宇树「宇创计划」面向全球物理AI创业者，开放技术、产品与产业资源，推动更多创新成果走向真实应用。

早在2024年初，德塔智能团队所依托的北京通用人工智能研究院就与宇树成立联合实验室，成为最早与宇树建立深度合作的研究团队之一。如今，德塔智能正基于宇树G1/H2开展原生人形机器人基础模型适配与任务实践：面向真实场景，探索移动、操作与平衡如何在同一个任务中连贯配合，最终实现通用的人形机器人全身协同操作（Loco-Manipulation）。

01 让人形智能服务真实任务

近日，德塔智能在宇树G1上完成了原生人形机器人基础模型Delta-0的长程自主作业演示。 在一段210秒一镜到底的家居场景视频中，搭载Delta-0的宇树G1连续完成了9项家务任务：独立放唱片、收拾床铺、把衣服扔进洗衣机、开冰箱扔垃圾……全程完全自主，32步动作连贯衔接。

德塔智能提出，在人形机器人完成复杂任务时，双脚站位决定操作范围，躯干姿态影响施力方向，重心变化又牵动身体平衡。例如，在将餐具放入洗碗机时，G1需要自主识别把手、判断开门方向，调整重心借力拉开柜门，再将餐具放入。一个看似简单的动作，背后是整个身体的配合。

因此面向人形机器人的模型，需要把整个身体作为学习对象。为此，德塔将空间理解、任务推理与全身控制纳入同一体系，通过原生人形数据训练让模型学会身体在任务中如何协同操作，并将这些经验快速迁移至不同人形机器人本体。

02 以原生架构支撑持续学习

底层技术架构是这条路线的执行基础。Delta-0采用“大脑-小脑-力位混合”三层协同架构：大脑提供任务智能，依靠视觉感知判断环境，指挥人形机器人手，脚，躯干的运动；；小脑负责运动本能，实现全身协调与平衡，将大脑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。三层架构闭环联动，解决巡检，维保，家居等真实场景连续作业中的稳定性难题。

在数据层面，德塔将人类全身行为数据与机器人数据及执行反馈结合，搭建服务于模型训练的数据闭环。团队自研的头戴式全身全景数据采集设备Delta D1，不依赖机器人本体即可同步采集第一人称全景视觉与全身关节运动轨迹，实现全身交互数据的规模化产出。采集得到的数据经跨本体运动重定向处理后，可适配宇树人形机器人本体开展算法训练。人类任务经验为模型提供学习素材，真机实践揭示身体与环境的约束，两者共同支撑后续的模型研发。

接下来，德塔智能将以全身协同的真机实践为起点，继续推进原生人形机器人基础模型的迭代，并在宇树平台上开展更多全身协同操作（Loco-Manipulation）任务的适配与展示，让机器人积累身体经验、扩展任务能力，逐步走进生产与生活中的真实工作。

（来源：德塔智能）