苹果HALO人形机器人控制系统落地测试，单项任务成功率达到91%，给物理AI的仿真训练路线提供了很关键的验证。过去人形机器人最大痛点之一，就是真机采集数据成本极高，很难大规模迭代。这套方案依靠仿真合成数据完成训练，把虚拟场景学到的动作迁移到真实世界，大幅降低数据侧的迭代门槛，打通sim2real的关键一环。但短板同样很清晰：当前高度依赖视觉感知，缺少触觉反馈，一旦视线被遮挡，复杂组合任务的表现会明显下滑，组合任务成功率仅70%。后续触觉感知会成为重要补全方向。这件事带来的启发：人形机器人竞争，已经不只是比拼硬件零部件，机器人“大脑”、仿真数据生成、跨场景迁移算法，正在变成新的核心战场。仿真+物理AI这条技术路线，会持续加速整个行业的落地节奏。