苹果披露人形机器人系统 HALO，实测成功率 91%

当地时间 2026 年 11 月 4 日，苹果研究团队在预印本平台 arXiv 提交论文《Perceptive Humanoid Motion from Simulation》，披露了人形机器人自主控制系统 HALO。11 月 7 日，东方财富与 IT 之家先后报道了这一消息，并补充了论文的技术细节与实验数据。

HALO 由三个层级协同控制。最上层是基于视觉语言模型（VLM）的任务编排模块，默认采用千问 Qwen3.6-35B-A3B，运行在机器人背部加装的 3D 打印保护外壳内的一台 Mac mini 上，与动作生成器共用模型服务引擎，无需联网即可工作，系统也可选择通过 API 调用云端模型。中间的动作生成层采用另一款千问模型 Qwen3.5-2B。底层则是经强化学习、策略蒸馏等步骤训练的动作跟踪器。这台 Mac mini 配备 M4 Pro 芯片与 64GB 统一内存，负责在机载端实时推理计算开销较大的 Orchestrator（VLM）与 Motion Generator（DiT）；G1 自带的板载芯片则专注高频运行 Tracker（RL 策略网络）。

研究团队将 HALO 部署在宇树科技的 G1 人形机器人上，让机器人将在仿真环境中学到的动作迁移到陌生的现实房间中执行，包括钻过桌底、坐上沙发、推箱子、跟随人、坐上椅子、侧身穿过半开的门等。在落地阶段，研究团队在 6 个未建图环境中进行了 360 次单项任务测试，平均成功率为 91%。同时，团队公开了数据生成、模型训练和部署代码，涵盖动作生成、动作跟踪、任务编排以及仿真和真实机器人运行等环节。