宏观大盘行业板块个股策略
资讯池

江苏雷利、雷赛智能领涨!物理AI再迎催化:苹果机器人自主控制系统HALO验证泛化能力

日期: 2026-11-09 10:15来源: 东方财富证券域名: finance.eastmoney.com
溯源
重要性:关注级 · 70·对象槽:sector_style·对象关系:sector_transmission·影响对象:sector:AI、sector:大模型、sector:证券·来源/栏目:东方财富·抓取时间:2026-11-09 10:15:01·信任分层:优先源

11月9日,机器人概念大面积上涨,禾川科技、江苏雷利、雷赛智能大幅上涨,奥比中光、拓普集团涨超6%,机器人ETF招商(560770)高开高走,标的指数涨4%,11月以来累计上涨4.17%。

据澎湃新闻,苹果研究团队于当地时间11月4日在arXiv提交《Perceptive Humanoid Motion from Simulation》,公开人形机器人自主控制系统HALO及数据生成、训练、部署代码;系统在宇树G1上以"VLM任务编排+动作生成+强化学习动作跟踪"三层架构运行,于6个未预先建图的真实室内环境完成360次单项任务测试,平均成功率91%。

HALO全称 Humanoid Autonomy, Learned in simulation, running Onboard(仿真中习得、端侧运行的人形机器人自主系统)。业内认为,它的价值不在于苹果发布了一款机器人产品,而在于把行业讨论了近两年的"通用推理+专用控制"分层范式,拆成三层可复现、可测量的工程模块,并在第三方本体——宇树上跑通。

更重要的验证在于,仿真数据训练这条路走得通。团队未依赖大规模人工遥操作,而是在1000个程序生成的虚拟家庭场景中合成约300小时视觉—语言—动作配对数据,再把纯仿真训练的策略零样本迁移到陌生真实房间。这直接回应了物理AI最紧的约束——真机交互数据采集慢且贵。

国金证券指出,本轮物理AI的核心变量,已从硬件性能转向泛化能力涌现。国金测算,截至2026年初,全球高质量真实物理交互数据存量约50万小时,而训练通用具身模型需要至少1000万小时级——存量不足需求的5%。真机采集又慢又贵,于是"仿真合成数据"成为产业公认的最短路径:在虚拟世界里批量生成、评测机器人的操作经验,再迁移到真机。

中信建投指出,模型能力突破打开物理AI与AI4S新空间;GPT-6 Astra在计算机操作、长流程任务与工具调用上提升,推动Agent由数字世界向物理世界延伸,控制范式有望从CV/VLA向Robot-Use Agents演进。

产业层面看,中信证券认为,全球巨头下场、物理AI产业加速,机器人主题行情当前已具备启动条件;GPT-6与Gemini 4在规划、空间感知及Real-to-Sim建模上的进步,拓宽了通用大模型参与机器人开发与训练的空间

打开原文 ↗