您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。 未知机构:《广发机械 苹果HALO通用模型 专用动作模型的分层思路再验证|研报》-发现报告

广发机械 苹果HALO通用模型 专用动作模型的分层思路再验证

2026-11-08 未知机构 Hallam贾文强
广发机械 苹果HALO通用模型 专用动作模型的分层思路再验证

猜你想问

苹果HALO人形机器人系统核心是什么?

苹果HALO人形机器人系统核心是三层框架:任务编排器、动作生成器、动作跟踪器。最上层采用Qwen3.6-35B-A3B模型负责高层级认知和任务规划;中间层动作生成器采用Qwen3.5-2B+DiT解码器负责将视觉信息和子任务规划为未来约5秒的全身动作;最底层模型是动作跟踪器负责执行关节控制。该系统采用全仿真数据训练,通过程序化生成1000个房间,合成了近300小时的配对视频、语言及运动数据,共16.3万个片段用于训练。

人形机器人赛道发展趋势如何?

人形机器人赛道正快速发展,苹果HALO系统展示了通用模型与专用模型的分层思路潜力。该思路采用通用模型负责“大脑”任务规划,专用模型负责动作执行,与先前的Astra应用思路相似。目前人形机器人主要在locomotion层面(移动及较粗粒度的全身交互)表现较好,但长流程任务执行能力仍存局限,精细操作仍需触觉数据支持。未来通用模型和具身模型进步仍需依赖触觉数据,触觉手套、数采、小脑映射等技术相关标的值得关注。

本报告重点分析了哪些方向?

本报告重点分析了苹果HALO人形机器人系统的技术架构、训练方法及测试表现。技术架构上,系统采用三层框架设计,分别由任务编排器、动作生成器和动作跟踪器组成,各层模型功能明确。训练方法上,系统采用全仿真数据训练,通过程序化生成环境数据,避免了与人力挂钩的直接真机部署问题。测试表现上,六类单项任务平均成功率约91%,但在组合任务中平均成功率降至70%,表明长流程任务执行存在短板。

当前人形机器人市场现状如何?

当前人形机器人市场处于技术突破阶段,苹果HALO系统展示了分层架构的潜力,但实际应用仍面临挑战。在测试中,搭载HALO的宇树G1在真实家居场景中单项任务成功率约91%,但组合任务成功率仅为70%,低于单任务成功率乘积,表明子任务间存在依赖关系,长流程任务执行衔接环节存在短板。目前人形机器人主要在locomotion层面表现较好,精细操作仍需触觉数据支持,市场整体仍处于技术验证和逐步落地阶段。

本报告提示哪些风险?

本报告提示人形机器人技术发展存在风险,主要体现在三个方面:一是长流程任务执行能力仍存局限,目前系统在组合任务中表现不如单项任务,表明子任务间存在依赖关系,长流程任务执行的衔接环节存在短板;二是精细操作仍需触觉数据支持,当前系统主要在locomotion层面表现较好,但精细操作尚未实现仿真到真机的有效迁移;三是技术进步仍需依赖触觉数据,后续通用模型和具身模型的发展仍需触觉手套、数采、小脑映射等技术支持,技术路线存在不确定性。