人形机器人基础模型公司德塔智能（Delta Intelligence）近日宣布完成近5亿元天使++轮融资，投资方涵盖多家上市公司产业资本和头部财务投资机构。这是公司自2026年1月成立以来，在短短半年内完成的第六轮融资，累计融资节奏之快在具身智能赛道中颇为罕见。本轮资金将主要用于人形机器人基础模型的持续迭代、自研数据采集设备的量产与数据闭环建设，以及核心研发团队的扩充，推动技术在真实工业场景中的工程化验证。
德塔智能的研发方向是“原生通用人形机器人基础模型”，其核心思路与当前主流具身智能模型形成鲜明对比。目前多数模型的空间认知建立在二维视觉表征上，依赖单目图像估算距离，在真实环境中容易产生较大偏差——例如机器人难以准确判断门把手距离、开门方向以及身体需要让出的空间。德塔智能选择从底层替换表征方式，自研原生三维世界引擎，直接处理点云、高斯泼溅等三维场景表示，实现原生的三维理解与推理。
在这套引擎之上，公司采用“大脑+小脑+力位混合”三层协同架构。大脑负责环境感知、长时序任务规划和操作决策，训练几乎不使用仿真数据，因为仿真器难以复刻柔性形变、多触点受力等复杂接触，必须依赖真机原生交互数据。小脑负责全身平衡与底层控制，在仿真环境中通过强化学习海量试错，将大脑的稀疏指令转化为数十至数百赫兹的全身电机控制信号。最后经由力位混合层输出柔顺控制，三个层级分工明确、闭环联动。
大脑的训练依赖真机交互数据，而这类数据目前没有现成来源。德塔智能创始人兼CEO马晓健表示，市面上多数数据采集方案仅能采集手部等局部动作，基于此训练的模型难以完整理解人与环境的交互，也无法掌握攀爬梯具、推拉重型门等依赖全身协同的复杂任务。为此，公司在本轮融资同期发布了头戴式全身全景数据采集设备Delta D1。佩戴者正常作业，设备即可同步采集第一人称全景视觉与全身关节运动轨迹，全程不依赖机器人本体，全局定位精度控制在2cm以内，数据采完即可用于训练。针对双臂精细操作场景，手持配件D1-Gripper可与头戴设备协同工作，补齐抓取、装配等末端细节。
具身智能的数据缺口远超任何一家公司的采集能力，德塔智能选择向行业开放这套采集体系，与本体厂商、科研机构及产业各方共建具身数据基础设施。采集数据经跨本体重定向后，可用于宇树G1/H2、智元灵犀X2/A3、乐聚夸父4代/5代、星海图Kengo等不同人形本体的算法训练。此前，德塔智能已联合中国信息通信研究院发布工业数据集2.0，工人佩戴D1在真实产线上边作业边采集，无需中断生产。
德塔智能的基础模型已进入真实作业场景。电网全身巡检要求机器人在变电站这类复杂空间中边移动边操作设备，汽车零部件上下料、SMT料箱分拣考验的是移动中的抓取与连续搬运——这些正是全身协同能力必须兑现的任务类型。支撑落地速度的是一套标准化的跨本体适配流程：全身动捕数据采集、跨本体运动重定向、小脑仿真强化学习、大脑快速微调，面对新本体不需要重新采集大规模数据、从头训练系统。依托完整底层技术体系，德塔智能团队已与智元、乐聚、星海图、宇树等头部人形机器人厂商建立长期合作，实现模型在不同硬件平台间的快速迁移。
团队方面，创始人兼CEO马晓健本科毕业于清华大学计算机系，博士毕业于UCLA，曾在Google Robotics、NVIDIA Research从事机器人学习与大规模机器学习研究，后任北京通用人工智能研究院研究员。联合创始人刘航欣本科毕业于美国弗吉尼亚理工大学，于UCLA获机械工程硕士与计算机科学博士学位，现任北京大学智能学院助理教授。联合创始人兼首席科学家黄思远本科毕业于清华大学自动化系，博士毕业于UCLA，现任北京通用人工智能研究院具身机器人中心主任，曾在DeepMind、Meta从事前沿研究。半年六轮融资之后，德塔智能正为通用人形机器人补上全身智能这块基座。