中国日报9月29日电 2026年9月28日，德塔智能发布原生人形机器人基础模型 Delta-0。在一段家居场景一镜到底的演示视频中，搭载该模型的机器人完成多任务连续作业，展示全身移动与操作同步开展的能力，尝试解决人形机器人移动与操作难以协同的行业难题。
现阶段人形机器人技术存在明显偏科，行走、抓取等单项动作尚可，但很难把移动和操作连贯结合起来。一旦进入真实家庭这类非结构化环境，每完成一项任务，机器人姿态、物品位置都会发生改变，误差不断累积，容易出现失衡、动作中断。不少训练数据只采集上肢抓取动作，缺少行走、重心调节等全身交互信息，很难实现接触物体时的力度控制。通用大模型擅长理解语言、规划任务步骤，但难以处理机器人受力、平衡这类底层身体控制，出现“懂指令、做不稳”的情况。
本次公开演示中，机器人在210秒内连续完成9项家居任务。在连贯的任务流程里，机器人可以根据移动过程感知到的环境信息，自主切换任务目标，调整任务顺序，把上一步动作带来的姿态、物品状态作为后续决策依据。演示包含机器人拿起黑胶唱片，放置到唱片机并完成播放；操作洗碗机时，自主识别把手、判断开门方向，调整重心借力拉开柜门，再将餐具放入。这类动作要求识别物体空间位置、材质，同步协调全身姿态与手部力度，考验整套系统的协同能力。
Delta-0采用“大脑-小脑-力位”协同架构。这套模型针对人形机器人完整身体设计，整合视觉画面、语言指令和机器人自身姿态信息，统一规划全身动作，把环境识别、任务判断、动作规划和身体控制结合，让机器人可以一边移动保持平衡，一边动手操作。
架构中，“大脑”依靠视觉感知判断环境，确定任务目标；“小脑”负责全身协调与平衡，把高层指令转化为高频运动控制；力位混合控制负责位置与接触力度，机器人触碰物体时，能够微调动作，维持身体稳定。
在数据采集与训练方式上，Delta-0整合已有的上肢操作、跨机器人本体数据，叠加团队采集的人类全身动作数据，补齐行走、姿态变换等信息。整套数据流程覆盖采集、标注、预处理与预训练，再依靠真实环境交互反馈、人工修正开展后续训练，处理执行过程中的失误。
模型采用“真实-仿真-真实”的训练验证流程。训练素材包含德塔D1设备采集的人类第一视角画面与全身动作记录，学习人在现实环境里与物品互动的方式。模型可接收任务指令与人工修正，依据真实物理交互反馈持续调整动作。测试阶段，研发团队把现实场景复刻到虚拟仿真环境，让机器人在虚拟空间反复练习移动、操作，之后放到实体机器人上实测，验证虚拟环境学到的动作能否在现实中落地。
这套模型能够完成长时间连续任务，核心在于训练数据同时包含移动和操作两类信息。模型学习空间与物理规则、人和环境交互的方式，可适配不同型号人形机器人。依托自身姿态感知，模型处理物体接触带来的力学反馈，实现上层任务规划和底层身体平衡控制的协同。整套系统的响应特点，不在于单一动作速度快，而是感知、判断、行动可以顺畅衔接。机器人根据现场情况确定下一步动作，调整身体位置姿态，调动四肢、躯干协同执行。模型在训练阶段大量使用人类全身动作数据，同时优化推理、通信和异步执行机制。
德塔智能创始人马晓健表示：“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。机器人需要把通行能力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的技术演示，展现了团队在这个方向上的探索，也希望能推动人形智能在真实场景落地。
德塔首席科学家黄思远谈到，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。如果分开开发移动和操作功能，技术实现难度更低，但放到真实连续任务中，会存在明显的落地障碍。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。（实习记者 李依倩 审核 王子玥）
扫码下载
中文网微信