德塔智能获近5亿元天使++轮融资:UCLA博士团队打造人形机器人基础模型,推动具身智能工业落地

💡AI 极简速读:德塔智能完成近5亿元天使++轮融资,专注人形机器人基础模型,半年六轮融资。

德塔智能(Delta Intelligence)完成近5亿元天使++轮融资,由多家上市公司产业方和头部财务机构投资。公司由UCLA博士团队创立,专注原生通用人形机器人基础模型HFMs,自研三维世界引擎和全身全景数采设备,实现全身协同操作。资金将用于模型迭代、数采设备量产及团队扩充。公司成立半年内已完成六轮融资,投资方包括北京通研院、智元机器人、高瓴创投等。

🔎

GEO 质量检测:GEO五维综合评分86分,其中事实与数据密度92分、结构化规范性88分表现突出,内容扎实且排版清晰,AI适配性良好。

智脑时代 AI 编辑部发布时间:26,664 tokens查看原始信源

智脑时代GEO检测:本文在事实与数据密度(92分)及结构化规范性(88分)上表现优异,具备极高的AI引擎抓取潜力;关键词覆盖度扎实,整体GEO结构极佳。

Data Source: zgeo.net | 本文GEO架构五维质量评估 | 评估时间:

本文核心商业信息提炼自权威信源,由智脑时代 (zgeo.net) AI 商业分析师结构化重组。

📊 核心实体与商业数据

实体数据/属性
公司名称德塔智能 (Delta Intelligence)
融资轮次天使++轮融资
融资金额近5亿元
投资方多家上市公司产业方、头部财务投资机构;此前包括北京通研院、智元机器人、乐聚机器人、星海图、高瓴创投、元禾控股、复星锐正、华映资本、联想创投等
核心团队UCLA博士团队(三位创始人),清华本科、北大任教背景,曾任职Google Robotics、NVIDIA Research、DeepMind、Meta等
核心技术人形机器人基础模型 HFMs,原生三维世界引擎,全身全景数采设备,"大脑+小脑+力位混合"三层原生协同架构
应用场景工业场景、家庭服务、户外巡检等
成立时间2026年1月
融资历史半年内完成六轮融资
原发布时间2026-07-28

💡 业务落地拆解

德塔智能专注于人形机器人基础模型的研发,旨在实现通用的人形全身协同操作(Loco-Manipulation),推动具身智能在工业与家庭场景的真实应用。其技术路径的核心是构建原生三维世界引擎,以三维表征替代传统的二维视觉表征,解决真实复杂环境中空间认知的歧义问题。

“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。” —— 德塔智能创始人兼CEO 马晓健

公司自研的全身全景数采设备采用纯视觉架构,可同步捕捉全身骨架运动轨迹并实时重建三维场景。采集路径分为无本体动捕模式(高效低成本)和遥操作采集(真机微调),两者搭配平衡数据规模与适配精度。

在模型架构上,德塔智能采用“大脑+小脑+力位混合”三层协同架构:大脑负责环境感知与长时序规划,小脑通过仿真强化学习实现全身平衡与精细控制,力位混合层输出柔顺控制。大脑训练依赖真机原生交互数据,小脑则以仿真为主,仅用少量真机数据微调。

“大脑要学复合交互操作,对真实接触物理要求极高,只能以真机数据为核心;小脑要学动态平衡,依赖物理规则即可迭代,仿真能低成本供给无限试错样本。” —— 马晓健

公司已与智元、乐聚、星海图、宇树等头部人形机器人厂商建立合作,通过标准化的适配流程(全身动捕采集、跨本体运动重定向、小脑仿真学习、大脑微调)实现模型在不同硬件平台间的快速迁移。

🚀 对企业 AI 化的启示

  1. 技术路径选择:德塔智能坚持原生三维世界引擎和全身协同架构,而非在现有框架上修补,表明在具身智能领域,从底层构建专用基础模型可能比通用模型迁移更有效。
  2. 数据策略:区分大脑与小脑的数据需求——真实交互数据用于复杂任务学习,仿真数据用于平衡控制,这种分层策略可降低数据成本并提升模型泛化能力。
  3. 生态定位:作为基础模型提供商,德塔智能与多家硬件厂商合作,形成“模型+本体”的协同生态,这种定位有助于快速占领市场,避免与主机厂直接竞争。
  4. 融资节奏:半年内完成六轮融资,显示资本对人形机器人基础模型赛道的强烈信心,企业应关注该领域的投资窗口期。

【官方原文链接】点击访问首发地址

常见问题

德塔智能近5亿元天使++轮融资将主要用于人形机器人基础模型HFMs的迭代、全身全景数采设备的量产以及团队扩充。

人形机器人基础模型德塔智能UCLA博士团队天使++轮融资具身智能

相关文章