德塔智能获近5亿元天使++轮融资：押注人形机器人“三维基础模型”

据硬氪报道，人形机器人基础模型公司德塔智能（Delta Intelligence）近日完成近5亿元天使++轮融资，投资方包括多家上市公司产业方和头部财务投资机构。资金将主要用于人形机器人基础模型持续迭代、自研数据采集设备量产、数据闭环建设以及核心研发团队扩充，以推动相关技术在真实工业场景中的工程化落地与验证。来源显示，这已是德塔智能成立半年内完成的第六轮融资，显示资本对具身智能与人形机器人基础模型方向的持续关注。

德塔智能成立于2026年1月，方向聚焦原生通用人形机器人基础模型 HFMs（Humanoid Foundation Models），目标是实现人形机器人的全身协同操作，也就是让机器人在移动、平衡、感知和操作之间形成统一决策能力。与单纯展示行走、跳跃或抓取不同，该公司强调面向工业与家庭等真实场景的长期作业能力，并将人形机器人视为通向物理通用人工智能（Physical AGI）的重要载体。

半年六轮融资，人形机器人基础模型成为新焦点

从已披露信息看，德塔智能此前的投资方覆盖人形机器人主机厂、财务机构以及汽车、半导体等产业资本。其中包括北京通研院、智元机器人、乐聚机器人、星海图等人形机器人相关企业，高瓴创投、元禾控股、复星锐正、华映资本、联想创投等机构也在投资方名单中。对一家成立时间并不长的创业公司而言，连续融资的背后，反映出产业界正在从“机器人本体制造”进一步走向“模型与数据能力”的竞争。

公司三位核心创始人均获UCLA博士学位，并具备清华本科、北大任教等学术背景。团队技术专长覆盖机器人学习、大规模机器学习、机器人系统与具身智能，研究和产业经历涉及Google Robotics、NVIDIA Research、DeepMind、Meta、北京大学以及北京通用人工智能研究院，并参与过多项美国DARPA、ONR及NSF机器人项目。这样的履历组合意味着团队并非只做算法验证，而是试图将前沿研究、硬件系统与工程落地连接起来。

为什么德塔智能强调“原生三维世界引擎”

当前具身智能赛道正在从运动能力展示转向物理作业能力验证。来源显示，德塔智能的技术判断是：双足人形机器人的基础模型，不能简单从既有机器人模型或二维视觉模型迁移而来，而应从一开始就围绕全身智能构建。原因在于，人形机器人真正进入工厂、能源运维、家庭服务或户外巡检后，面对的不再是规整实验环境，而是台阶、门槛、楼梯、障碍物和动态人机混行空间。

在这些场景中，机器人不仅要“看见”目标，还要判断距离、空间关系、身体姿态变化和未来动作后果。例如站在门前开门时，机器人需要理解门把手位置、开门方向、身体如何让出空间，以及重心如何切换。若模型主要依赖二维视觉表征，就可能缺失真实深度信息，并在几何关系上产生歧义，进而放大连续动作误差。

因此，德塔智能选择构建原生三维世界引擎，以三维表征作为模型核心。据报道，该引擎可处理点云、高斯泼溅等三维场景表示，支持三维理解、推理以及对未来环境状态的推演。对于人形机器人而言，这类能力的意义不只是“更好识别物体”，而是帮助机器人在复杂空间中完成更安全、更连续的移动与操作一体化决策。

数据采集成为基础模型竞争的关键变量

基础模型离不开数据。德塔智能自研了一套全身全景数据采集设备，采用纯视觉采集架构，可同步捕捉手、脚、腰、肩等全维度人体骨架关节运动轨迹，并基于第一视角视频流实时增量重建全局三维场景。单次采集可输出两类核心训练素材：一类是完整人体全身骨架数据，用于还原手脚协同、重心切换、借力操作等交互逻辑；另一类是高精度三维场景数据，用于记录障碍物、台阶、操作台面等环境物理参数。

在采集方案上，公司规划了分层路径：既包括搭载机器人本体的遥操作采集，也包括无需实体机器人的UMI、Ego-centric无本体动捕模式。前者适合后期真机微调与精度对齐，后者则可降低硬件成本、提升样本采集效率，用于大规模积累通用全身交互数据。

• 无本体采集：更适合前期规模化积累人类全身交互样本，成本相对更低。
• 遥操作采集：更适合在机器人真机上进行动作对齐和任务精调。
• 三维场景数据：帮助模型理解障碍物、台阶、工作台等真实物理参数。
• 全身骨架数据：补足手、脚、腰、肩等协同动作信息，支持复杂任务学习。

德塔智能创始人兼CEO马晓健认为，市面上多数数据采集方案只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，也难以掌握攀爬梯具、推拉重型门等依赖全身协同的复杂任务。其判断是，人形机器人的学习逻辑应当对标人类，必须完整采集全身与环境的交互行为，才能搭建更少认知偏差的世界模型。

影响与解读：从“会动”走向“会干活”的产业分水岭

对中文科技产业读者而言，德塔智能这轮融资的看点不只是金额本身，而是它体现了人形机器人竞争重心的变化。过去一段时间，外界容易将人形机器人能力等同于本体硬件、关节性能或运动控制展示；但在真实工业场景中，是否能稳定完成长时序任务，往往更取决于模型对空间、动作和环境反馈的理解能力。

从这个角度看，人形机器人基础模型正在成为连接硬件本体、数据闭环和场景落地的中枢。如果三维世界模型与全身数据采集能够有效提升机器人在复杂环境中的泛化能力，那么未来主机厂、工业客户与模型公司的协作关系可能会更加紧密。不过，相关技术仍需在真实场景中持续验证，包括数据规模、模型训练成本、跨本体适配能力以及安全可靠性等问题，都将决定其商业化节奏。

总体来看，德塔智能的融资和技术路线，代表了具身智能赛道的一条重要分支：不只追求单点动作效果，而是从三维空间理解、全身协同数据和机器人基础模型出发，尝试解决人形机器人进入真实物理世界后的核心难题。随着更多资本和产业方进入，下一阶段竞争将更集中在工程化落地、数据闭环效率与场景验证结果上。