蘋果披露人形機器人系統 HALO，實測成功率 91%

當地時間 2026 年 11 月 4 日，蘋果研究團隊在預印本平臺 arXiv 提交論文《Perceptive Humanoid Motion from Simulation》，披露了人形機器人自主控制系統 HALO。11 月 7 日，東方財富與 IT 之家先後報道了這一訊息，並補充了論文的技術細節與實驗資料。

HALO 由三個層級協同控制。最上層是基於視覺語言模型（VLM）的任務編排模組，預設採用千問 Qwen3.6-35B-A3B，執行在機器人背部加裝的 3D 列印保護外殼內的一臺 Mac mini 上，與動作生成器共用模型服務引擎，無需聯網即可工作，系統也可選擇通過 API 呼叫雲端模型。中間的動作生成層採用另一款千問模型 Qwen3.5-2B。底層則是經強化學習、策略蒸餾等步驟訓練的動作跟蹤器。這臺 Mac mini 配備 M4 Pro 晶片與 64GB 統一記憶體，負責在機載端即時推理計算開銷較大的 Orchestrator（VLM）與 Motion Generator（DiT）；G1 自帶的板載晶片則專注高頻執行 Tracker（RL 策略網路）。

研究團隊將 HALO 部署在宇樹科技的 G1 人形機器人上，讓機器人將在模擬環境中學到的動作遷移到陌生的現實房間中執行，包括鑽過桌底、坐上沙發、推箱子、跟隨人、坐上椅子、側身穿過半開的門等。在落地階段，研究團隊在 6 個未建圖環境中進行了 360 次單項任務測試，平均成功率為 91%。同時，團隊公開了資料生成、模型訓練和部署程式碼，涵蓋動作生成、動作跟蹤、任務編排以及模擬和真實機器人執行等環節。