营业执照上的油墨还没干透，德塔智能已经把融资轮次玩到了 " 天使 ++"。
7 月 28 日，披露的近 5 亿元融资，是这家 2026 年 1 月才成立的公司，半年里拿下的第六笔钱。
到这一轮天使 ++，投资方阵容里又多了多家上市公司产业方和头部财务机构，具体名单和最新估值暂未对外披露。这笔近 5 亿的资金，会重点砸向四个方向：人形基础模型迭代、自研数采设备量产与数据闭环搭建、研发团队扩招，以及真实工业场景的工程化落地验证。
资本敢在天使轮就这么密集下注，首先赌的是这支团队的技术底色。
三位核心创始人全是 UCLA 博士背景，凑在一起，几乎把具身智能领域顶尖产学研的履历拼了个齐整。
CEO 马晓健是清华计算机本科出身，先后在 Google Robotics、NVIDIA Research 做研究，回国后在北京通研院主导原生空间通才具身智能体项目。
另一位联合创始人兼首席科学家黄思远，清华自动化本科、UCLA 博士，目前是北京通研院具身机器人中心主任，曾在 DeepMind、Meta 做核心研究员，主导的力位混合控制算法拿了 CoRL 2025 的杰出论文奖。清北的学术背景，加上海外顶尖科技公司的产业经验，这套阵容放在整个具身智能创业圈，都算得上第一梯队的配置。
和多数扎堆挤入硬件本体赛道的玩家不同，德塔智能选了一条更 " 轻 "，也更卡脖子的路。
他们不做机器人硬件，一门心思扑在 " 人形基础模型 + 数据基建 " 上，要给全品类机器人做通用的智能能力底座。公司由北京通用人工智能研究院孵化，和研究院共建了联合实验室，起步就依托成熟的跨本体具身智能、全景数据采集技术，省去了从零起步的漫长试错期。
技术上的壁垒，藏在很多同行没啃下来的细节里。
他们自研的 HMs 人形基础模型，从一开始就瞄准原生通用人形机器人智能底座，核心要解决的是行业卡了很久的机器人全身协同操作难题。整个技术栈搭了自研的原生 3D 世界引擎，能直接处理点云、3D 高斯泼溅这类三维数据，不用像多数方案那样靠二维视觉 " 猜 " 空间。架构上用了 " 大脑 + 小脑 + 力位混合 " 三层协同设计，大脑管环境感知和任务规划，小脑在仿真里靠强化学习练平衡和底层控制，最后力位混合层输出柔顺控制指令，适配复杂动态场景的作业需求。
配套的数采设备也走了自研路线，Delta D1 头戴式全身全景采集设备，不用搭动捕棚，也不用依托机器人本体，人正常干活的时候就能同步采集第一人称全景视觉、全身关节运动轨迹，全局定位精度能到 2 厘米；搭配 D1-Gripper 设备，还能精准补采双臂精细操作的数据，直接形成完整的数据采集闭环。
放眼整个行业，目前同时拿到智元、乐聚、星海图三家头部人形本体厂战略投资的基础模型企业，暂只此一家。现在他们的模型已经完成了宇树、智元、乐聚、星海图等主流机器人本体的适配兼容，工业场景已经落地了电网全身巡检、汽车零部件上下料、SMT 料箱分拣三类核心作业。
更关键的是他们跑通了一套标准化适配链路，从动捕采集、跨本体重定向，到小脑仿真强化学习、大脑微调，形成了完整的技术闭环。新的机器人本体接入，不需要大规模重新采集、训练数据，这种跨本体的泛化能力，也是他们和头部本体厂商自研模型最核心的差异。
他们的野心，不止于做一家卖模型的公司。
德塔智能牵头联合中国信通院发布了工业数据集 2.0，清华、北大、京东、中兴、埃夫特、埃斯顿、海信等产学研单位都参与了共建。他们还在持续对外开放自研的采集体系，拉着本体厂商、科研机构一起建行业级的具身智能数据基础设施，想打破行业里单企封闭的数据体系，做通用的行业数据底座。
这一点，刚好和这轮融资的核心投入方向踩在了同一条线上。
来源：星河商业观察
