德塔智能把人形机器人的瓶颈押在「数据基建」上：三维世界、全身采集与跨本体迁移
德塔智能用近5亿元天使++轮融资和 Delta D1 把路线押向三维世界、全身数据采集与跨本体迁移；本文同时梳理 7 月 25 日至 31 日的监管、模型、机器人供应链与自动驾驶交叉信号。
7 月 28 日至 29 日，德塔智能连续被媒体报道完成近 5 亿元人民币天使++轮融资，并发布头戴式全身全景数据采集设备 Delta D1。把两条信息放在一起看，这家公司暂时没有把资源押在自造人形机器人本体上，而是试图先解决具身模型最难规模化的一段：如何低成本获得带有空间、动作和接触关系的全身数据，再把这些数据迁移到不同本体。
这是一条有技术逻辑、但商业化证据仍不完整的路线。公开材料足以说明它在搭建「数据采集—模型训练—跨本体适配」的基础设施，也足以说明资本正在为这条路线买单；但客户名称、任务量、连续运行时长、模型指标和收入仍没有公开到可以审计的程度。
德塔智能在做什么：不是换一个 VLA，而是改训练数据的入口
德塔智能成立于 2026 年 1 月，公开定位是原生通用人形机器人基础模型，目标是让人形机器人完成移动与操作结合的全身协同任务。公司创始团队把问题拆成两个相互牵制的部分：机器人需要理解三维空间，也需要在数十个关节同时运动时保持平衡并完成发力。
其公开技术路线包含三层：
- 大脑负责环境感知、长时序任务规划和高层操作决策。公司称这一层以真机原生交互数据为核心，不把仿真数据直接当成复杂接触任务的替代品。
- 小脑负责全身平衡和底层控制，在仿真环境中通过强化学习试错，把稀疏的高层指令转换成高频的全身电机控制信号。
- 力位混合层负责把动作输出为更柔顺的控制，连接规划结果与真实执行。
大脑与小脑采用不同数据链路，不是把所有数据混在同一个训练池里。这种分层的价值在于：长时序的开门、爬梯、搬运等任务依赖真实接触关系，仿真器很难完整复刻；动态平衡则更适合在仿真里大量试错。德塔智能还把三维世界引擎放在大脑层，处理点云和高斯泼溅等三维场景表示，用于环境理解、推理和状态预测。36 氪对技术路线与访谈的报道
这与行业数据研究提出的方向相吻合。7 月 27 日发布的《Data Pyramid for Embodied Manipulation》把具身数据分为真实机器人、UMI 式采集、第一/第三视角数据、仿真数据和通用视觉语言数据五层，并用机器人对齐度、可扩展性、物理保真度等维度比较它们。结论不是某一种数据可以包打天下，而是具身基础模型正在走向多源混合训练：真实数据负责物理有效性，UMI 和第一视角数据负责扩展采集，仿真负责低成本试错。论文原文
产品与 Demo：D1 把采集端从机器人本体上拿下来
Delta D1 是目前最能说明这条路线的公开产品。媒体报道显示，操作者佩戴设备正常作业，即可同步记录第一人称全景视觉和全身关节运动轨迹；采集过程不依赖机器人本体，也不要求专业动捕场地，公开披露的全局定位精度为 2 厘米以内。资金用途则包括推进数采设备量产和数据闭环建设，这意味着「量产」仍是下一步，而不是已经完成的交付结果。新浪科技报道
D1 的商业价值不在于它是一副更轻的动捕设备，而在于它把数据供给从「逐台机器人采集」改成「先采集人的全身行为，再做跨本体重定向」。36 氪报道的适配流程包括全身数据采集、跨本体运动重定向、小脑仿真强化学习和大脑快速微调。人体动作不能直接复制给不同机器人：自由度、尺寸、关节限位、重心分布都不同，重定向算法必须在保留发力逻辑的同时满足本体约束。36 氪对适配流程的报道
公开报道还称，德塔智能的基础模型已进入电网全身巡检、汽车零部件上下料和 SMT 料箱分拣等工业场景，并已与智元、乐聚、星海图、宇树等厂商合作。但报道没有同时给出客户名称、任务成功率、连续运行时长、维护成本或合同金额，因此「进入场景」应理解为公司或媒体对验证阶段的描述，不能等同于已形成可复制的商业部署。相关报道
这里的证据等级要分开看：D1 的设备功能是已发布信息；基础模型「进入真实作业」是媒体转述；工业场景的效果、规模和付费关系仍未公开。对一家成立半年、连续融资的公司来说，后一层才决定数据基建能否变成业务，而不只是研发工具。
融资与人才：资本先买数据闭环，团队先补模型与系统能力
7 月 29 日，新浪科技报道德塔智能完成近 5 亿元天使++轮融资，资金将用于基础模型迭代、自研数采设备量产、数据闭环建设、扩充核心研发团队和真实工业场景验证。36 氪称，这是公司成立半年内完成的第六轮融资；其报道列出的此前投资方包括智元机器人、乐聚机器人、星海图，以及高瓴创投、元禾控股、复星锐正、华映资本和联想创投等。两篇报道都没有披露本轮全部投资人、估值和交易条款，因此金额应保留为「近 5 亿元」，不外推估值。新浪科技；36 氪
团队构成也解释了公司为什么选择模型和数据入口。36 氪报道显示，三位核心创始人均有 UCLA 博士背景，经历横跨清华、北京大学、Google Robotics、NVIDIA Research、DeepMind、Meta 等学术与产业机构；创始人兼 CEO 马晓健的研究经历包括机器人学习和大规模机器学习。这样的履历覆盖三维视觉、模型训练、全身控制和系统工程，但它不等于已经拥有大规模交付团队，后者正是本轮融资用途里「扩充核心研发团队」所指向的下一步。36 氪团队报道
四个维度的证据表
| 维度 | 已公开的信号 | 仍缺的验证 |
|---|---|---|
| 技术路线 | 三维世界引擎；大脑、小脑、力位混合三层架构；真机数据与仿真分工 | 公开论文、模型规模、基准成绩和失败案例 |
| 产品与 Demo | Delta D1；公开提到电网巡检、汽车零部件上下料、SMT 分拣 | 客户、任务量、成功率、运行时长、维护成本 |
| 融资与人才 | 近 5 亿元天使++轮；半年六轮；核心创始团队背景 | 本轮完整投资人、估值、收入、招聘规模与关键岗位变动 |
| 供应链与合作 | 与多家人形本体厂商合作；联合中国信通院发布工业数据集 2.0；跨本体适配 | 是否形成付费合同、数据授权边界、不同本体的实际迁移成本 |
表里的最后一列不是挑剔项，而是判断这条路线能否成立的关键。数据采集设备可以降低单条数据的边际成本，但如果每换一家本体都需要大量人工重定向和真机微调，模型公司的复用率仍然会被硬件差异吃掉。反过来，如果 D1 能在不打断产线的情况下持续采集，并把动作可靠地迁移到多个本体，数据网络才可能成为规模效应的来源。关于工业数据集与跨本体合作的报道
本周行业快讯：7 月 25 日至 31 日
人形机器人与监管
- 宇树科技启动科创板 IPO 时间表。 路透社 7 月 30 日报道，宇树计划 8 月 10 日开始申购，拟发行 4,044.6 万股，约占发行后股本的 10%；招股材料显示，公司称 2025 年收入接近 17 亿元，高于上一年的 3.93 亿元。公司同时提示，现有产品已有 FCC 认证，但未来在境外生产的新型号可能受到美国市场限制。发行安排和收入是披露信息，不应直接当作出货量或盈利能力。路透社
- FCC 把新型外国制造先进机器人纳入 Covered List。 FCC 7 月 28 日 FAQ 说明，限制主要针对此前未获授权的新型号：这类设备通常不能取得进口、营销和销售所需的设备授权；已经获得授权的既有型号，以及消费者已购买设备的继续使用，不因这次更新自动被禁止。FAQ 还保留了条件批准路径，固定机械臂不在「先进机器人设备」定义内。FCC 官方 FAQ
- 比亚迪预告 8 月上旬公开展示服务型人形机器人。 KrASIA 报道称，比亚迪计划在郑州 D Space 设施首次公开亮相昵称为「小迪」的机器人，披露参数为 1.61 米、58.5 公斤、全身 31 个自由度；但该报道的消息来自比亚迪社交媒体和向媒体的确认，相关原帖后来被删除。门店部署、每店 2 至 3 台等内容属于目标，不是已完成的量产或交付。KrASIA
具身基础模型与数据
- AGIBOT 把音视频交互、动作和表情放进同一模型。 7 月 28 日官方新闻稿称，WITA-Omni Preview 使用 Thinker–Talker–Actor 架构，在 Daily-Omni 音视频推理基准上平均准确率 85.21%，在报告的 8 项指标中有 6 项第一或并列第一。训练包括监督微调、在策略蒸馏和强化学习；这些是公司披露的 benchmark 结果，不等于机器人已在工业任务中取得同等成绩。AGIBOT 官方新闻稿
- World Labs 把世界模型接到真实机器人训练。 公司 7 月 28 日介绍 R2S2R 引擎，可把真实任务重建成可控仿真，再改变外观、物体配置、杂乱程度、物理参数和相机视角。其博客称，多项策略可在零真实世界训练数据的仿真中训练，再迁移到 ALOHA、RB-Y1、YAM、Flexiv 和 xArm 等平台，并在部分任务上自主运行一小时；这是公司博客中的演示与评估结果，不是独立审计的客户部署数据。World Labs
- Enigma 用大规模人机互动试验换取融资和数据。 TechCrunch 7 月 27 日报道，这家机器人 AI 初创公司完成 7,100 万美元 seed 轮融资，Index Ventures 领投；公司称在以色列和加州机库里运行 100 多台机器人，向公众开放画画、混合液体等互动实验。公司已与医疗、物流和娱乐行业接触，但具体商业用例没有公开，不能把「100 多台」写成已售或已部署客户数量。TechCrunch
工业、服务与供应链
- 车辆护理成为服务机器人更具体的落点。 Business Wire 7 月 30 日披露，Skyline Automation 对 Confinity Robotics 进行战略投资，并建立优选平台合作，双方把车辆搬运、输送和存储自动化与机器人洗护车平台结合；Confinity 的多机器人平台已经在租赁车辆行业运行。公告没有披露投资金额、部署规模或客户名单。Business Wire 原始新闻稿
- 执行器供应链开始按汽车式制造规划。 Stabilus 与 Synapticon 7 月 29 日宣布联合开发和生产人形机器人集成执行器：Synapticon 负责软件、驱动、电子元件、传感器和功能安全，Stabilus 负责机械设计、采购、工业化、制造、装配和物流。公告计划 2027 年在欧洲小批量生产、2028 年起在北美大规模生产，但未披露订单或合作金额。EQS News 公告
自动驾驶与具身交叉
- 黑芝麻智能把车规算力平台接到机器人生态。 黑芝麻智能与正行创新 7 月 29 日签署战略合作协议，公开方案是由黑芝麻提供 SesameX 机器人平台及工具链，正行创新负责世界动作模型、强化学习和面向场景的算法适配；双方计划覆盖本土化生态、真实场景部署和海外商业化。协议没有披露首个项目、投资金额、客户、量产时间或具体芯片参数。美通社公告
- Zoox 获得联邦层面的收费运营豁免，但还没绕过州级许可。 路透社 7 月 30 日报道，NHTSA 允许 Zoox 在未来两年每年最多部署 2,500 辆无方向盘、无人工控制装置的电动 robotaxi，并开始收取乘车费用；该决定仍受州和地方审批、事故与不当停车报告义务约束，重大安全问题还可能触发撤销。它说明自动驾驶的商业化门槛正在从「能否运行」转向「能否在监管条件下持续运营」。路透社
接下来该盯什么
对德塔智能，最有信息量的不是下一轮融资标题，而是五个可公开核验的结果：D1 是否真的量产；采集设备在真实产线的日均有效数据量；同一模型迁移到不同本体需要多少真机微调；电网、汽车零部件和 SMT 场景能否公布任务成功率与连续运行时间；以及本轮资本是否带来明确客户、数据伙伴或付费合同。
行业快讯也指向同一条主线：宇树的 IPO 与 FCC 新规把硬件出口和监管边界摆上台面，AGIBOT、World Labs 和德塔智能分别从交互数据、仿真数据和全身数据入口寻找模型供给，执行器合作则把量产时间表往 2027 至 2028 年推。下一期判断这些路线时，仍应把「已公开计划」「演示结果」「试点运行」和「可重复的商业运营」分开。
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.