觀點網訊：11月10日消息，蘋果研究團隊在arXiv公開HALO系統，測試採用宇樹G1人形機器人機身，測試核心是驗證仿真裏學到的能力能否遷移到陌生房間，而不是開放環境下的全任務通用能力。

HALO的測試邊界為：宇樹G1機身、6類單項技能、360次測試、6個訓練中未見且未經掃描的環境。

測試結果顯示，HALO單項技能平均成功率為91%；當單項技能疊加成包含俯身避障、行進和推箱子的長流程時，平均成功率回落到70%，個別複雜場景低至50%。公開信息將成功率回落的根源指向過度依賴視覺、缺乏觸覺——物體被遮擋或離開視野時，涉及接觸的動作就容易失敗。

訓練方式方面，HALO用程序化方式生成1000個虛擬家庭場景，合成約300小時視覺語言運動數據，用250張H100訓練48小時完成。

蘋果同步開源了HALO的數據生成、模型訓練與部署代碼。據公開信息，該開源降低的是訓練門檻，不是本體門檻；HALO壓低的是數據獲取成本，不是訓練總投入。把HALO讀成“訓練從此免費”是誤讀。對照真機遙操作採集數據以小時計的成本，據公開報道，量級為每小時300元至1000元，合成數據把採集環節的邊際成本壓到接近算力成本。

市場層面，91%的平均成功率被迅速翻譯成一條交易邏輯：訓練需求可能先於本體放量。據公開市場數據，宇樹科技滾動市盈率574倍，奧比中光488倍，索辰科技與凡拓數創處於虧損狀態；籌碼結構同樣分化，凡拓數創換手率12.66%、量比10.57，奧比中光換手率不到1%。

需要提示的是，仿真環節相關公司與蘋果之間是否存在直接訂單關係，公開信息尚不足以確認，相關對應關係屬於市場自行映射。