半年六轮融资近5亿：德塔智能如何重构人形机器人三维认知基座？
在2026年的科技创投版图中，具身智能无疑是最耀眼的赛道之一。然而，当大多数目光仍聚焦于机器人本体的运动能力展示时，一家名为德塔智能（Delta Intelligence）的公司却以另一种姿态闯入视野。成立仅半年，完成六轮融资，最新一轮天使++轮融资额接近5亿元人民币。这一连串数字背后，并非简单的资本狂欢，而是市场对“通用人形机器人基础模型”这一核心基础设施价值的重新确认。德塔智能的出现，标志着行业竞争焦点正从单一的硬件参数比拼，转向对三维空间认知与全身协同智能底层逻辑的重构。
当前具身智能领域面临着一个普遍且棘手的痛点：主流模型的空间认知大多建立在二维视觉表征之上。这种基于单目图像的估算方式，在静态或简单场景中或许尚可应付，但在复杂的真实物理世界中，缺失真实深度信息往往导致巨大的认知偏差。想象一下，机器人站在门前，仅凭像素估算门把手的距离和开门方向，这种模糊判断在短时序任务中可能不会暴露问题，但一旦进入需要长时序连续作业的厂区或家庭环境，误差累积将导致任务彻底失败。德塔智能敏锐地捕捉到了这一行业症结，选择从底层表征入手，自研原生三维世界引擎，直接处理点云和高斯泼溅等三维场景表示，从而实现原生的三维理解、推理及对未来环境状态的推演。
这种技术路线的选择，决定了德塔智能在架构设计上的独特性。公司采用了“大脑＋小脑+力位混合”的三层协同架构，每一层都承担着截然不同却又紧密耦合的功能。其中，“大脑”负责环境感知、长时序任务规划和操作决策。值得注意的是，大脑的训练几乎完全摒弃了仿真数据，转而依赖真机原生交互数据。这是因为现有的仿真器难以完美复刻柔性形变、多触点受力等复杂接触物理特性，只有真实世界的数据才能赋予模型真正的物理常识。相比之下，“小脑”则专注于全身平衡与底层控制，它在仿真环境中通过强化学习进行海量试错，将大脑发出的稀疏指令转化为数十至数百赫兹的高频全身电机控制信号。最后，力位混合层输出柔顺的控制指令，确保机器人在与物理世界交互时的安全性与稳定性。
然而，架构的精妙只是理论层面的优势，真正制约具身智能发展的瓶颈在于数据。对于需要全身协同的人形机器人而言，市面上现有的数据采集方案大多局限于手部等局部动作，基于此类数据训练的模型无法完整理解人与环境的复杂交互，更难以掌握攀爬梯具、推拉重型门等依赖全身协调的高难度任务。德塔智能创始人兼CEO马晓健指出，人形机器人必须完整采集全身与环境的交互行为，才能建立无认知偏差的世界模型。为此，德塔智能同期发布了头戴式全身全景数据采集设备Delta D1。
Delta D1的推出，旨在解决具身智能领域最核心的数据缺口问题。佩戴者只需正常作业，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，全程无需依赖机器人本体，也无需昂贵的动捕棚和场地改造。其全局定位精度控制在2厘米以内，采集到的数据经算法实时解算为结构化的人体全身骨架数据，并与视觉信息在时间轴上严格对齐。针对双臂精细操作场景，手持配件D1-Gripper还能与头戴设备协同工作，补齐抓取、装配等末端细节。这种规模化产出高质量全身交互数据的能力，为具身基础模型的训练提供了源源不断的“燃料”。
更具战略意义的是，德塔智能并未将这套采集体系封闭起来，而是选择向行业开放，与本体厂商、科研机构及产业各方共建具身数据基础设施。采集到的数据经过跨本体重定向处理后，可广泛应用于宇树、智元、乐聚、星海图等不同品牌的人形本体算法训练。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，无需中断生产流程。这种开放合作的模式，不仅加速了自身模型的迭代，也推动了整个具身智能生态的数据标准化进程。
从实验室走向产线，是检验技术成色的唯一标准。德塔智能的基础模型已经开始在真实作业场景中接受考验。在电网全身巡检任务中，机器人需要在变电站等复杂空间中边移动边操作设备；在汽车零部件上下料和SMT料箱分拣场景中，考验的是移动中的抓取与连续搬运能力。这些任务类型正是全身协同能力必须兑现的关键领域。支撑这一落地速度的，是一套标准化的跨本体适配流程：通过全身动捕数据采集、跨本体运动重定向、小脑仿真强化学习以及大脑快速微调，面对新的机器人本体，无需重新采集大规模数据或从头训练系统。依托完整的底层技术体系，德塔智能团队已与多家头部人形机器人厂商建立长期合作，致力于成为连接硬件平台与上层应用的关键一环。
德塔智能的核心团队背景也为这一技术路径提供了有力背书。创始人马晓健毕业于清华大学计算机系，拥有UCLA博士学位，曾在Google Robotics和NVIDIA Research从事机器人学习与大规模机器学习研究。联合创始人刘航欣和黄思远同样具备深厚的学术与产业背景，分别在机器人感知、认知学习以及空间智能统一模型领域有着深入研究。这样的团队配置，确保了公司在算法创新与工程落地之间的平衡。
随着具身智能竞争从运动展示走向物理作业，决定一台人形机器人能否真正“干活”的，不再是单一的运动指标，而是其对三维空间的理解精度，以及将全身几十个关节协调起来的可靠性。德塔智能通过重构三维认知基座、解决全身数据获取难题、建立跨本体适配标准，正在为通用人形机器人补上全身智能这块至关重要的基座。半年六轮融资的背后，是资本市场对其技术路线与商业潜力的双重认可。在未来，随着更多真实场景数据的积累与模型迭代，德塔智能有望在具身智能的基础设施层占据重要地位，推动人形机器人从“能看能走”向“能干会想”的本质跨越。