苹果公开 HALO，把研究链路搬到真实机器人上
当地时间 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》，披露人形机器人自主控制系统 HALO。这项研究给出了较完整的技术链路：通过仿真生成训练数据，由大模型完成任务编排，再在宇树科技 G1 人形机器人上进行真实环境验证。
研究团队同时公开了数据生成、模型训练和部署代码，覆盖动作生成、动作跟踪、任务编排，以及仿真和真实机器人运行等环节。对于关注具身智能的开发者而言，这套材料的开放程度，使 HALO 不仅是一项内部实验，也可以作为观察苹果机器人研究方法的窗口。
三层控制架构：大模型负责理解，强化学习负责执行
从论文披露的信息看，HALO 的核心设计是把“理解任务”和“执行动作”拆成多个层级。系统执行任务时，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，系统也可选择通过 API 调用云端模型。
- 中间层是动作生成模块，论文称采用另一款千问模型 Qwen3.5-2B。
- 底层是动作跟踪器，经强化学习、策略蒸馏等步骤训练，以每秒 50 次的频率运行。
在真机部署阶段，研究团队采用宇树科技 G1 人形机器人，并在其背部加装专用 3D 打印保护外壳。G1 内部搭载一台 Mac mini，配置为 M4 Pro 芯片和 64GB 统一内存。Mac mini 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）。
这种分工显示，HALO 并未把所有计算压力集中到单一控制器上，而是把语义理解、动作生成和高频控制分配到不同算力模块中。对需要实时反应的人形机器人来说，这种层级化架构更接近工程化部署思路。
真实环境测试：单项任务成功率 91%，复合任务仍有压力
在训练侧，苹果研究团队使用了大规模算力合成数据。论文称，团队使用 250 张英伟达 H100 GPU，耗时约 48 小时合成主要训练数据。动作生成器通过模仿学习训练，使用 64 张 B200；动作跟踪器经强化学习、策略蒸馏等步骤训练，使用 4 张 H100。
在真实环境验证中，研究团队在 6 个未预先扫描或建图的环境中开展了 360 次单项任务测试，平均成功率为 91%。这一结果说明，在相对明确的单步任务中，HALO 已经具备较稳定的执行能力。
不过，长序列复合任务仍暴露出挑战。论文显示，在单一真实场景中，针对每种组合各进行 10 次测试，3 种组合的平均成功率为 70%。其中，最复杂的“俯身通过障碍 — 走向目标 — 推箱子”任务在 10 次测试中成功 5 次，成功率为 50%。相比单项任务，连续动作、空间移动和物体交互叠加后，系统对环境变化和动作稳定性的要求明显提高。
开放代码与行业意义：完整链路仍需补齐感知短板
苹果研究团队表示，仿真生成数据并未完全摆脱人工参与。新增物理任务仍需人工编写提示词、设计动作关键帧，部分动作还使用了人类视频或动捕素材。这意味着，HALO 当前的自动化程度仍集中在训练和生成流程的一部分，任务扩展仍需要研究人员介入。
感知能力也是现阶段的限制之一。论文指出，目前机器人主要依赖视觉感知，难以直接感知接触情况。当物体离开相机视野或被遮挡时，涉及较多接触的任务表现会下降。研究团队提到，加入触觉感知将是后续改进方向之一。
对行业而言，苹果在人形机器人方向呈现出的路线并不只是追求单一动作效果，而是把大模型、仿真数据、端侧算力和第三方机器人平台放在同一套系统中验证。HALO 的公开，为行业提供了一个观察苹果具身智能研究方法的样本，也再次把问题拉回现实：人形机器人要从演示走向稳定应用，仍需要在任务泛化、接触感知和长序列执行上继续补齐短板。
原创文章，作者：点点，如若转载，请注明出处：https://www.dian8dian.com/cong-halo-kan-ping-guo-ju-shen-zhi-neng-lu-xian-fang-zhen
