與本體廠商、科研機構及產業各方共建具身數據基礎設施。采集數據經跨本體重定向后，可用于宇樹G1/H2、智元靈犀X2/A3，樂聚夸父4代/5代、星海圖Kengo等不同人形本體的算法訓練。

此前，德塔智能已聯合中國信息通信研究院發布工業數據集2.0，工人佩戴D1在真實產線上邊作業邊采集，無需中斷生產。

從實驗室到產線

德塔智能的基礎模型已經進入真實作業。電網全身巡檢要求機器人在變電站這類復雜空間中邊移動邊操作設備，汽車零部件上下料、SMT料箱分揀考驗的是移動中的抓取與連續搬運——這些正是全身協同能力必須兌現的任務類型。

支撐落地速度的是一套標準化的跨本體適配流程：全身動捕數據采集、跨本體運動重定向、小腦仿真強化學習、大腦快速微調，面對新本體不需要重新采集大規模數據、從頭訓練系統。依托完整底層技術體系，德塔智能團隊已與智元、樂聚、星海圖、宇樹等頭部人形機器人廠商建立長期合作，依托標準化的本體適配流程，實現模型在不同硬件平臺間的快速遷移。作為人形機器人生態中的基礎模型提供方，公司致力于為各類本體提供可部署、可擴展的全身智能底座，成為連接硬件平臺與上層應用的關鍵一環。

具身智能的競爭正在從運動展示走向物理作業。決定一臺人形機器人能否真正干活的，是它對三維空間的理解精度，和把全身幾十個關節協調起來的可靠性。半年六輪融資之后，德塔智能正為通用人形機器人補上全身智能這塊基座。

團隊

創始人兼CEO馬曉健，本科畢業于清華大學計算機系，博士畢業于UCLA，曾在Google Robotics、NVIDIA Research從事機器人學習與大規模機器學習研究，后任北京通用人工智能研究院研究員，主導跨本體具身智能項目，推動同一套模型在不同廠商本體上的遷移復用。

聯合創始人劉航欣，本科畢業于美國弗吉尼亞理工大學，于UCLA獲機械工程碩士與計算機科學博士學位，現任北京大學智能學院助理教授，在Science/Nature子刊發表多篇論文。曾任北京通用人工智能研究院研究員、機器人實驗室主任，研究方向為機器人感知、認知與學習與人機交互。

聯合創始人兼首席科學家黃思遠，本科畢業于清華大學自動化系，博士畢業于UCLA，現任北京通用人工智能研究院具身機器人中心主任，曾在DeepMind、Meta從事前沿研究，提出空間智能「生成—理解—規劃」統一模型及力—位混合控制統一理論，相關成果獲得CoRL最佳論文獎。