德塔智能成立不足半年连获五轮融资，专注人形机器人基础模型

德塔智能正在聚焦一项极具现实意义的核心任务——为双足人形机器人打造一个能够理解三维空间、实现全身协同，并切实完成复杂任务的基础模型。

据知名科技媒体AI科技评论独家披露，这家专注于原生人形机器人基础模型的企业，近日已连续完成种子+轮、天使轮及天使+轮融资。具体来看：种子+轮由元禾控股、复星锐正联合出资；天使轮由华映资本、华盖资本、联想创投共同领投，老股东元禾控股、复星锐正超额追投；天使+轮则获得了珠海科技产业集团、海望资本、梅花创投等财务投资机构支持，半导体产业链相关企业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。

然而，比融资速度更值得关注的，是另一项关键趋势：多家头部人形机器人本体厂商、市场化投资机构，以及汽车与半导体产业资本，正同时押注同一个核心命题——双足人形机器人已能实现行走、奔跑与跳舞，下一步，如何让它真正进入家庭与工厂执行实际任务？

双足人形机器人已能“表演跳舞”，

但尚未真正“投入生产作业”

过去几年，双足人形机器人在运动能力上取得了显著进展。从稳定行走、奔跑，到跳舞、空翻及各种高难度动作，它们越来越接近人类的形态与运动方式。但公众真正的期待，并非观赏更多表演性质的动作展示，而是希望机器人能真正融入人类的生活与工作场景：整理房间、搬运物料、操作工具、完成产线装配，或在复杂环境中持续执行任务。从完成一段预设动作，到自主、稳定、连续地完成一项工作任务，中间的技术鸿沟远比许多人想象的要深。

那么，如何让双足人形机器人从“擅长表演”走向“真正干活”？德塔智能给出的答案，集中体现在技术路线与产业推进的五个关键方面。

第一，人形机器人不能只会“行走”，也不能仅会“抓取”——真正的难点在于全身协同作业。目前，大量具身智能模型主要还是在固定机械臂或轮式双臂机器人上进行训练与验证，重点解决局部空间内的抓取与操作。但双足人形机器人大不相同，它需要在移动并保持平衡的同时，协调双手、双腿、腰部与躯干，并处理位置、受力、重心及环境变化。行业通常将这种能力称为Loco-manipulation，即全身协同操作，也可进一步概括为“全身智能”（Whole-Body Intelligence）：让机器人具备“边走边工作”的能力，从单点展示迈向连续、复杂且可复制的真实作业。德塔智能研发的人形机器人基础模型，从起点便将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，使机器人在理解任务的同时，也清楚身体应如何配合完成任务。

第二，机器人要在真实世界执行任务，首先需要看懂三维空间。人形机器人在工厂、能源、商业及家庭等开放环境中完成任务，仅识别二维画面中的物体远远不够，更需要理解物体间的三维空间关系、环境变化以及动作可能带来的后果。例如开门时，机器人不仅要知道门的位置，还需判断门把手位置、门的打开方向、身体站位以及动作后的可能结果。德塔智能自研的3D世界引擎，正是为了解决这类问题：让机器人在行动前先理解空间关系、环境变化与动作后果，然后再执行开门、搬运、分拣、巡检、质检等任务。

第三，机器人不仅要“想清楚”，还要“动得稳”。在德塔智能的模型架构中，大脑负责场景理解、任务推理与动作决策；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、力反馈与身体稳定性。三者协同工作，解决的是机器人如何从“知道该做什么”，走向“在真实环境中稳定地把事情做成”。

第四，训练人形机器人，不能仅采集一双手的数据。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，同步收集手、躯干、腿、脚与环境交互关系的全身数据，为全身协同、长序列任务执行及跨任务泛化提供数据基础。目前，团队深度参与了国内最大数据采集场的建设，加速人形机器人全身数据的采集进程。

第五，模型能力不能仅绑定于一台机器人。德塔智能正通过与多家头部人形机器人本体厂商合作，在不同硬件与真实任务中持续验证模型能力，以此提升人形机器人基础模型的通用性，同时让模型反过来参与本体设计、数据采集标准及场景落地流程的优化。

多家头部本体厂商协同布局，

产业协同与分工成为行业关键词

据AI科技评论了解，德塔智能是目前唯一一家同时获得智元机器人、乐聚机器人与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；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。这不仅意味着德塔智能正与国内头部本体厂商形成协同布局，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、可靠性与量产能力，而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。

德塔智能的目标，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。另一方面，团队正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了跨本体适配与性能验证。围绕工业制造与能源等场景，德塔团队已在一汽红旗产线协作、南方电网配电站巡检、SMT料盘分拣等真实任务中完成验证，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。在模型与数据方面，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及多任务连续执行演进。

公司成立不足半年，

团队却已沿此路线积累多年

德塔智能成立时间不长，但创始团队在人形机器人领域已持续积累多年，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”复合能力组合。

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从事机器人学习与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与三维空间理解能力，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，共同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。德塔智能创始人马晓健向AI科技评论表示：“本轮融资后，我们将继续把资源集中投入人形机器人基础模型研发，推动机器人从‘会动’走向‘能干活’，并让这一能力适配更多本体、进入更多真实场景。”

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：德塔智能成立不足半年连获五轮融资，专注人形机器人基础模型要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题