半年5轮融资！三个清华UCLA博士，从BIGAI跑出人形机器人黑马

德塔智能成立不到半年时间，已经连续完成了五轮融资。从北京通研院、乐聚机器人、智元机器人的种子轮，到元禾控股、复星锐正的种子+轮，再到华映资本、华盖资本、联想创投联合领投的天使轮，以及最近的珠海科技产业集团、海望资本、梅花创投参与的天使+轮，节奏快得让人目不暇接。

投资方名单里，既有高瓴创投、联想创投这样的顶级财务机构，也有智元机器人、乐聚机器人这样的产业方，还有珠海科技产业集团这样的地方政府基金。成立半年、五轮融资、明星股东云集，这样的速度和阵容，在整个硬科技创业史上都不多见。

更有意思的是这家公司的创始人组合。三个核心创始人，清一色的清华本科+UCLA博士背景，分别从Google Robotics、DeepMind、NVIDIA Research回来，身上带着最前沿的AI和机器人研究履历。

这匹从北京通用人工智能研究院（BIGAI）跑出来的黑马，到底什么来头？

马晓健、刘航欣、黄思远，三个人的人生轨迹像是被什么东西牵引着，最终交汇到了德塔智能这家公司。

三个人有很多共同点：本科都读于清华，博士都毕业于UCLA，都有海外顶尖机构的研究经历，最后又都选择了回国做人形机器人。

马晓健是创始人兼CEO，先后在Google Robotics和NVIDIA Research从事具身智能基础模型研究，回国后加入北京通用人工智能研究院，主导跨本体数据采集和具身基础模型项目。黄思远是联合创始人兼首席科学家，曾在DeepMind和Meta做空间智能研究，提出过力-位混合控制统一理论，拿过CoRL最佳论文奖，现在也是BIGAI具身机器人中心主任。刘航欣是另一位联合创始人，北京大学助理教授，曾参与美国DARPA等多项机器人项目，偏系统和产业交付方向。

一个懂基础模型，一个懂控制理论，一个懂产业落地——这样的"铁三角"组合在国内创业公司里相当少见。三人各自在不同方向深耕多年，因为同一个目标走到了一起：做原生的人形机器人基础模型。

2026年1月，德塔智能从BIGAI孵化而出。对他们来说，这不是从零开始的创业，而是多年研究积累的集中爆发。成立的消息还没传开，融资就已经找上门了。毕竟这样的团队背景，在任何投资人眼里都是硬通货。

⏰️与具身智能赛道的一线创业者、投资人深度交流，扫码报名9月GEIA GBA粤港澳大湾区具身智能与人形机器人创新周↓

在德塔之前，已经有很多公司在做人形机器人的大模型了。为什么德塔一出来就能拿到这么多融资？关键在于两个字：原生。

什么是"原生"人形机器人基础模型？简单说，就是从一开始就把人形机器人的完整身体作为建模对象，而不是先做一个通用大模型，再想办法套到机器人身上。

这是两种完全不同的技术路线。

现在行业里的主流做法，是把大模型作为"大脑"，然后再对接下层的感知和控制系统。这种分层架构在特定任务上可以优化得很好，但有一个天然的瓶颈——各层之间是割裂的，机器人很难实现真正的全身协同。就像一个人光脑子聪明，但手脚不协调，干不了精细活儿。

德塔走的是另一条路：围绕全身协同操作（Loco-manipulation）构建从3D场景理解、任务推理、全身控制到力位交互的完整模型闭环。用他们自己的话说，就是让机器人在理解任务的同时，也知道身体该怎么配合完成任务。

这个架构分成三层：最上层是"大脑"，负责场景理解、任务推理和动作决策；中间层是"小脑"，把任务意图转化为全身多关节的连续控制；最底层是力位混合控制，帮助机器人在接触真实物体时兼顾位置精度、力反馈和身体稳定性。

三者协同起来，解决的就是机器人如何从"知道要做什么"，走向"在真实环境中稳定地把事情做成"。

支撑这套架构的核心，是德塔自研的3D世界引擎。这个引擎要解决的问题是：让机器人在行动前先理解空间关系、环境变化和动作后果，然后再去完成开门、搬运、分拣、巡检这些具体任务。这就好比人在做一件事之前，脑子里会先过一遍大概的步骤和可能的风险。

为了训练这样的模型，数据是关键。德塔已经完成了自研全身全景数据采集设备的规模化部署，同时收集手、躯干、腿、脚与环境交互关系的全身数据。他们还深度参与了国内最大的数据采集场建设，为全身协同、长序列任务执行和跨任务泛化提供数据基础。

从目前的进展来看，这条路似乎走对了。德塔的模型已经在宇树、智元、乐聚等多类人形机器人本体上完成了跨本体适配和性能验证。这意味着他们的模型不是为某一款机器人量身定做的，而是可以迁移到不同的硬件平台上。

这也是"基础模型"这四个字的真正含义：通用、可迁移、能泛化。

半年5轮融资，这样的速度即便在火热的AI赛道也相当罕见。资本为什么这么急着投德塔？

首先当然是团队。三个清华+UCLA的博士，分别来自Google、DeepMind、NVIDIA，还有BIGAI的背书，这样的配置在国内具身智能创业公司里是第一梯队的。投资人都明白，在一个技术驱动的早期赛道里，团队就是最大的确定性。

其次是路线的前瞻性。德塔选择的"原生人形机器人基础模型"路线，正好踩中了行业的下一个关键点。当大家还在比拼谁的demo更炫、谁的动作更流畅的时候，德塔已经在思考更底层的问题：怎么让机器人真正具备全身协同的能力，怎么从实验室走向真实场景。

更重要的是，德塔不是只会做研究的团队。他们已经在真实场景中拿到了验证结果。

在工业制造领域，他们和一汽红旗合作完成了产线协作任务；在能源领域，他们和南方电网合作完成了配电站巡检；在电子制造领域，他们完成了SMT料盘分拣的任务验证。这些不是PPT上的案例，而是真实发生的项目。

这个节奏很有意思，一边是快速的融资节奏，一边是稳步的场景落地。两者相互推动，形成了一个正向循环。

但人形机器人基础模型毕竟是一个太新的方向，技术落地的难度远比想象中大。德塔的模型虽然已经在多个本体上完成了适配，但距离大规模商业化还有很长的路要走。全身协同操作的稳定性、不同场景的泛化能力、成本控制，每一关都是硬仗。

赛道里的玩家也越来越多。海外有Physical Intelligence、Figure这样的明星公司快速推进，国内有智元、宇树、优必选等公司在各自的路线上发力，还有无数新的创业公司在涌入。技术代差会不会被快速抹平，谁也说不准。

不过资本显然愿意赌这个未来。就像当年的大模型赛道，没人知道最终谁能跑出来，但所有人都知道这是一个可能改变世界的方向。人形机器人基础模型，也是一样的逻辑。

对德塔来说，半年5轮融资不是终点，而是一个新的起点。他们的目标很明确：让机器人从"会动"走向"能干活"。这句话说起来简单，但要真正实现，可能需要五年、十年，甚至更久。

但至少，他们已经出发了，而且跑得很快。