人形机器人领域迎来一笔重磅融资。近日，专注于原生通用人形机器人基础模型研发的德塔智能宣布完成近5亿元天使++轮融资，投资方涵盖多家上市公司产业方及头部财务投资机构。这笔资金将主要用于基础模型迭代、自研数采设备量产、数据闭环建设及核心研发团队扩充，加速技术向工业场景的工程化落地。
成立仅半年，德塔智能已连续完成六轮融资，此前投资方包括北京通研院、智元机器人、乐聚机器人等主机厂，以及高瓴创投、元禾控股等财务机构，汽车与半导体领域资本也参与其中。公司以人形机器人为载体，聚焦原生通用基础模型HFMs（Humanoid Foundation Models）研发，旨在实现通用全身协同操作（Loco-Manipulation），推动具身智能在工业与家庭场景的实际应用。
团队核心成员均拥有UCLA博士学位，兼具清华本科、北大任教等学术背景，技术专长覆盖机器人学习、大规模机器学习及具身智能等领域。其研究及产业经历横跨Google Robotics、NVIDIA Research、DeepMind等国际顶尖机构，并参与过美国DARPA、ONR及NSF多项机器人项目。这种横跨学术与产业的多元积累，使团队具备从前沿研究到技术落地的全栈软硬件能力。
当前，具身智能赛道正从运动展示向物理作业转型。德塔智能的技术路径明确：双足人形机器人的基础模型需从设计之初就服务于“全身智能”，而非在既有框架上修补。创始人兼CEO马晓健指出，真实物理空间中的台阶、门槛、楼梯等复杂地形，要求机器人同时具备移动、操作与动态平衡能力，而传统二维视觉表征模型因缺乏空间深度、几何关系歧义等问题，难以支撑长时序连续作业。例如，机器人面对门把手时，二维模型难以精准判断距离、方向及身体空间调整需求，误差累积会导致任务失败。
为解决这一结构性偏差，德塔智能构建了原生三维世界引擎，以三维表征为核心，直接处理点云、高斯溅射等数据，实现原生三维理解与环境状态推演。引擎运转依赖自研的全身全景数采设备，该设备采用纯视觉架构，可同步捕捉手、脚、腰、肩等全维度关节运动轨迹，并基于第一视角视频流实时重建全局三维场景。单次采集可输出两类核心数据：一是完整人体骨架数据，还原手脚协同、重心切换等交互逻辑；二是高精度三维场景数据，记录障碍物、台阶等环境参数。
在数据采集路径上，德塔智能设计了分层方案：遥操作采集用于真机微调与精度对齐，无本体动捕模式（如UMI、Ego-centric）则通过虚拟环境大规模积累通用样本。前者成本高但精度高，后者效率高且硬件成本低，两者结合平衡了数据规模、成本与适配需求。马晓健强调，多数现有方案仅采集手部等局部动作，导致模型难以理解全身与环境交互，而德塔的全维度采集模式可支撑攀爬梯具、推拉重型门等复杂任务训练。
感知层突破仅是第一步，机器人需将高层任务意图转化为毫秒级肢体运动，而高自由度人形本体的数十个联动关节使底层控制链路复杂度极高。传统方法直接将规划模型指令下发至底层控制器，导致动作卡顿、失衡等问题。德塔智能提出“大脑+小脑+力位混合”三层架构：大脑搭载三维世界引擎，负责环境感知与任务规划；小脑基于仿真强化学习训练的神经网络，将高层指令转化为精细控制信号，动态调整重心与四肢发力；力位混合层输出柔顺控制，解决高自由度本体平衡难题。
该架构的差异化价值在高自由度设备上尤为显著。小脑通过全身全景数据持续迭代，可自适应适配各类复合任务，而标准化本体适配流程使模型能快速迁移至不同硬件平台。目前，德塔智能已与智元、乐聚、星海图等头部厂商建立合作，作为基础模型提供方，其技术成为连接硬件与上层应用的关键环节。马晓健认为，随着具身智能产业化加速，算法企业与硬件主机厂的深度协同将成为主流模式。
针对真实数据与仿真数据的配比问题，马晓健解释称，大脑与小脑采用完全独立的训练体系：大脑依赖真机原生交互数据，因仿真器难以复刻柔性形变、多触点受力等复杂接触；小脑则以仿真环境为核心，通过强化学习进行海量试错，仅用少量真机动捕数据校准。这种分工源于两者任务属性差异——大脑需学习复合交互操作，对真实物理要求极高；小脑需学习动态平衡，依赖物理规则即可迭代。
面对不同厂商人形本体的硬件差异，德塔智能沉淀了一套标准化适配流程：通过全身动捕数据采集、跨本体运动重定向、小脑仿真强化学习及大脑快速微调，实现模型跨平台迁移。重定向环节基于多约束优化算法，确保关节运动值落在本体限位区间内，同时保留原始动作的核心发力逻辑，如开门借力、爬梯等动作的重心轨迹与手部轨迹不偏移。小脑在仿真环境中完成强化学习后，大脑仅需少量真机数据微调即可匹配新本体特性，大幅降低适配周期与硬件损耗成本。
