帮友们，早上好！我是蜗牛道人。

早盘物理AI概念走强，关联度高的减速器、人形机器人、工业软件、机器视觉等涨幅靠前。背后是苹果来“搅局”了，而且一出手就是91%。当地时间11月4日，苹果在arXiv上甩出人形机器人自主控制系统HALO，直接扔到宇树G1上做真机验证：6个训练中从未见过、也未经扫描的真实环境，360次单项任务测试，平均成功率91%。苹果这个数据，不是演示，是带着代码一起开源的硬验证——数据生成、训练、部署全链路公开。

但真正让人兴奋的，不是91%这个数字，而是苹果亲手把下一场军备竞赛的“靶心”画了出来。HALO的逻辑很清晰：过去训练机器人靠大量真机遥操数据，又贵又慢，能不能让电脑在仿真环境里直接“造数据”？答案是能。250张H100，48小时合成主要训练数据。这意味着物理AI的瓶颈正在从“造本体”切换到“喂大脑”，而数据闭环的效率，就是未来三年具身智能最大的阿尔法。

苹果同时戳破了一个关键短板：HALO目前主要依赖视觉感知，物体一离开相机视野或被遮挡，涉及接触的任务表现就往下掉，加入触觉感知被白纸黑字列为后续改进方向。翻译一下：触觉传感器、力觉反馈这条线，不是可选项，是刚需补课。再看数采和仿真——全球高质量真实交互数据目前仅约百万小时，而通用具身模型需要千万至上亿小时，缺口是3到5个数量级。谁能在仿真合成数据上把成本打下来、把规模拉上去，谁就卡住了物理AI的咽喉。

苹果入局不是来炒概念的，是来把“真机数据依赖”这条旧路彻底堵死的。利好方向已经明牌——触觉感知、仿真数采、减速器执行层。策略上，盯着“有真实数据订单、有仿真工具链落地、有力觉/触觉产品送样”的标的，等回踩，等业绩线索浮出水面。物理AI的“GPT时刻”不会一天走完，但每一次巨头加码，都是在给耐心的人递筹码。

码字不易，如果帮友觉得这篇帖子有帮助，别忘了点个赞，给个鼓励，右上角加个【关注】