>> 广发证券-机械设备行业人形机器人跟踪:苹果HALO,Astra后具身模型分层思路的再验证-261109
| 上传日期: |
2026/11/9 |
大小: |
508KB |
| 格式: |
pdf 共5页 |
来源: |
广发证券 |
| 评级: |
买入 |
作者: |
孙柏阳,蒲明琪 |
| 行业名称: |
机械 |
| 下载权限: |
此报告为加密报告 |
|
|
苹果以“借本体,做大脑”的模式入局人形机器人。根据苹果在11月4日发布的论文,苹果披露了人形机器人自主系统HALO,公司将该系统部署在宇树科技的G1人形机器人上进行验证,让机器人将在仿真环境中学到的动作,带到陌生的现实房间中执行。 HALO的核心是任务编排器、动作生成器、动作跟踪器三层框架。根据苹果在11月4日发表的论文,HALO的最上层为千问Qwen3.6-35B-A3B,主要负责高层级的认知和任务规划功能,其可以在机器人搭载的Mac mini上本地运行;中间层动作生成器采用千问Qwen3.5-2B编码器+DiT解码器,负责将机器人看到的画面和当前子任务规划为未来约5秒的全身动作;最底层模型是经强化学习训练的动作跟踪器,负责执行关节控制,频率为50Hz。HALO的分层思路与先前Astra的应用思路不谋而合,均采用通用模型(负责“大脑”任务规划)+专用模型(负责动作执行)的分层思路。 系统训练维度:采用全仿真数据训练。根据苹果在11月4日发表的论文,苹果先通过程序化生成1000个虚拟住宅场景,在其中合成了近300小时的配对视频、语言及运动数据,共16.3万个片段(用250张H100约48小时即可实现);之后再让中间层动作生成器和底层的动作跟踪器分别进行训练。仅采用仿真数据训练的核心意义在于,其突破了当前大量真机数据缺失的瓶颈,也不受数据采集中人力的制约,可以直接真机部署。 六类真机单项任务成功率约91%,与仿真表现收敛。根据苹果在11月4日发表的论文,G1搭载HALO在未训练未扫描过的真实家居场景中进行测试,共6类场景×6个真实家庭环境×每个环境10次=360次,真机的成功率均值为91%,仿真场景测试的成功率也为91%(但仿真场景为6类任务×100个留出房间×10次=6000次),这表明在单项任务的执行上,真机实际场景的表现与仿真训练的表现基本收敛,仿真环境训练出的能力可以基本迁移至真机表现。 链式长流程任务执行能力仍存局限,精细操作仍需触觉数据。根据苹果在11月4日发表的论文,搭载HALO的G1的组合任务平均成功率为70%(Crouch-Go-To -Push仅50%),且低于单任务成功率的乘积(Door→Go-To为71%vs乘积89%),这表明子任务之间并不独立,长流程任务执行的衔接环节目前存在短板。其次,本次HALO更多展示的是运动行走类任务,精细操作暂时没有论证仿真到现实的迁移,后续若要实现长流程、精确手部执行相关任务时,真实视触觉数据或仍不可或缺。 投资建议:后续通用模型和具身模型进步仍然无法脱离触觉数据,建议关注触觉手套相关标的福莱新材、晶华新材、慈星股份,数采相关标的奥比中光。模型进步直接推动本体放量速度,建议关注本体宇树科技、上纬新材、优必选。 风险提示。技术迭代不及预期、下游需求不及预期、行业竞争加剧风险。
|
|