苹果研究团队在预印本平台arXiv提交论文《Perceptive Humanoid Motion from Simulation》，披露了人形机器人自主控制系统HALO。该研究于11月4日公开，团队同时发布了数据生成、模型训练和部署代码，覆盖动作生成、动作跟踪、任务编排以及仿真和真实机器人运行等环节。

研究团队指出，当前机器人主要依赖视觉感知，难以直接感知接触情况；当物体离开相机视野或被遮挡时，涉及较多接触的任务表现会下降。因此，加入触觉感知被视为后续改进方向之一。这一技术细节表明，人形机器人在复杂物理交互中仍面临感知瓶颈，多模态感知融合是提升自主性的关键。

从行业视角看，物理AI正成为AI应用演进的重要方向。国金证券认为，物理AI是融合物理规律和AI的新型范式，区别于纯基于数字空间的生成式AI，物理AI通过物理约束模型把“智能”落地为“动作”，是AI应用进入下半场、打开实体场景的载体。中信建投则表示，模型能力突破正在打开物理AI与AI4S全新应用空间，GPT-6Astra在计算机操作、长流程任务及工具调用能力方面实现明显提升，推动Agent从数字世界向物理世界延伸。机器人控制范式有望从传统CV、VLA路线进一步向Robot-UseAgents演进，通用大模型通过调用机器人控制接口，实现跨任务规划。

苹果此次公开HALO系统及配套代码，为物理AI的工程化落地提供了可复现的路径，也反映出科技巨头在机器人自主控制领域的持续投入。随着感知与控制技术的迭代，人形机器人在真实场景中的任务执行能力有望逐步提升，但触觉感知等短板的补齐仍需时间。