HaloBattery 把无线鼠标、键盘、耳机、手柄的电量统一放到 Windows 任务栏右下角，每个设备一个图标，不用装厂商软件。 图标是一圈电量环，中间画着设备的样子，快到提醒线时变琥珀色，到了就变红，充电时绿色圆环会慢慢「呼吸」。 GitHub： 鼠标指上去能看到具体百分比，用上一阵子后还会估算大概还能用几个小时。全屏打游戏时提醒会先压着，退出游戏再弹。 雷蛇、罗技、赛睿、海盗船、索尼、Xbox、8BitDo、Keychron 这些牌子都支持，2.4G 接收器、有线和蓝牙都能读。 下载解压就能用，第一次运行 Windows 可能弹个安全提示，点「仍要运行」就行。桌上无线外设一多，有这么个东西确实省心。

苹果 HALO：1000 个虚拟住宅里训练，零样本搬进真实家庭成功率 91%， 是少见的硬结果。 1000 个虚拟住宅里生成 300 小时数据、16 万多个片段，模型从没见过真实家居，搬进 6 个没建图的真场景跑 360 次，成功率 91%。它能做的都是硬活：坐椅子、侧身穿过半开的门、蹲着从桌下过去。三层时钟分得干净，VLM 每两秒做一次分解，3Hz 输出运动，50Hz 跟踪。 我的判断是，国内做家庭机器人的团队该换思路，瓶颈不在数据量，在场景生成的逼真度和分层架构。

🚨 什麼是 #HALO# 生意？ 2026 年最火的投資新框架！ HALO = Heavy Assets, Low Obsolescence 「重資產、低過時風險」 意思就是： 擁有大量實體工廠、能源網路、門市、油田、基礎建設等「重資產」，而且這些資產幾乎不可能被 AI 一鍵取代！ AI 再強，也打不倒 Exxon 的油田、Walmart 的物流網、Bugatti 的超跑工廠。 這就是為什麼 HOF一邊重押 Anthropic（AI），一邊買下 Bugatti 的原因——經典的 AI + HALO 雙槓桿策略！ AI 時代，別只追輕資產科技股，HALO 才是真正抗跌的「不敗壁壘」。 你看好哪種 HALO 資產？👇 這些例子來自 2026 年華爾街討論（包括 Josh Brown 和 Goldman Sachs 的分析）👉🏻 1. 能源與資源類（Energy & Resources） • ExxonMobil、Valero、Phillips 66、Diamondback Energy：擁有龐大油田、煉油廠、輸油管線和全球供應鏈。AI 再厲害，也挖不出石油或建好一座新煉油廠（需要數十年許可和資本）。這些是典型「AI 打不倒」的重資產。 • Newmont（礦業）：金礦、銅礦等實體礦場，開採權和地質資產是長期護城河。 2. 工業與重機具類（Industrials & Machinery） • Caterpillar（怪手/重機）：生產挖土機、 bulldozer 等重型設備，工廠、供應鏈和全球經銷網是巨大物理資產。Josh Brown 稱它是「 quintessential HALO 公司」。 • John Deere（約翰迪爾，農機）：拖拉機和農業設備製造，擁有實體生產線和長週期技術，AI 無法取代農田裡的真實機器。 • Baker Hughes：油田服務設備，實體鑽探工具和基礎設施。 3. 物流與運輸類（Logistics & Transportation） • FedEx、CSX、Union Pacific（鐵路）：龐大物流網路、卡車車隊、鐵路軌道和倉庫系統。這些「你星期一早上還需要」的實體運輸資產，AI 只能優化路線，無法取代鐵軌或飛機。 • Delta Airlines：飛機艦隊、機場基礎設施和航線權利。 4. 消費與實體零售類（Consumer & Brick-and-Mortar） • Walmart、McDonald’s、Starbucks、Hershey：除了品牌，還有遍布全球的門市、供應鏈、房地產和冷鏈物流。AI 點外賣容易，但蓋不出上萬家實體店。 5. 基礎設施與公用事業類（Infrastructure & Utilities） • 電網、輸油管線、電信基礎設施（如 Verizon）：這些是國家級重資產，許可難、建置貴，AI 無法「虛擬化」一座電廠或光纖網路。Goldman Sachs 特別強調這類是 HALO 核心。 • Prologis（倉儲 REITs）：大型物流倉庫和工業地產，物理空間永遠需要。

【天风电新&汽车】机器人模型更新（1）：苹果HALO，用合成数据帮助真机数据进行scaling-1107 ——————————— 🌟论文成果 HALO要解决的问题是：以往训练机器人要大量的真机遥操数据，费时费力，那能不能直接让电脑模拟生成真机数据？ 论文通过提示词说明，直接生成机器人长序列动作，再通过场景生成，把机器人放进仿真房间，最后随机修改环境光照、机器人传感器噪点提高泛化性。 但这类研究最大的问题是sim2real的差距：仿真里跑得好好的，现实世界可能直接栽跟头。 论文的方案是让【合成数据要与现实对齐】，即【在仿真中复原现实世界的动作延时、电机实际输出与指令的差异】等。实际跑下来，#模型在仿真环境和现实环境的同类单任务成功率都达到91#%，基本解决简单任务sim2real的问题。 🌟投资端怎么看 1、继续强化分层架构逻辑：论文里S2用的Qwen3.6（350e参数）；S1用的Qwen3.5（20e参数）和一个扩散模型； 2、这篇论文重点在【解决合成数据的可用性】：今年开始ego这类数据成为模型预训练的主力军，但中训练和后训练仍多用真机数据，现在合成数据能帮助真机数据进行scaling； 3、论文里的训练数据仅摄像头的视觉数据。作者承认#缺乏触觉等其他模态数据，无法判断用力精度等问题；# 4、将虚拟场景与现实对齐时，作者实际测量了机器人实机的电机、相机等参数，说明干这个活和本体强相关，换一台机器人要重新标定。因此#有一套固定的本体、并基于本体搭建数据集更为有效。# 综上，利好的方向，多模态数采（触觉等）和本体厂。 ✅触觉&力传感：论文点名发展趋势在增加触觉，故直接利好铲子股数采手套-【福莱新材】，力传感-【安培龙】 ✅灵巧手+双臂：合成数据来自真机数据的补充，利好真机数采标的：机械臂【长盈】、【安培龙】（天机）；灵巧手-Sharpa链【禾赛】、【维宏】，灵巧手驱动模组核心玩家【浙江荣泰】。 ✅本体：模型训练的进步利好本体放量且需本体合作搭建数据集，重视争夺S1议价权的【上纬】，专注S0的【宇树】。

据 Malay Mail 报道，马来西亚数字资产交易所 Luno 与 Halogen Capital、Kenanga Investors 宣布合作，计划探索以 1:1 马币储备支持的稳定币 UMYR，用于代币化货币市场基金的申购和赎回结算，并测试实时 Delivery-versus-Payment（DvP）机制。该试点仅面向白名单机构客户，不向零售用户开放。Luno 创立于 2013 年，是马来西亚首批受证券委员会监管的数字资产交易所之一，于 2020 年被 Digital Currency Group（DCG）全资收购，交易金额未披露。

极摩客在海外推出新版 EVO-X2 迷你主机，核心还是 AMD Strix Halo 和 128GB 内存，但硬盘从 2TB 缩到 1TB。它保留了锐龙 AI Max+ 395、双 2.5GbE、Wi-Fi 7 和丰富接口，主打 140W 峰值性能释放。新版本售价 3499 美元，比旧版便宜 150 美元。