蘋果研究團隊在預印本平台arXiv提交論文《Perceptive Humanoid Motion from Simulation》，披露了人形機器人自主控制系統HALO。該研究於11月4日公開，團隊同時釋出了資料生成、模型訓練和部署程式碼，覆蓋動作生成、動作跟蹤、任務編排以及模擬和真實機器人執行等環節。

研究團隊指出，當前機器人主要依賴視覺感知，難以直接感知接觸情況；當物體離開相機視野或被遮擋時，涉及較多接觸的任務表現會下降。因此，加入觸覺感知被視為後續改進方向之一。這一技術細節表明，人形機器人在複雜物理互動中仍面臨感知瓶頸，多模態感知融合是提升自主性的關鍵。

從行業視角看，物理AI正成為AI應用演進的重要方向。國金證券認為，物理AI是融合物理規律和AI的新型範式，區別於純基於數字空間的生成式AI，物理AI通過物理約束模型把“智慧”落地為“動作”，是AI應用進入下半場、開啟實體場景的載體。中信建投則表示，模型能力突破正在開啟物理AI與AI4S全新應用空間，GPT-6Astra在計算機操作、長流程任務及工具呼叫能力方面實現明顯提升，推動Agent從數字世界向物理世界延伸。機器人控制範式有望從傳統CV、VLA路線進一步向Robot-UseAgents演進，通用大模型通過呼叫機器人控制介面，實現跨任務規劃。

蘋果此次公開HALO系統及配套程式碼，為物理AI的工程化落地提供了可復現的路徑，也反映出科技巨頭在機器人自主控制領域的持續投入。隨著感知與控制技術的迭代，人形機器人在真實場景中的任務執行能力有望逐步提升，但觸覺感知等短板的補齊仍需時間。