• 回答数

    0

  • 浏览数

    11

  • 收藏数

    0

作者:admin 发表于 3 天前
跳转到指定楼层
作者 | 黄楠 编辑 | 袁斯来 硬氪获悉,人形机器人基础模型公司德塔智能(Delta Intelligence)近日完成近5亿元天使++轮融资,本轮投资方包括多家上市公司产业方和头部财务投资机构。 资金将主要用于人形机器人基础模型持续迭代,加快自研数采设备的量产与数据闭环建设,扩充核心研发团队,以推动技术在真实工业场景中的工程化落地与验证。 这也是公司成立半年内完成的第六轮融资,此前,投资方包括北京通研院、智元机器人、乐聚机器人、星海图等人形机器人主机厂,高瓴创投、元禾控股、复星锐正、华映资本、联想创投等财务机构,以及汽车、半导体领域资本。 德塔智能成立于2026年1月,专注研究原生通用人形机器人基础模型 HFMs(Humanoid Foundation Models),最终实现通用的人形全身协同操作(Loco-Manipulation),推动具身智能向工业与家庭场景的真实应用。 以人形机器人为载体,加速物理通用人工智能(Physical AGI)的到来。 三位核心创始人均获UCLA博士学位,具有清华本科、北大任教等学术背景。 团队的技术专长覆盖机器人学习、大规模机器学习、机器人系统与具身智能,研究及产业经历横跨Google Robotics、NVIDIA Research、DeepMind、Meta、北京大学和北京通用人工智能研究院,并参与过多项美国DARPA、ONR及NSF机器人项目。 多元的研究方向与横跨学术界、产业界的实践积累,使团队形成了从前沿研究到技术落地的全栈软硬件能力。 具身智能赛道正从运动展示加速迈向物理作业。 德塔智能团队创立背后,源于一条清晰的技术路径探索:双足人形机器人的基础模型,必须从一开始就为“全身智能”而建,而非在既有框架上进行迁移复制或填补。 一个必须面对的事实是,人形机器人走出实验室之后,面对的是带有台阶、门槛、楼梯及其他特殊地形的真实物理空间。 这些场景中,机器人既要移动,又要操作,还需在动态环境中持续保持平衡与决策,要实现全身协同操作,前提是设备对所处空间有足够精准的认知——这种空间理解必须是三维的、实时的、无歧义的。 然而,当前主流的具身智能模型中,其空间认知仍建立在二维视觉表征之上。 当机器人走进工业生产、能源运维、家庭服务与户外巡检等真实复杂环境,二维视觉表征容易带来缺失真实空间深度,几何关系存在歧义,大场景中上下文易爆炸的问题,进而制约机器人环境理解与安全作业能力。 举个例子,当机器人站在门前,二维表征往往难以准确判断门把手距离、开门方向、身体空间如何变动才能 ...
该板块内容需要购买后才能完整浏览
立即购买
分享:
回复

使用道具

成为第一个回答人

高级模式 评论
您需要登录后才可以回帖 登录 | 立即注册
⚠️

AI客服助手

×
AI
您好!我是AI客服助手,有什么可以帮助您的吗?

请先登录后使用AI客服助手

立即登录
内容由非常AI大模型生成,仅供参考,相关风险需自行承担。

赚钱

会员VIP

留言板

商务合作

联系电话:17308937318

QQ邮箱

QQ:118275

邮箱:118275@qq.com

友情链接