核心观点苹果HALO展示了人形机器人在限定真实环境中的单项执行进展,但组合任务表现、人工参与的数据生成和视觉感知短板表明,大小脑融合要扩大应用范围,仍受数据、训练与硬件协同制约。
HALO的91%成功率说明了什么?
- 苹果研究团队披露的HALO系统,在6个未预先扫描或建图的真实环境中进行了360次单项任务测试,平均成功率为91%。这说明机器人已能在一定程度上依靠自主控制完成真实环境中的单项任务。
- 组合任务的成绩明显较低:在另一个真实环境中,3种组合任务各测试10次,平均成功率为70%;“俯身通过障碍—走向目标—推箱子”这一任务成功率为50%。从单项动作转向连续任务,执行稳定性仍会下降。
哪些短板限制了成功率向更多场景扩展?
- 数据生成仍有人参与:新增物理任务需要人工编写提示词、设计动作关键帧,部分动作还借助人类视频或动捕素材。因此,测试成绩不等于机器人已能自行适应任意新任务。
- HALO目前主要依赖视觉,难以直接感知接触;物体离开镜头或被遮挡时,涉及较多接触的任务表现会下降。苹果团队将触觉感知列为后续改进方向,而数据稀缺、标注困难和物理环境复杂也构成泛化障碍。
为什么机构把焦点放在“大小脑融合”?
- “大脑”负责认知与决策,“小脑”负责运动控制;两者协同,才能把感知、决策和执行连成闭环。报告将行业演进概括为从分层、协同架构走向更深度融合,但同时指出,当前AI大模型与人形机器人的融合仍较浅。
- 兴业证券董晓彬认为,机器人硬件工艺已达到较高水平,具身智能能力可能成为发展瓶颈;目前应用场景仍相对聚焦。若专用场景扩大、训练方式优化且硬件继续突破,高质量数据积累才可能加快,并推动应用向通用及家庭场景延伸。
相关公司的进展处在同一阶段吗?
- 并非如此。均胜电子称已推出大小脑控制器等部件,但北美客户相关产品仍在推进送样、迭代升级和量产工作;智微智能称其机器人大小脑控制器领域已有客户订单落地;星宸科技面向具身智能的大小脑SoC则已陆续投片。
- 这些信息分别对应部件、控制器和芯片的不同进度,反映产业链已有产品与项目推进,但不能把送样、订单和投片视作同一种商业化阶段。