汽车行业周报：苹果HALO陌生环境单项任务成功率91%，2027年有望成为具身智能模型临界点

　　苹果正式发布HALO，单项任务测试平均成功率为91%

　　苹果发布HALO人形机器人全身运动控制系统，该系统由仿真数据管线驱动。HALO由一套数据管线驱动，苹果通过程序化生成1000个虚拟住宅场景，合成近300小时配对视频、语言及运动数据，共162,698个片段。该系统可使Unitree G1掌握坐在椅子上、导航至指定物体附近、从半开门侧身通过、在桌下蹲伏通过及推动箱子等身体技能，并可协调运用上述技能解决复合型、长程任务。执行单项动作时机器人整体动作流畅，对长程指令理解较快，任务执行过程中未见明显迟滞与停顿。

　　从控制架构来看，HALO采用“任务编排—动作生成—底层控制”三层协同，可规划未来5秒的运动策略：（1）第一层为编排器，其是现成的视觉—语言模型，每两秒调用一次，将自然语言请求分解为指定技能及作用对象的子任务；（2）以3Hz运行的运动生成器结合VLM编码器与DiT解码器，将第一人称RGB观测和子任务映射为包含5秒关节角度与骨盆位姿的全身运动轨迹；（3）50Hz运动跟踪器结合运动规划、本体深度信息与本体感知，通过关节级执行器指令驱动机器人。

　　从运用成果来看，研究团队在6个未预先扫描或建图的真实环境中开展360次单项任务测试，平均成功率为91%；在另一真实环境中对3种组合任务分别开展10次测试，平均成功率为70%，其中“俯身通过障碍—走向目标—推箱子”组合成功率为50%。仿真生成数据仍非完全免人工，新增物理任务仍需人工编写提示词、设计动作关键帧，部分动作使用人类视频或动捕素材；当前机器人主要依赖视觉感知，难以直接感知接触情况，物体离开相机视野或被遮挡时涉及较多接触的任务表现下降，加入触觉感知为后续改进方向之一。

　　马斯克参加第33届Baron投资者大会，称特斯拉Optimus未来或将只租不卖

　　马斯克称特斯拉Optimus未来或将只租不卖，成本有望降至单台2万美元。马斯克认为，数字超级智能有望使全球经济增加约20%-30%，对应约25万亿美元，并可能推动白领工作生产力翻倍，实现节奏较快；物理AI层面，一个高效人形机器人可近似每周工作168小时，最低生产力预期约为人类的五倍，约2000万-3000万个机器人可匹配美国商品和服务产出。商业模式方面，马斯克倾向于以租赁而非销售方式推进。产能方面，弗里蒙特工厂已启动样机试产，下线机器人为首批具备量产质量的机器人，其专用生产线规划年产能达100万台，大部分已在该厂落地，目标2027年周产能达2万台；得州超级工厂第二条产线同步推进，长期设计年产能为1000万台。此前2026Q3财报电话会上，特斯拉预计1个月后发布Optimus演示视频，任务为开放式自主任务，而非预先编程的确定性任务；通过实体机器人自我博弈完成训练，预计2027年解决机电、AI及可靠性问题并启动对外交付，初期优先面向工业高危、重复性岗位，后续拓展家用场景。

　　王兴兴称物理AI有望于2027年引来拐点，当前精细操作仍是主要瓶颈

　　王兴兴判断2027年或成机器人行业及模型发展临界点，目前精细操作仍待突破。此前，王兴兴在世界机器人大会上曾给出物理AI突破“快则2-3年、慢则5-10年”的预期，近日其在世界互联网大会乌镇峰会上进一步判断，2027年或成为机器人行业及模型发展的临界点。当前，训练充分时机器人已在部分单一工序或固定工位实现接近100%的任务成功率，但效率仍需提升；下一步目标是提升不同场景部署便利性，并在约80%陌生场景中通过语音指令完成约80%任务。王兴兴认为，多模态模型理解与规划能力较强，抓取、简单搬运成功率较高，但拆装手机、穿针引线等细微操作成功率仍偏低，核心原因在于物理接触与触觉处理不足，以及AI模型输入输出与真实世界对齐存在差距。

　　投资建议

　　Optimus产能快速爬坡中，叠加国家政策扶持、国产链宇树、小鹏等催化，看好人形机器人板块迎来确定性行情。建议优先布局T链及国产链确定性标的，受益于产能爬坡有望带来订单增长；同时关注具备核心零部件研发能力、适配人形机器人量产需求的优质企业，把握板块贝塔机会。