Delta Intelligence lance Delta-0, un modèle fondation nativement humanoïde

Delta Intelligence, start-up chinoise de robotique humanoïde, a publié le 28 septembre 2026 Delta-0, qu'elle présente comme un modèle de fondation natif pour la loco-manipulation du corps entier. Le modèle fusionne vision, langage et proprioception en cibles d'action unifiées, afin qu'un bipède marche, s'équilibre et manipule dans une seule boucle continue, sans modules séparés pour la locomotion et la manipulation. Dans une démonstration continue relayée par LeiPhone, un humanoïde piloté par Delta-0 a planifié 32 pas et enchaîné neuf tâches domestiques en environ 210 secondes, entre chambre, salon et cuisine. Il a rangé un lit et une console de jeu, ramassé une peluche au sol, chargé du linge, placé une tasse dans un lave-vaisselle, repéré un fruit avarié dans un réfrigérateur, l'a jeté dans une poubelle à pédale, puis s'est assis sur un canapé. Un second corps, équipé de mains dextres à degrés de liberté élevés, a posé un disque vinyle et dansé en rythme, épreuve censée coupler préhension, posture et mouvement rythmé. L'architecture combine un « cerveau » qui traduit la perception multimodale en commandes de membres, un « cervelet » chargé de l'équilibre à haute fréquence et des réflexes moteurs, et un contrôle hybride force/pose qui ajuste le contact sans déstabiliser la posture.

L'intérêt tient à la cible : la stabilité du contact dans des tâches longues, là où beaucoup de modèles vision-langage-action (VLA) restent confinés à la manipulation de table avec un bas du corps traité à part. Huang Siyuan, cofondateur et scientifique en chef, soutient que les grands modèles de langage aident à planifier les étapes mais ne stabilisent ni le contact, ni le déséquilibre, ni la force continue, ce qui justifie l'étage cervelet et le contrôle en force. Pour les intégrateurs, la promesse de transférabilité entre corps, avec des plateformes Unitree et AgiBot citées, réduirait le coût d'adaptation par robot. Il faut toutefois relativiser : la vidéo est une démo en scènes préparées, sans taux de réussite, nombre d'essais, ni indication d'intervention humaine, et « 210 secondes pour neuf tâches » ne dit rien de la fiabilité en environnement non contrôlé. Aucun chiffre de payload, de DOF, de prix ni de déploiement client n'a été publié. Il s'agit donc d'une sortie de modèle démontrée, pas d'un produit validé en exploitation.

Côté méthode, l'entraînement réutilise des données de membres supérieurs et inter-embodiments, ainsi que de la capture de mouvement humain du corps entier. Le post-entraînement s'appuie sur des retours d'interaction réels, des corrections humaines et de l'apprentissage par renforcement pour la récupération sur échec. Une boucle d'évaluation « real-sim-real » reconstruit les scènes en simulation pour tester navigation et reprises avant de revenir au matériel pour vérifier le transfert. Le PDG et fondateur, le Dr Ma Xiaojian, revendique des robots capables d'entrer dans des espaces à l'échelle humaine et de livrer des résultats sur des tâches longues, plutôt que d'en avoir seulement la silhouette. Delta-0 arrive dans un champ où Figure (Helix), Physical Intelligence (Pi-0) et NVIDIA (GR00T) poussent des approches comparables, et où les acteurs chinois multiplient les modèles indépendants du corps. Les partenaires poursuivent l'adaptation et la vérification en scène, mais aucun calendrier de pilote n'est annoncé, et aucun acteur européen n'est impliqué à ce stade.