苹果HALO人形机器人通过大规模仿真数据训练,在真实环境中展现出高任务成功率,验证了具身分层架构的有效性。其动作生成器结合冻结的Qwen视觉语言编码器和专门训练的动作解码器,底层融合深度和本体状态执行,实现了约0.5Hz的VLM任务编排、约3Hz的动作生成、50Hz的运动跟踪。在6个真实环境、360次单项任务测试中取得91%的平均成功率,显著高于8月GEN-1.5的59%/83%成功率,但接触感知和连续执行仍是技术短板。
物理AI已成为巨头竞争的新战场,苹果HALO的发布标志着该领域进入新阶段。未来将围绕具身分层架构、大规模仿真数据训练、真实环境应用等方向持续演进。HALO验证了仿真数据强化跨场景任务成功率的有效性,但新增技能仍需人工设计任务和关键帧,提示该领域仍需技术突破。超级本体、数据、供应链将成为关键竞争领域,推动行业快速发展。
本报告建议关注超级本体、数据、供应链三大方向。超级本体方面,建议关注大脑本体协同发力(上纬新材、智元)、全球训练本体平台(宇树科技);数据方面,关注具身数据算力平台(摩尔线程、协创数据)、国产替代仿真平台(索辰科技、群核科技)、数据直接供应商(仙工智能、海天瑞声、宝通科技、宇信科技)、数采设备(奥比中光);供应链方面,关注触觉传感器(福莱新材)、Sharpa灵巧手(禾赛),大脑迭代方向明确,大小脑本体耦合效应利好T链(科森科技、斯菱智驱、光洋股份、蓝思科技、岱美股份、世运电路)。
当前物理AI市场以巨头入局为特征,苹果HALO的发布推动行业进入快速发展阶段。HALO在未经目标环境训练或预先建图的情况下,在6个真实环境、360次单项任务测试中取得91%的平均成功率,展现出强大的技术实力。但接触感知和连续执行仍是技术短板,提示该领域仍处于发展初期。超级本体、数据、供应链等环节存在投资机会,但需关注技术迭代和市场竞争风险。
本报告提示关注物理AI领域的投资风险,包括技术迭代风险、市场竞争风险、数据获取风险等。HALO虽然展现出高任务成功率,但接触感知和连续执行仍是技术短板,提示技术迭代存在不确定性。同时,超级本体、数据、供应链等环节存在竞争风险,投资者需关注行业格局变化。此外,数据获取和成本控制也是该领域的重要挑战,需谨慎评估投资风险。