德塔智能发布原生人形机器人基础模型Delta-0

9月28日，德塔智能发布原生人形机器人基础模型 Delta-0（Δ₀）。

通过该Demo，Delta-0展示了比肩Figure Helix 2.5的自主长程、全身协调、快速敏捷等能力，让人形机器人在210秒内，规划32步，完成9个家庭场景常见任务，刷新了人形机器人在单位时间内完成任务数量和质量的上限。

该Demo以一镜到底的方式，完整呈现了搭载 Delta-0的人形机器人在卧室、客厅和厨房等家居场景中识别环境、准确理解和规划任务，通过全身协同操作，连续完成了识别、放好游戏机并整理床铺、捡起地面玩偶并放置、拿起衣物并放进洗衣机、拿起杯子并放入洗碗机、打开冰箱找到变质水果、踩下垃圾桶脚踏板丢弃水果，最后坐到沙发上。

与此同时，另一台配备高自由度灵巧手的人形机器人，则完成了拿起黑胶唱片，操作唱片机播放，应声起舞等一系列精巧的全身协同操作任务。

Delta-0模型的领先源自“大脑-小脑-力位”协同设计。Delta-0面向人形机器人的完整身体构建模型，将视觉、语言和本体状态等输入转化为统一的全身动作目标，把空间理解、任务推理、动作决策和全身控制联系起来，让人形机器人能够在移动和保持平衡的同时完成操作。

Delta-0的“大脑”根据视觉为主的多模态传感，指挥人形机器人手脚的运动；“小脑”则是负责全身协调平衡与运动本能，将大脑的指令变为高频的电机控制；“力位” 混合控制兼顾运动位置与接触受力，让机器人在接触物体时精确调整动作，并保持身体稳定。

在数据与训练方面，Delta-0复用既有上肢操作及跨本体数据，并结合团队采集的人类全身动作数据，补足下肢参与、移动和姿态变化等信息。其中，以人为中心的数据管线，覆盖采集、标注、处理和预训练；真实交互反馈、人工纠正与强化学习，则用于后训练和失败恢复。

Delta-0模型还采用了“真实-仿真-真实”的策略学习与评估体系。Delta-0的训练基于德塔D1采集的人类第一视角观测与全身动作数据，以及多样化运动数据，能理解真实环境与人体如何响应和交互。

Delta-0还通过增量动作接口接收策略指令和人工纠正，利用真实物理交互反馈与强化学习继续改进行为。评测方面，系统将真实场景重建到仿真环境中，让人形智能体重复导航、操作和重试，再回到实机验证，确认仿真结果能否迁移。

德塔智能创始人兼CEO马晓健博士认为：“人形机器人的价值，不只是外形接近人，而是能够进入已经按人的尺度建成的空间，在复杂环境中移动，并同时完成全身协同操作，机器人需要把通过性和操作能力放在同一个任务里考虑，更困难的是让这些能力在一个连续任务里配合起来，交付结果。Delta-0的技术Demo，部分展示了我们在这一领域的能力，也让行业更有信心，加速推动人形智能在真实场景的爆发式落地。”

机器人能接好班，要自主长程。本体在210秒内完成9项任务，意味着Delta-0在完成任务之间，需要根据本体移动获得的信息，自主切换任务目标，调整完成任务的优先级和顺序，让前一动作留下的身体姿态和物体状态，成为后续决策的条件。

Delta-0之所以能实现自主长程，是基于移动和操作的未降速数据进行训练，成为一个能够理解空间与物理，学会人类与环境交互方式，并迁移到不同机器人本体上的智能大脑，是一个依托于本体觉，理解力交互的高自由度运动协调本能模型，从而实现上层智能（大脑）与底层本能（小脑）的深度协同。

机器人任务做得好，要全身协调，这体现在对物体、位置和接触过程的大小脑协同和力度控制。

从拿起黑胶唱片、对准唱机放置并启动播放、合上唱机罩，需要识别不同实体的空间关系和材质，精巧完成；操作洗碗机，需要控制灵巧手精确找到把手、判断门的开启方向和开门所需力度，并在施力时调整站姿和重心，以类似人类拉开重门的方式，以左手撑住橱柜门，借力开门；将餐具放进洗碗机，则考验机器人在有限开角的空间中，协调身体与手部的轻巧放置动作。

机器人进入真实场景，要快速敏捷。不是单个动作快，而是识别、决策和行动能够及时、顺滑的衔接。机器人要根据场景判断下一步做什么，调整身体位置和姿态，再由双手、手臂、躯干与双腿协同执行。快速敏捷是结果，原因是Delta-0基于多个训练阶段使用人类的全身数据，并优化了推理、通信和异步执行。

德塔智能联合创始人兼首席科学家黄思远认为：“通用大模型可以帮助机器人理解任务、规划步骤，但这不等于能在受力、失衡和连续接触中把动作做稳。物理智能的分水岭，是模型能不能把判断落到身体控制上，并在真实交互中持续修正。比如，如果把移动和操作拆开，实现起来更简单，但在真实任务里，却可能多出一道巨大的鸿沟。对人形机器人来说，走到哪里、怎样站稳、手如何操作和发力，必须作为一个全身问题来学习和控制。Delta-0的发布，证明了我们选择的是一条光荣的荆棘路。”

Delta-0的发布，只是德塔智能推进人形智能的一小步，德塔智能将继续与本体、数据和场景伙伴开展适配与验证，推动基础模型服务更多本体，快速拓展在真实环境中的真实应用。