苹果（AAPL）研究团队在arXiv公开HALO系统后，市场迅速把91%的平均成功率翻译成一条交易逻辑：训练需求可能先于本体放量。这个判断在仿真、数据采集、算力三个环节都能找到对应的技术理由与公司动作，但技术理由与收入确认之间，隔着送样、定点、量产、交付多个阶段。真正值得追问的是：如果训练需求真的先行，哪个环节的订单可见度最高，哪个仍停留在市场映射层面？
HALO压低的是数据获取成本，不是训练总投入。研究团队用程序化方式生成1000个虚拟家庭场景，合成约300小时视觉语言运动数据，用250张H100训练48小时完成。对照真机遥操作采集数据以小时计的成本，公开报道中的量级是每小时300元至1000元，合成数据把采集环节的边际成本压到接近算力成本。但这不意味着训练从此免费。两种路线的总成本可能相近，差别在于成本结构：真机数据贵在采集与标注，合成数据贵在场景构建、仿真保真度与算力。把HALO读成训练成本归零是误读，它降低的是数据获取门槛。
仿真环节的技术逻辑最清晰，订单证据却最弱。索辰科技（688507）、凡拓数创（301313）、华如科技（301302）被市场按技术逻辑对应到物理AI训练环节，对应关系来自1000个虚拟场景与仿真环境需求之间的类推。这属于市场自行映射，公开信息尚不足以确认这些公司与苹果（AAPL）存在直接订单关系。仿真环境的需求弹性，取决于合成数据路线是否被更多团队广泛采用。如果头部机器人公司更倾向于自建仿真管线或使用开源工具，第三方仿真服务的采购需求就会打折扣。技术逻辑成立，不等于订单落地。
数据采集环节的证据成熟度介于两者之间，但需要做一层关键区分。奥比中光（688322）与大晓机器人签署万台战略采购协议，协议性质是战略合作，执行进度仍待后续披露验证。福莱新材（605488）截至8月31日累计交付触觉传感器（885946）超过3万套，这是已发生的交付；灵心巧手已签约采购10万套，中科硅纪将采购20万套，这两笔是已签约采购。签约采购不等于收入，收入确认取决于后续执行进度与验收节奏。把3万套和30万套并排放，前者是既成事实，后者是待执行合同。市场情绪往往把两者压缩成同一个利好来交易，但产业兑现的时滞恰恰藏在这个压缩里。触觉传感器（885946）在人形机器人（886069）成本结构中占比不高，却是灵巧手精细操作的关键环节，其交付节奏对判断末端执行器产业化进度有先行意义。
算力环节最容易在外推中失真。250张H100训练48小时对应的是单次训练量级，不宜直接外推为行业算力缺口。单次训练与行业级持续需求之间，隔着模型迭代频率、团队数量和数据规模等多个变量。英伟达（NVDA）开放世界模型Cosmos，全行业使用开放模型最终会转化为对云端训练与仿真算力的持续需求，但芯片公司关注世界模型主要是为了带动算力需求，而非直接向机器人公司销售模型。算力需求的兑现路径是间接的，把它当作训练先行的最直接受益环节，逻辑上跳了一步。
三个环节的证据强度并不均衡：数据采集有已交付和已签约的分层证据，仿真停留在市场映射，算力有单次量级但缺乏行业级验证。训练先行的叙事如果被整体打包交易，最容易在仿真环节落空，因为那里连直接订单都尚未确认。
证伪信号需要逐环节设定。机器人公司更愿意把资金投入数据和模型微调、市面上已有免费世界模型，若该偏好扩散，训练侧外部采购需求可能不及预期。真机数据多样性比量更重要，合成数据路线若未被广泛采用，仿真环节需求弹性打折扣。签约采购执行进度低于预期、产能放量推迟，会让乐观叙事失去落脚点。后续跟踪节点包括：HALO复现进展、触觉传感器（885946）签约执行情况、蓝思科技（HK6613）四季度放量与明年一季度产能爬坡。蓝思科技（HK6613）披露的北美客户头部模组产品预计四季度逐步放量、明年一季度达到预期产能，性质是产能释放预期而非已完成订单交付，这两个节点能否如期兑现，是检验训练先行叙事能否落到收入端的关键。
91%的成功率有明确的测试边界：宇树G1机身、6类单项技能、360次测试、6个训练中未见且未经扫描的环境。测试验证的是仿真能力向陌生房间的迁移，而非开放环境下的全任务通用能力。当单项技能叠加成长流程时，平均成功率回落至70%，个别复杂场景低至50%，公开披露将根源指向过度依赖视觉、缺乏触觉。这个落差提示，训练侧的技术进步真实存在，但从技术信号到产业链收入，每个环节的兑现节奏和证据强度截然不同。训练先行可以是一个研究方向，但不该是一个打包交易的理由。
HALO压低的是数据获取成本，不是训练总投入。研究团队用程序化方式生成1000个虚拟家庭场景，合成约300小时视觉语言运动数据，用250张H100训练48小时完成。对照真机遥操作采集数据以小时计的成本，公开报道中的量级是每小时300元至1000元，合成数据把采集环节的边际成本压到接近算力成本。但这不意味着训练从此免费。两种路线的总成本可能相近，差别在于成本结构：真机数据贵在采集与标注，合成数据贵在场景构建、仿真保真度与算力。把HALO读成训练成本归零是误读，它降低的是数据获取门槛。
仿真环节的技术逻辑最清晰，订单证据却最弱。索辰科技（688507）、凡拓数创（301313）、华如科技（301302）被市场按技术逻辑对应到物理AI训练环节，对应关系来自1000个虚拟场景与仿真环境需求之间的类推。这属于市场自行映射，公开信息尚不足以确认这些公司与苹果（AAPL）存在直接订单关系。仿真环境的需求弹性，取决于合成数据路线是否被更多团队广泛采用。如果头部机器人公司更倾向于自建仿真管线或使用开源工具，第三方仿真服务的采购需求就会打折扣。技术逻辑成立，不等于订单落地。
数据采集环节的证据成熟度介于两者之间，但需要做一层关键区分。奥比中光（688322）与大晓机器人签署万台战略采购协议，协议性质是战略合作，执行进度仍待后续披露验证。福莱新材（605488）截至8月31日累计交付触觉传感器（885946）超过3万套，这是已发生的交付；灵心巧手已签约采购10万套，中科硅纪将采购20万套，这两笔是已签约采购。签约采购不等于收入，收入确认取决于后续执行进度与验收节奏。把3万套和30万套并排放，前者是既成事实，后者是待执行合同。市场情绪往往把两者压缩成同一个利好来交易，但产业兑现的时滞恰恰藏在这个压缩里。触觉传感器（885946）在人形机器人（886069）成本结构中占比不高，却是灵巧手精细操作的关键环节，其交付节奏对判断末端执行器产业化进度有先行意义。
算力环节最容易在外推中失真。250张H100训练48小时对应的是单次训练量级，不宜直接外推为行业算力缺口。单次训练与行业级持续需求之间，隔着模型迭代频率、团队数量和数据规模等多个变量。英伟达（NVDA）开放世界模型Cosmos，全行业使用开放模型最终会转化为对云端训练与仿真算力的持续需求，但芯片公司关注世界模型主要是为了带动算力需求，而非直接向机器人公司销售模型。算力需求的兑现路径是间接的，把它当作训练先行的最直接受益环节，逻辑上跳了一步。
三个环节的证据强度并不均衡：数据采集有已交付和已签约的分层证据，仿真停留在市场映射，算力有单次量级但缺乏行业级验证。训练先行的叙事如果被整体打包交易，最容易在仿真环节落空，因为那里连直接订单都尚未确认。
证伪信号需要逐环节设定。机器人公司更愿意把资金投入数据和模型微调、市面上已有免费世界模型，若该偏好扩散，训练侧外部采购需求可能不及预期。真机数据多样性比量更重要，合成数据路线若未被广泛采用，仿真环节需求弹性打折扣。签约采购执行进度低于预期、产能放量推迟，会让乐观叙事失去落脚点。后续跟踪节点包括：HALO复现进展、触觉传感器（885946）签约执行情况、蓝思科技（HK6613）四季度放量与明年一季度产能爬坡。蓝思科技（HK6613）披露的北美客户头部模组产品预计四季度逐步放量、明年一季度达到预期产能，性质是产能释放预期而非已完成订单交付，这两个节点能否如期兑现，是检验训练先行叙事能否落到收入端的关键。
91%的成功率有明确的测试边界：宇树G1机身、6类单项技能、360次测试、6个训练中未见且未经扫描的环境。测试验证的是仿真能力向陌生房间的迁移，而非开放环境下的全任务通用能力。当单项技能叠加成长流程时，平均成功率回落至70%，个别复杂场景低至50%，公开披露将根源指向过度依赖视觉、缺乏触觉。这个落差提示，训练侧的技术进步真实存在，但从技术信号到产业链收入，每个环节的兑现节奏和证据强度截然不同。训练先行可以是一个研究方向，但不该是一个打包交易的理由。
