人形機器人基礎模型公司德塔智慧（Delta Intelligence）近日完成近5億元天使++輪融資，投資方包括多家上市公司產業方和頭部財務投資機構。這是公司自2026年1月成立以來完成的第六輪融資，半年內密集獲得資本支援，凸顯市場對人形機器人基礎模型方向的關注。
本輪融資資金將主要用於三方面：人形機器人基礎模型的持續迭代、自研資料採集裝置的量產與資料閉環建設，以及核心研發團隊的擴充，以推動技術在真實工業場景中的工程化驗證。此前，德塔智慧的投資方已覆蓋智元機器人、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、半導體領域的產業資本。
與融資同期，德塔智慧釋出了頭戴式全身全景資料採集裝置Delta D1。該裝置由採集者佩戴後正常作業，即可同步採集第一人稱全景視覺與全身關節運動軌跡，全程無需機器人本體、動捕棚或場地改造。裝置全域性定位精度控制在2cm以內，資料採集完成後可直接用於訓練。針對雙臂精細操作場景，手持配件D1-Gripper可與頭戴裝置協同工作，補齊抓取、裝配等末端細節。
德塔智慧的研發方向是原生通用人形機器人基礎模型。其核心思路是從底層採用三維表徵替代行業主流的二維視覺表徵。公司自研的原生三維世界引擎，可直接處理點雲、高斯潑濺等三維場景表示，實現原生的三維理解與推理。在此基礎上，公司採用“大腦+小腦+力位混合”三層協同架構：大腦負責環境感知與長時序任務規劃，訓練幾乎不使用模擬資料，依賴真機原生互動資料；小腦負責全身平衡與底層控制，在模擬環境中經強化學習試錯後輸出電機控制訊號；力位混合層則輸出柔順控制。
資料是訓練基礎模型的關鍵。德塔智慧創始人兼CEO馬曉健表示，市面上多數數採方案僅能採集手部等區域性動作，基於此訓練的模型難以完整理解人與環境的互動，也無法掌握攀爬、推拉重型門等全身協同任務。Delta D1的設計目標正是規模化產出人體全身骨架資料——全身百餘個關鍵點的運動軌跡，經演算法即時解算為結構化資料，並與視覺資訊在時間軸上對齊。
德塔智慧選擇向行業開放這套採集體系，與本體廠商、科研機構及產業各方共建具身資料基礎設施。採集資料經跨本體重定向後，可用於宇樹G1/H2、智元靈犀X2/A3、樂聚夸父4代/5代、星海圖Kengo等不同人形本體的演算法訓練。此前，公司已聯合中國資訊通訊研究院釋出工業資料集2.0，工人佩戴D1在真實產線上邊作業邊採集，無需中斷生產。
在落地方面，德塔智慧的基礎模型已進入真實作業場景，包括電網全身巡檢、汽車零部件上下料、SMT料箱分揀等任務。公司依託標準化的跨本體適配流程——全身動捕資料採集、跨本體運動重定向、小腦模擬強化學習、大腦快速微調——實現模型在不同硬體平台間的快速遷移。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。
團隊方面，創始人兼CEO馬曉健本科畢業於清華大學計算機系，博士畢業於UCLA，曾在Google Robotics、NVIDIA Research從事機器人學習與大規模機器學習研究，後任北京通用人工智慧研究院研究員。聯合創始人劉航欣本科畢業於美國弗吉尼亞理工大學，於UCLA獲機械工程碩士與電腦科學博士學位，現任北京大學智慧學院助理教授。聯合創始人兼首席科學家黃思遠本科畢業於清華大學自動化系，博士畢業於UCLA，現任北京通用人工智慧研究院具身機器人中心主任，曾在DeepMind、Meta從事前沿研究。