人形机器人演示里，最难让人信服的不是「会走路」，而是「一边挪动、一边动手，还把一串家务连续做完」。德塔智能把这类能力包装成一个名字：Delta-0。
2026年9月28日，专注原生人形机器人基础模型（Humanoid Foundation Models，HFMs）的德塔智能（Delta Intelligence）发布 Delta-0（Δ₀）。公开 Demo 称，搭载该模型的人形机器人可在约 210 秒内规划约 32 步，连续完成约 9 个家庭场景常见任务；公司称其自主长程、全身协调与快速敏捷等表现可对标 Figure Helix 2.5 一类公开演示水位。另一台配备高自由度灵巧手的本体，则演示拿起黑胶唱片、操作唱片机播放并应声起舞等精巧协同动作。
任务链路： 一镜到底镜头覆盖卧室、客厅与厨房：识别环境后整理床铺与游戏机、捡起地面玩偶、将衣物放入洗衣机、将杯子放入洗碗机、打开冰箱找到变质水果并踩踏垃圾桶丢弃，最后坐到沙发上。公司强调，关键不只是单步成功率，而是任务之间能根据新观测自主切换目标、调整优先级，并把前一动作留下的姿态与物体状态当作后续决策条件。
架构口径被概括为「大脑—小脑—力位」协同：面向完整身体建模，将视觉、语言与本体状态转化为统一的全身动作目标；「大脑」依据多模态传感指挥手脚运动，「小脑」负责高频协调与平衡，「力位」混合控制兼顾位姿与接触受力。数据侧复用上肢操作与跨本体数据，并结合人类全身动作采集；训练采用「真实—仿真—真实」策略学习与评估，基于德塔 D1 等第一视角与全身动作数据，经增量动作接口接收策略指令与人工纠正，再以强化学习做后训练与失败恢复。
创始人兼 CEO 马晓健公开表示，人形价值在于进入按人的尺度建成的空间，在移动同时完成全身协同操作。联合创始人兼首席科学家黄思远则强调，通用大模型能理解任务不等于能在受力、失衡与连续接触中把动作做稳。公司称将继续与本体、数据与场景伙伴做适配验证。对产业，这是国内「原生人形基模」叙事的一次成片级亮相；能否迁移到更多本体与非演示环境，仍看后续开放评测与交付案例。事实以公司发布材料为准。