28 сентября 2026 года китайская компания Delta Intelligence представила Delta-0 — нативную базовую модель для человекоподобных роботов, созданную с нуля под управление физическим телом, а не адаптированную из языковых или видеомоделей. В демонстрации робот за 210 секунд спланировал 32 шага и выполнил 9 задач в домашних сценариях, обновив рекорд по количеству и качеству задач за единицу времени .
Ключевые достижения демонстрации
Главное отличие Delta-0 от большинства существующих решений — способность выстраивать длинные причинно-следственные цепочки действий, а не выполнять отдельные изолированные команды. В ходе показа робот последовательно решил девять задач в рамках единого домашнего сценария :
- Точные манипуляции: многосуставной рукой робот взял виниловую пластинку, аккуратно установил её на проигрыватель и запустил воспроизведение .
- Координация всего тела: под музыку робот выполнил танцевальные движения, синхронизируя их с ритмом — задача, требующая одновременного контроля баланса, моторики рук и обработки аудиосигнала .
- Планирование: 32 шага были спланированы и выполнены без вмешательства оператора, с адаптацией к изменениям обстановки в реальном времени .
Архитектура: «мозг — мозжечок — сила/позиция»
В основе Delta-0 лежит принцип co-design трёх уровней управления, вдохновлённый биологической организацией нервной системы :
| Уровень | Функция |
|---|---|
| «Мозг» | Стратегическое планирование длинных цепочек задач, понимание языка и сцен |
| «Мозжечок» | Координация движений всего тела, баланс, плавность переходов |
| «Сила/позиция» | Точное управление суставами, контроль усилия и позиционирования |
Такая трёхуровневая схема позволяет модели объединять визуальное восприятие, языковые команды и состояние тела в единые цели движения — робот не переключается между «режимами мышления» и «режимами движения», а работает в непрерывном цикле .
Чем Delta-0 отличается от других моделей
Большинство современных робототехнических моделей — это адаптации больших языковых или видеомоделей, изначально созданных для работы с текстом и изображениями. Delta-0, как и Google Gemini Robotics 2, создана нативной для физического мира .
Ключевое отличие в подходе к данным: модель обучалась не только на демонстрациях движений, но и на причинно-следственных связях между действиями и изменениями в окружающей среде. Это позволяет роботу понимать, что произойдёт при том или ином движении, ещё до его выполнения .
Контекст: гонка нативных моделей для роботов
Delta-0 выходит в момент, когда сразу несколько крупных игроков одновременно представили нативные модели для роботов :
- Google DeepMind выпустила Gemini Robotics 2 — модель с полным контролем тела, позволяющую роботу Apollo 2 выполнять задачи в незнакомой обстановке по голосовой команде .
- Figure представила Helix 2.5, позволяющую роботу убираться в незнакомых домах без дополнительного обучения .
- OpenAI при этом приостановила обучение своих новейших моделей из-за проблем безопасности .
На этом фоне Delta-0 выделяется акцентом на длинные последовательности задач в домашних сценариях — именно та область, где большинство роботов пока демонстрируют ограниченные возможности. Планирование 32 шагов за 210 секунд — это не просто скорость, а способность удерживать контекст на протяжении всей цепочки действий, не теряя цель и адаптируясь к промежуточным результатам .