远见网一、为双足人形机器人构建理解空间、协调全身并完成
1、为双足人形机器人构建理解空间、协调全
德塔智能选择了一条更难、也更接近人形机器人最终价值的路线：为双足人形机器人构建能够理解空间、协调全身并完成真实任务的基础模型，并已获得多家头部本体厂商及汽车、半导体产业资本的战略支持。
2、原生人形机器人基础模型公司德塔智能（
原生人形机器人基础模型公司德塔智能（Delta Intelligence）近日已连续完成种子+轮、天使轮及天使+轮融资。
二、种子+轮由元禾控股与复星锐正共同投资
1、半导体产业方交源资产及某汽车产业方深
具体来看，种子+轮由元禾控股、复星锐正共同投资；
天使轮由华映资本、华盖资本、联想创投联合领投，老股东元禾控股、复星锐正超额追投；
天使+轮获得珠海科技产业集团、海望资本、梅花创投等财务投资机构支持，半导体产业方交源资产及某汽车产业方深度参与，老股东华映资本继续加注。
加上此前北京通研院、乐聚机器人、智元机器人、星海图和高瓴创投参与的两轮融资，德塔智能在成立不到半年的时间内已连续完成五轮融资。
但相比融资速度，更值得关注的是，多家头部人形机器人本体厂商、市场化投资机构，以及汽车、半导体产业资本，正在同时押注同一个命题：
双足人形机器人已经能够走路、奔跑和跳舞，下一步，如何让它真正进入家庭和工厂干活？
过去几年，双足人形机器人的运动能力取得了显著进展。从稳定行走、奔跑，到跳舞、空翻和一系列高难度动作，正在越来越接近人类的外形和运动方式。
但公众的真正期待，并不是看到更多文娱表演，而是机器人能够进入人类的生活和工作空间：整理房间、搬运物料、操作工具、在产线上完成装配，或者在复杂环境中持续执行任务。
从完成一段预先设计的动作，到自主、稳定、连续地完成一项工作，中间仍然存在巨大的技术鸿沟。
怎样才能让双足人形机器人从“会跳舞”走向“真正干活”？德塔智能给出的答案聚焦在技术路线和产业推进，主要体现在五个方面。
第一，人形机器人不能只会“走”，也不能只会用手“拿”，真正难的是全身协同作业。
2、即全身协同操作
当前，大量具身智能模型仍主要在固定机械臂或轮式双臂机器人上训练和验证，重点解决局部空间内的抓取与操作。
双足人形机器人则需要在移动和保持平衡的同时，协调双手、双腿、腰部和躯干，并处理位置、受力、重心与环境变化。
行业通常将这种能力称为Loco-manipulation，即全身协同操作，亦可进一步概括为“全身智能”（Whole-Body Intelligence）：让机器人具备“边走边干活”的能力，从单点展示走向连续、复杂、可复制的真实作业。
德塔智能研发人形机器人基础模型，便是从一开始就把人形机器人的完整身体作为建模对象，围绕Loco-manipulation构建从3D场景理解、任务推理、全身控制到力位交互的模型闭环，让机器人在理解任务的同时，也能知道身体该如何配合完成任务。
人形机器人要在工厂、能源、商业和家庭等开放空间中完成任务，仅识别二维画面中的物体还不够，更需要理解物体之间的三维空间关系、环境变化以及动作可能带来的后果，比如开门时，机器人不仅要知道门在哪里，还要判断门把手的位置、门的打开方向、身体站位以及动作之后可能发生什么。
德塔智能自研的3D世界引擎，解决的就是这类问题：让机器人在行动前先理解空间关系、环境变化和动作后果，再去完成开门、搬运、分拣、巡检、质检等任务。
在德塔智能的模型体系里，大脑负责场景理解、任务推理和动作决策，小脑将任务意图转化为全身多关节的连续控制，力位混合控制则帮助机器人在接触真实物体时兼顾位置精度、力反馈和身体稳定性。
三者协同，解决的是机器人如何从“知道要做什么”，走向“在真实环境中稳定地把事情做成”。
德塔智能已完成自研全身全景数据采集设备的规模化部署，同时收集手、躯干、腿、脚与环境交互关系的全身数据，为全身协同、长序列任务执行和跨任务泛化提供数据基础。
目前，德塔智能团队深度参与了国内最大的数据采集场建设，加速人形机器人全身数据的采集。
德塔智能正通过与多家头部人形机器人本体厂商合作，在不同硬件和真实任务中持续验证模型能力，由此提升人形机器人基础模型的通用性，也让模型反过来参与本体设计、数据采集标准和场景落地流程的优化。
据AI科技了解，德塔智能是目前唯一一家同时获得智元机器人、乐聚机器人和星海图三家头部人形机器人本体厂商投资的具身基模公司；
三、这不仅意味着德塔智能与脚完成全身协同作业
1、德塔智能所依托的北京通研院是最早与宇
同时，德塔智能所依托的北京通研院是最早与宇树成立联合实验室的团队之一。
2、这不仅意味着德塔智能与国内头部本体厂
这不仅意味着德塔智能正在与国内头部本体厂商形成一种协同布局，也预示着具身智能行业正在形成更清晰的分工：本体厂商持续提升硬件性能、可靠性和量产能力，模型公司则需要解决机器人如何理解三维环境、如何进行任务推理，以及如何调动手、腰、腿、脚完成全身协同作业。
而德塔智能的目标，则是在不同人形机器人本体上提供可迁移、可泛化的人形机器人基础模型，并通过与本体厂商的联合验证，缩短技术从模型训练走向真实场景的路径。
四、也就是全身协同操作切入
1、德塔智能迭代人形机器人基础模型核心架
另一方面，德塔智能正在持续迭代人形机器人基础模型核心架构，并在宇树、智元、乐聚等多类人形机器人本体上完成跨本体适配与性能验证。
围绕工业制造与能源等场景，德塔团队已经完成了一汽红旗产线协作、南方电网配电站巡检、SMT料盘分拣等真实任务验证，并在任务成功率、连续作业时长及跨场景泛化能力上取得阶段性进展。
在模型与数据侧，德塔已形成“3D世界引擎大脑+全身控制小脑+力位混合控制”的技术闭环，推动人形机器人基础模型从短任务能力向长序列任务和多任务连续执行演进。
德塔智能成立时间不长，但创始团队已在人形机器人领域持续积累多年，能力覆盖空间智能、具身基础模型、全身控制、机器人系统与产业交付，形成了相对稀缺的“AI基础模型×机器人控制×真实场景交付”组合。
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从事机器人学习和大规模机器学习研究，回国后在通研院主导原生空间通才具身智能体、跨本体数据采集及具身基础模型等项目。
联合创始人刘航欣，博士毕业于UCLA，现任北京大学助理教授，长期从事机器人系统、软硬件协同与产业交付，曾参与美国DARPA、ONR、NSF机器人项目，牵头多项人形机器人工业及特种场景应用，并主导研发全手掌视触觉灵巧手F-TAC。
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，提出空间智能“生成—理解—规划”统一模型及力—位混合控制统一理论，相关成果获得CoRL最佳论文奖。
双足人形基础模型既需要大模型和三维空间理解，也离不开机器人动力学、全身控制、硬件系统与真实场景交付。
三位创始人的互补能力，构成了德塔智能攻克人形机器人全身协同难题的核心基础。
德塔智能投资方覆盖市场化投资机构、地方产业资本，以及汽车、半导体和机器人产业方。
在多位投资人看来，人形机器人行业的竞争正在从硬件参数和单点动作演示，转向基础模型、全身控制、数据闭环、跨本体泛化和真实场景迭代能力。
元禾控股表示：“我们从种子轮开始多轮超额追投德塔智能，十分看好其人形机器人基础模型赛道的核心价值。
行业如今早已不再比拼机器人简单行走演示，能否在人类工作空间稳定完成连续实操，才是商业化关键。
公司锚定Loco-manipulation全身协同操作核心方向，搭建3D世界引擎、大脑小脑力控闭环与专属全身数据体系，直击行业落地痛点。
2、也就是全身协同操作切入
同时它是国内唯一联动多家头部人形本体厂商的模型企业，产业协同优势突出，推动人形机器人从技术演示走向规模化真实场景落地。
”
华映资本创始管理合伙人季薇表示：“全身协同操作控制（locomanipulation）是人形进入开放高价值场景作业的核心技术栈，是万亿具身赛道不可或缺的刚需环节。
德塔智能首席科学家黄老师是三篇顶会Best paper作者，学术研究能力出众，CEO马总对该领域的商业化有着深刻且成熟的见解。
公司凭借自研3D世界引擎与无传感器力位混合控制，直击当前机器人手脚解耦、复杂环境泛化差的行业痛点，且商业化上已深度绑定乐聚、智元、宇树等本体厂商，构筑算法生态壁垒，是整机厂商突破全身操作能力的核心技术供给方。
我们看好德塔稀缺的全身协同算法与完整数据闭环，期待公司持续打开家庭、工业服务场景，成为具身时代人形机器人底层大脑核心赋能者。
华盖资本投资总监高露凝表示：“世界模型和世界引擎本身不是目的。
只有当它真正进入具身操作的真实场景，帮助机器人理解三维环境、预测动作后果，并稳定完成产业中和生活中的实际复杂任务时，才具备意义和价值。
联想集团副总裁、联想创投首席投资官、高级合伙人宋春雨表示：“德塔智能从创立之初便聚焦原生人形机器人基础模型，坚持跨本体、跨场景的通用能力建设，并围绕全身协同操作与三维世界理解构建完整技术体系。
”
珠海科技产业集团投资相关负责人刘飞虹表示：“人形机器人行业过去很长时间关注‘会不会走、会不会动’，但真正有价值的问题是机器人能不能在人的工作空间里持续、稳定、可复制地干活。
德塔智能选择从Loco-manipulation，也就是全身协同操作切入，本质上抓住了双足人形机器人走向真实应用的核心矛盾。
