傍晚一则科研消息，瞬间吸引了所有人形机器人、具身智能方向的目光。
无关高端芯片、算力卡，苹果研究团队公布人形机器人自主控制系统HALO的实测结果：单项任务平均成功率达到91%。

测试详情：在6个没有提前扫描、预先建图的真实场景中，完成360次单项任务测试，平均成功率91%；另一组场景下，3套多步骤组合任务各开展10轮测试，平均成功率70%。

91%的单项成功率，在目前人形机器人自主控制领域属于亮眼成绩，但拆解各项测试数据，能看清行业现存的几大短板：
1、连贯长序列任务是明显瓶颈
像“穿过障碍、抵达目标、推动箱子”这类串联式任务，成功率仅50%。机器人单独完成简单指令已经比较稳定，但自主规划多步骤连续动作的能力仍不足。
2、训练依靠海量算力+仿真合成数据
项目训练动用250张H100显卡，耗时约48小时生成核心训练数据；动作生成器使用64张B200，动作跟踪模块搭配4张H100。训练数据以仿真生成为主，而仿真环境向真实世界迁移泛化，一直是落地最难的关卡。
3、尚未实现纯端到端自主学习，依赖人工辅助
论文明确说明，这套训练体系离不开人工参与。新增物理任务，需要人工撰写提示词、设定动作关键帧，部分动作素材取自人类视频与动捕采集，属于人机协同训练模式。
4、仅依托视觉感知，缺少触觉闭环反馈
当前方案以视觉作为核心感知手段，缺少触觉传感。一旦物体被遮挡、脱离镜头视野，或是需要精细接触操作，执行效果就会明显下滑。苹果也将触觉感知、电子皮肤列为后续重点攻关方向。视觉负责“看见”，触觉才能实现“感知、抓握、控力”，触觉硬件会是下一阶段赛道的胜负手。

这次苹果同步开放数据生成、模型训练、部署相关代码，并不是推出一款商用机器人产品，而是对外输出一套完整的具身智能研发范式。
AI上半场比拼模型参数、算力规模；下半场的核心，是把算法模型落地到真实的物理世界。人形机器人不只是软件算法的比拼，是感知、决策、执行一体化的系统工程。HALO传递的信号很清晰：简单单项任务已经跑通，复杂组合任务还在爬坡，触觉是必须攻克的一关。

同时理性看待预期：91%是限定场景、单项任务下的测试结果，距离开放复杂环境稳定运行还有很大距离；组合任务偏低的成功率，说明长序列自主规划远未成熟；仿真数据、人工标注推高了规模化成本；触觉传感器、融合算法、工程量产、成本控制，全链条都还处在早期阶段。技术方向确定，但商业化落地尚需时间。

这条消息很难带来个股次日直接涨停，但其产业意义值得重视：苹果放出的不是样机，是一套可参考的技术路线。人形机器人的竞争主线，正在从“能不能动起来”转向“能不能连续完成复合任务”，从“看得见”走向“摸得着”。

后续重点关注细分方向：触觉传感器、电子皮肤、机器人仿真平台、合成数据、动作生成、强化学习算法，以及配套算力、动捕设备厂商，这一批才是贴合本轮具身智能技术路线的硬核赛道。

#股票##投资理财##美股##美国 中国ai##美ai硬件股集体反弹##a股 科技股##苹果#