行业投资评级 - 报告对机械设备行业维持买入评级，前次评级亦为买入 [5] 核心观点 - 苹果以“借本体，做大脑”的模式入局人形机器人，将自主系统HALO部署在宇树科技G1人形机器人上进行验证，使仿真环境中学到的动作迁移至陌生现实房间执行 [1] - HALO采用任务编排器、动作生成器、动作跟踪器三层框架，分层思路与Astra一致，均为通用模型负责“大脑”任务规划加专用模型负责动作执行 [1] - 系统采用全仿真数据训练，突破真机数据缺失瓶颈且不受数据采集中人力制约，可直接真机部署 [2] - 六类真机单项任务成功率约91%，与仿真表现基本收敛，仿真训练能力可基本迁移至真机 [2] - 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，后续实现长流程精确手部执行任务时真实视触觉数据或仍不可或缺 [3] - 后续通用模型和具身模型进步仍无法脱离触觉数据，模型进步直接推动本体放量速度 [3] HALO系统架构 - 最上层为千问Qwen3.6-35B-A3B，负责高层级认知和任务规划功能，可在机器人搭载的Mac mini上本地运行 [1] - 中间层动作生成器采用千问Qwen3.5-2B编码器加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 [1] - 最底层为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 [1] 系统训练维度 - 先通过程序化生成1000个虚拟住宅场景，合成近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 [2] - 之后让中间层动作生成器和底层动作跟踪器分别进行训练 [2] 真机测试表现 - G1搭载HALO在未训练未扫描过的真实家居场景中测试，共6类场景×6个真实家庭环境×每个环境10次=360次，真机成功率均值为91% [2] - 仿真场景测试成功率也为91%，仿真场景为6类任务×100个留出房间×10次=6000次 [2] - 组合任务平均成功率为70%，其中Crouch-Go-To-Push仅50% [3] - 组合任务成功率低于单任务成功率乘积，Door→Go-To为71%对比乘积89%，表明子任务之间并不独立，长流程任务执行衔接环节存在短板 [3] - 本次HALO更多展示运动行走类任务，精细操作暂无论证仿真到现实的迁移 [3] 投资建议 - 建议关注触觉手套相关标的福莱新材、晶华新材、慈星股份 [3] - 建议关注数采相关标的奥比中光 [3] - 建议关注本体相关标的宇树科技、上纬新材、优必选 [3] 重点公司估值 - 优必选（09880.HK）最新收盘价64.50港元，报告日期2026/09/01，评级买入，合理价值97.02元/股 [10] - 优必选2026E EPS为-1.11元，2027E EPS为-0.69元 [10] - 优必选2026E ROE为-8.30%，2027E ROE为-5.50% [10]