Delta Intelligence привлекла почти 500 млн юаней и представила носимый сборщик данных для гуманоидов

Средства раунда планируется направить на дальнейшее обучение базовой модели для гуманоидных роботов, серийный выпуск собственного оборудования сбора данных, построение замкнутого цикла данных и расширение основной команды. Среди нынешних инвесторов названы публичные промышленные компании и крупные финансовые институты; в предыдущих раундах участвовали производители роботов AgiBot, Leju Robotics и Galaxea, а также Lenovo Capital, Fosun RZ Capital и другие фонды. Delta Intelligence основана в январе 2026 года, поэтому заявленные шесть раундов за шесть месяцев указывают на высокую скорость финансирования, но не раскрывают общую оценку компании или условия сделок.

Delta D1 должен устранить дефицит данных о взаимодействии всего тела с физическим окружением. Человек надевает устройство и выполняет обычную работу, а система одновременно фиксирует панорамную картину от первого лица и траектории суставов. Более ста ключевых точек человеческого скелета преобразуются в структурированные движения и синхронизируются с видеорядом; заявленная точность глобального позиционирования — до 2 см. Для захватов и сборочных операций предусмотрен ручной модуль D1-Gripper, дополняющий данные деталями движения исполнительного органа.

Главное практическое отличие — сбор не требует самого гуманоида, студии захвата движений или переоборудования площадки. Рабочий может продолжать операцию на производственной линии, пока D1 записывает обучающий пример. Обычные наборы видеоданных преимущественно показывают верхнюю часть тела и последовательность кадров, чего недостаточно для задач вроде подъема по лестнице или открывания тяжелой двери: здесь модели нужно согласовать положение корпуса, ног, рук и точки приложения силы. Delta уже использовала устройство при создании Industrial Dataset 2.0 совместно с Китайской академией информационных и коммуникационных технологий.

На стороне модели компания делает ставку на нативное трехмерное представление мира. Ее движок должен напрямую обрабатывать облака точек и сцены на основе Gaussian Splatting, тогда как оценка расстояний по одиночному двумерному изображению способна накапливать ошибки в длинной последовательности действий. Архитектура разделена на «мозг», «мозжечок» и гибридный силопозиционный контур: первый воспринимает среду и планирует длительные задачи на данных реального взаимодействия, второй учится равновесию и низкоуровневому управлению в симуляции, а последний отвечает за более податливое исполнение движений.

Такое разделение отражает разные требования к данным. Симуляция позволяет дешево отрабатывать управление моторами с частотой от десятков до сотен герц, но хуже воспроизводит деформации, множественные контакты и реальные усилия, поэтому верхнему уровню нужны записи физических операций. После сбора движения перенаправляются на конкретную кинематику робота, затем нижний контроллер дообучается в симуляторе, а планирующая модель быстро адаптируется. Delta утверждает, что этот процесс позволяет не собирать крупный набор заново для каждого корпуса.

Компания намерена открыть систему сбора партнерам и переносить данные между несколькими платформами, включая Unitree G1/H2, AgiBot X2/A3, Leju Kuavo четвертого и пятого поколений и Galaxea Kengo. Уже заявлены проверки на инспекции объектов электросетей, загрузке автомобильных компонентов и сортировке контейнеров SMT — задачах, сочетающих перемещение и манипуляцию. Пока эти сведения исходят от самой Delta и не сопровождаются независимыми метриками успешности, длительности автономной работы или сравнением с альтернативными системами, поэтому масштабируемость подхода еще предстоит подтвердить.