成立半年融资6轮、狂揽超6亿，这家通研院孵化的清华系“机器人大脑”公司凭什么？

如果要用一个词形容2026年上半年的具身智能赛道，那大概是分化。

这边厢，人形机器人出货量全球第一的智元机器人启动赴港上市流程，估值直奔400亿至500亿港元；那边厢，三家彼此存在直接竞争关系的本体厂商——智元、乐聚、星海图，却做出了一致动作：同时出现在一家成立仅半年的公司股东名单里。

这家公司叫德塔智能。

7月28日，这家由北京通用人工智能研究院（BIGAI）孵化的“机器人大脑”公司宣布完成近5亿元天使++轮融资。至此，德塔智能在成立仅半年的时间内，已完成六轮融资，累计金额超6亿元。

竞对“罕见同台”：产业资本为何集体押注一家大脑公司

即便是在2026年这个被业内称为“部署态元年”的机器人融资大年，德塔智能的融资节奏，依然堪称光速。

德塔智能成立于2026年1月，短短半年内完成了种子轮、种子+轮、天使轮、天使+轮、天使++轮共六轮融资。最新一笔近5亿元的天使++轮，由多家上市公司产业方和头部财务投资机构共同出资。

更具信号意义的是其背后的投资方结构。

德塔智能是目前公开信息中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。此前的投资方还包括高瓴创投、元禾控股、复星锐正、华映资本、联想创投等头部财务机构，以及汽车、半导体领域的产业资本。

三家在整机市场互为竞对的本体厂商，同时押注同一家“大脑”公司，这在尚处混战阶段的具身智能赛道中并不常见。

其背景是，行业正从运动展示加速走向物理作业。据Omdia统计，2025年全球人形机器人出货量约1.3万台，商业化进程正在提速。人形机器人从能跑能跳的炫技阶段，过渡到进厂干活的实用阶段时，瓶颈不再集中于双足行走或单点操作，而是三维空间理解、全身协同控制和长时序任务规划这些“大脑”层面的能力。

本体厂商以战略投资的方式锁定基础模型能力，自身则聚焦硬件性能、量产能力和成本控制，这种分工在当下的具身智能产业链中正逐步形成共识。

德塔智能的目标，正是成为所有机器人可以共用的“通用大脑”。

 原生路线：从二维“看懂”到三维“理解”

德塔智能选择了一条区别于主流“大模型迁移”的技术路线——原生人形机器人基础模型（HFMs）。

“原生”二字针对的是一个行业顽疾。当前大量具身智能模型的空间认知建立在二维视觉表征之上。机器人站在一扇门前，单目画面难以准确判断门把手距离、开门方向和身体需要让出的空间。这类模糊判断进入真实厂区后会逐步累积，最终导致长时序连续作业失败。

德塔智能的做法是从底层“换掉表征”。其自研原生三维世界引擎，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。

全身全景人类数据采集与全身技能学习

在此之上，德塔智能搭建了 “大脑+小脑+力位混合”三层协同架构。

大脑负责环境感知和长时序任务规划，训练不依赖仿真数据——因为仿真器难以复刻柔性形变、多触点受力这类复杂接触，大脑必须依赖真机原生交互数据。

小脑负责全身平衡与底层控制，在仿真环境中经强化学习海量试错后，将大脑的稀疏指令转化为数十至数百赫兹的全身电机控制信号。

最后经由力位混合层输出柔顺的控制。三个层级分工明确、闭环联动。

家务场景长程全身协同任务作业

这一架构的差异化价值，在高自由度人形本体上尤为突出。要让机器人完成爬梯、推拉重型门、边走边搬运这类“全身协同操作”（Loco-manipulation） ，上述三层缺一不可。德塔智能的模型体系，正是围绕这一行业公认的人形机器人迈向实用化的必由之路构建闭环。

清华-UCLA“铁三角”：从通研院走出的学术派创业

德塔智能的三位创始人，既有UCLA的博士学位和北大教职的学术沉淀，也有Google、DeepMind、NVIDIA等全球顶尖机构的产业历练。

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。他曾先后任职于Google Robotics和NVIDIA Research，从事机器人学习与大规模机器学习研究。回国后，他在北京通用人工智能研究院主导了首个原生空间通才具身智能体、跨本体数据采集场等核心项目。

联合创始人刘航欣，博士毕业于UCLA，现任北京大学助理教授。他曾深度参与美国DARPA、ONR、NSF机器人项目，回国后牵头完成多项人形机器人工业与特种场景应用，并主导研发全球首个全手视触觉灵巧手F-TAC，相关成果发表于《Science》《Nature》子刊。

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，现任北京通研院具身机器人中心主任。他曾在DeepMind、Meta从事前沿研究，提出的空间智能“生成—理解—规划”统一模型及力—位混合控制统一理论，斩获CoRL 2025最佳论文奖。

三位创始人的研究领域覆盖空间智能、具身基础模型、全身控制与系统产业化全链条，形成了“AI基础模型×机器人控制×真实场景交付”的组合。

投资人评价称，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、全身控制和硬件系统，三者兼具的团队在行业中并不多见。

Delta D1：补上数据闭环的最后一公里

本轮融资同期，德塔智能发布了头戴式全身全景数据采集设备Delta D1。

大脑的训练依赖真机交互数据，而这类数据目前没有现成来源。行业主流方案仅能采集手部等局部动作，模型难以完整理解攀爬梯具、推拉重型门这类依赖全身协同的复杂任务。

“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。”马晓健表示，人形机器人必须完整采集全身与环境的交互行为，才能建立无认知偏差的世界模型。

Delta D1的定位是解决这一痛点。采集者佩戴设备正常作业，即可同步记录第一人称全景视觉与全身关节运动轨迹，全程无需机器人本体和动捕棚。全局定位精度控制在2cm以内，数据采完即可用于训练。

针对精细操作场景，手持配件D1-Gripper可补齐抓取、装配等末端细节。采集数据经跨本体重定向后，可用于宇树、智元、乐聚、星海图等不同人形本体的算法训练。

此前，德塔智能已联合中国信息通信研究院发布工业数据集2.0——工人佩戴D1在真实产线上边作业边采集，无需中断生产。

结语

德塔智能用半年六轮融资、超6亿元的资本背书，验证了资本市场对“机器人原生大脑”这一路线的认可。 其原生三维世界引擎、“大脑+小脑”分层架构、以及自研数采设备构建的数据闭环，构成了从底层技术到产业落地的完整逻辑。

目前，德塔智能的模型已在一汽红旗产线协作、南方电网配电站巡检、SMT料盘分拣等真实场景中完成验证，并在宇树、智元、乐聚等多类人形机器人上完成跨本体适配。

在业内公认的具身智能“部署态元年”2026年，人形机器人从舞台走进工厂和家庭的进程正在加速。德塔智能能否为通用人形机器人真正补上“全身智能”这块基座，将成为下一阶段行业关注的焦点。