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，本轮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，加快自研数采设备的量产与数据闭环建设，扩充核心研发团队，以推动技术在真实工业场景中的工程化落地与验证。

这也是德塔智能成立半年内完成的第六轮融资。此前，投资方包括北京通研院、智元机器人、乐聚机器人、星海图等人形机器人主机厂，高瓴创投、元禾控股、复星锐正、华映资本、联想创投等财务机构，以及汽车、半导体领域资本。德塔智能成立于2026年1月，专注研究原生通用人形机器人基础模型HFMs（Humanoid Foundation Models），最终实现通用的人形全身协同操作（Loco-Manipulation）。

原生三维世界引擎：消除空间认知偏差

一个必须面对的事实是，人形机器人走出实验室之后，面对的是带有台阶、门槛、楼梯及其他特殊地形的真实物理空间。这些场景中，机器人既要移动，又要操作，还需在动态环境中持续保持平衡与决策。

然而，当前主流的具身智能模型中，其空间认知仍建立在二维视觉表征之上。当机器人走进工业生产、能源运维、家庭服务与户外巡检等真实复杂环境，二维视觉表征容易带来缺失真实空间深度、几何关系存在歧义、大场景中上下文易爆炸的问题。

为了消除这一结构性偏差，德塔智能选择构建一套原生三维世界引擎，以三维表征作为模型核心，可直接处理点云、高斯泼溅等三维场景表示，实现原生的三维理解、推理和对未来环境状态的推演。

全身全景数采设备与分层数据策略

德塔智能自研了一套全身全景数采设备，采用纯视觉采集架构，可以同步捕捉手、脚、腰、肩全维度人体骨架关节运动轨迹，基于第 一视角视频流实时增量重建全局三维场景。单次采集可输出完整人体全身骨架数据和高精度三维场景数据。

在采集路径设计上，德塔智能针对不同开发阶段规划了分层方案，包含搭载机器人本体的遥操作采集，以及无需实体机器人的UMI、Ego-centric无本体动捕模式。无本体采集效率更高、硬件成本更低，适用于大规模积累通用全身交互样本；遥操作采集用于后期的真机微调与精度对齐。

创始人兼CEO马晓健认为，市面上多数数采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。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，才能搭建无认知偏差的世界模型。

"大脑+小脑+力位混合"三层原生协同架构

精准理解三维空间只是感知层基础，机器人能否把高层任务意图转化为毫秒级精准肢体运动，是落地作业的另一重核心门槛。高自由度人形本体拥有数十个联动关节，单一高层指令无法直接驱动全身平衡、发力、位移。

为此，德塔智能搭建了"大脑+小脑+力位混合"三层原生协同架构。大脑模块搭载自研三维世界引擎，负责环境感知、长时序任务规划和高层交互意图输出；小脑是基于海量仿真强化学习训练的神经网络，接收大脑稀疏高层指令，转化为数十至数百赫兹的全身电机精细控制信号，实时动态调整重心、协调四肢发力；最后经由力位混合层输出柔顺的控制。

这套大小脑分层架构的差异化价值，在全尺寸人形、五指灵巧手等高自由度设备上会充分释放。据官方介绍，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，依托标准化的本体适配流程，实现模型在不同硬件平台间的快速迁移。