苹果（AAPL）研究团队在arXiv公开人形机器人（886069）自主控制系统HALO，连带把数据生成、模型训练与部署代码全数开源，测试放在宇树G1机身上完成。公开信息显示，在6个训练中未见且未经扫描的环境中，针对6类单项技能开展360次测试，平均成功率达到91%。市场迅速把这条技术信号翻译成产业链催化，物理AI概念集体走强。
但91%的成功率回答的是技术问题，不是采购问题。如果训练需求真的先于本体放量，掏钱的一方到底在买什么？仿真、数据采集、算力三个环节各自的采购决策链条有多长？哪些信号会让“训练先行”的叙事落空？
第一个问号：训练成本降了，采购方未必多花钱。
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便宜。合成数据贵在场景构建、仿真保真度与算力，真机数据贵在采集与标注。另一种路线是直接训练动作模型，共需数千小时数据，大部分是真机数据；视频数据路线则需要百万小时级数据，再加几十到上百小时高质量机器人数据微调。两种做法的总成本可能相近，差别在于成本结构。
采购方会不会因此多掏钱，取决于一个很实际的比较：自建管线与外采服务，哪个更划算。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可用。训练侧外部采购需求是否扩张，不取决于技术门槛降了多少，而取决于第三方服务相对自建管线的性价比。
第二个问号：仿真、数据采集、算力，谁的采购决策链条最短？
三个环节的需求可见度并不均衡。
仿真环节技术逻辑最清晰，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。
数据采集环节有分层证据，但需要做关键区分。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，收入确认取决于后续执行进度与验收节奏。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。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。
算力环节更需克制。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。英伟达（NVDA）把世界模型Cosmos开放给行业，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，但这条带动路径是间接的，不能拿单次训练量级去推算行业级缺口。
三个环节的证据强度依次为：数据采集有分层证据，算力有单次量级，仿真停留在市场映射。
第三个问号：哪些信号会让训练先行叙事落空？
第一个信号来自投入偏好。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存在，训练侧外部采购可能不及预期。这是需求端的否定条件，比技术端的任何进展都更直接。
第二个信号来自技术路线。真机数据多样性比量更重要，智平方副总裁莫磊表示真机数据对模型后续性能提升作用更关键。如果合成数据路线未被广泛采用，仿真需求的弹性就要打折扣。
第三个信号来自执行端。签约采购执行进度低于预期、产能放量推迟，乐观叙事就失去落脚点。蓝思科技（HK6613）披露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，这条信息的性质是产能释放预期，不是已完成的订单交付。特斯拉（TSLA）团队近期对产业链企业开展审厂，审厂是量产准备动作，不等于订单落地，更不等于供应商确定。
把训练侧需求按证据强度分层，采购方视角的判断框架大致是四层。第一层是已发生交付，如福莱新材（605488）3万套触觉传感器（885946）。第二层是已签约采购，如灵心巧手10万套、中科硅纪20万套，收入确认取决于执行进度与验收节奏。第三层是战略合作，如奥比中光（688322）与大晓机器人万台战略采购协议，执行进度待披露。第四层是市场映射，如索辰科技（688507）、凡拓数创（301313）、华如科技（301302）与物理AI训练环节的对应关系，公开信息尚不足以确认直接订单关系。
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。技术逻辑成立与采购行为发生之间，隔着自建与外采的性价比比较、路线扩散程度、以及签约到交付的时滞。
后续跟踪的节点很具体：HALO复现进展与第三方验证结果；触觉传感器（885946）签约采购执行情况；蓝思科技（HK6613）四季度放量与明年一季度产能爬坡是否如期；特斯拉（TSLA）审厂能否转为正式订单；机器人公司自建管线与外采训练服务的比例变化。这些节点不回答“机器人会不会来”，只回答“训练侧的钱会不会现在花”。
但91%的成功率回答的是技术问题，不是采购问题。如果训练需求真的先于本体放量，掏钱的一方到底在买什么？仿真、数据采集、算力三个环节各自的采购决策链条有多长？哪些信号会让“训练先行”的叙事落空？
第一个问号：训练成本降了，采购方未必多花钱。
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便宜。合成数据贵在场景构建、仿真保真度与算力，真机数据贵在采集与标注。另一种路线是直接训练动作模型，共需数千小时数据，大部分是真机数据；视频数据路线则需要百万小时级数据，再加几十到上百小时高质量机器人数据微调。两种做法的总成本可能相近，差别在于成本结构。
采购方会不会因此多掏钱，取决于一个很实际的比较：自建管线与外采服务，哪个更划算。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可用。训练侧外部采购需求是否扩张，不取决于技术门槛降了多少，而取决于第三方服务相对自建管线的性价比。
第二个问号：仿真、数据采集、算力，谁的采购决策链条最短？
三个环节的需求可见度并不均衡。
仿真环节技术逻辑最清晰，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。
数据采集环节有分层证据，但需要做关键区分。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，收入确认取决于后续执行进度与验收节奏。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。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。
算力环节更需克制。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。英伟达（NVDA）把世界模型Cosmos开放给行业，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，但这条带动路径是间接的，不能拿单次训练量级去推算行业级缺口。
三个环节的证据强度依次为：数据采集有分层证据，算力有单次量级，仿真停留在市场映射。
第三个问号：哪些信号会让训练先行叙事落空？
第一个信号来自投入偏好。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存在，训练侧外部采购可能不及预期。这是需求端的否定条件，比技术端的任何进展都更直接。
第二个信号来自技术路线。真机数据多样性比量更重要，智平方副总裁莫磊表示真机数据对模型后续性能提升作用更关键。如果合成数据路线未被广泛采用，仿真需求的弹性就要打折扣。
第三个信号来自执行端。签约采购执行进度低于预期、产能放量推迟，乐观叙事就失去落脚点。蓝思科技（HK6613）披露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，这条信息的性质是产能释放预期，不是已完成的订单交付。特斯拉（TSLA）团队近期对产业链企业开展审厂，审厂是量产准备动作，不等于订单落地，更不等于供应商确定。
把训练侧需求按证据强度分层，采购方视角的判断框架大致是四层。第一层是已发生交付，如福莱新材（605488）3万套触觉传感器（885946）。第二层是已签约采购，如灵心巧手10万套、中科硅纪20万套，收入确认取决于执行进度与验收节奏。第三层是战略合作，如奥比中光（688322）与大晓机器人万台战略采购协议，执行进度待披露。第四层是市场映射，如索辰科技（688507）、凡拓数创（301313）、华如科技（301302）与物理AI训练环节的对应关系，公开信息尚不足以确认直接订单关系。
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。技术逻辑成立与采购行为发生之间，隔着自建与外采的性价比比较、路线扩散程度、以及签约到交付的时滞。
后续跟踪的节点很具体：HALO复现进展与第三方验证结果；触觉传感器（885946）签约采购执行情况；蓝思科技（HK6613）四季度放量与明年一季度产能爬坡是否如期；特斯拉（TSLA）审厂能否转为正式订单；机器人公司自建管线与外采训练服务的比例变化。这些节点不回答“机器人会不会来”，只回答“训练侧的钱会不会现在花”。
