苹果研究团队在 arXiv 论文披露 HALO 人形自主控制系统（Humanoid Autonomy, Learned in simulation, running Onboard），它主打仿真训练、零样本迁移到陌生真实家居环境，在 6 个未预先扫描建图的真实环境完成 360 次单项任务，平均成功率 91%；但长序列复合任务难度明显更高，3 种组合任务平均成功率 70%，最复杂任务仅 50%。很多人容易把单项成功率直接等同于家用机器人可用，忽略 HALO 是研究原型、依赖视觉感知、缺少触觉反馈，硬件采用宇树 G1，搭配机载 Mac mini 做端侧推理，并不是苹果自研人形机器人硬件。下面从系统架构、训练方式、测试详情、短板、价值拆开说明。
一、HALO 三层控制架构
整套系统分层协同，端侧本地运行，不依赖云端实时推理
- 上层任务编排层（VLM）：负责理解自然语言指令、拆解任务，默认使用 Qwen3.6-35B-A3B
- 中层动作生成层：生成全身运动轨迹，使用 Qwen3.5-2B
- 底层动作跟踪器：强化学习 + 策略蒸馏训练，以 50Hz 高频实时修正姿态、稳定平衡
硬件方案：宇树 G1 人形机器人，背部搭载 M4 Pro Mac mini（64GB 内存）跑 VLM 与动作生成；机器人原生板载芯片运行底层跟踪策略
二、训练方案：仿真合成数据，摆脱大量人工遥操作
HALO 不依靠真人远程操控采集数据，而是程序化生成 1000 个虚拟住宅场景，合成视觉 - 语言 - 运动配对数据，合计约 300 小时、16 万多条动作片段。
训练全程只在虚拟环境，训练阶段从未见过真实家居房间，直接零样本迁移到真实世界，这是本次工作的核心亮点。
算力消耗：250 张 H100、48 小时生成主训练数据；动作生成器训练使用 64 张 B200；跟踪策略训练用 4 张 H100。
三、测试任务与成绩对照表
单项任务一共 6 类，6 个真实环境，每个任务每个环境 10 次，合计 360 次单项测试，平均 91%
| 任务类型 | 任务说明 |
|---|---|
| Go-To | 走到指定物体旁边 |
| Sit | 坐到椅子上 |
| Door | 侧身穿过半开的门 |
| Crouch and Crawl | 俯身、爬行穿过低矮障碍（桌底） |
| Push | 推动箱子 |
| Follow | 跟随人员移动 |
复合长序列任务（单一场景，每组 10 次）
- 三组组合任务平均成功率：70%
- 最难链路：俯身过障碍 → 走向目标 → 推箱子，成功率仅 50%
四、核心优势
- 零样本迁移：真实环境不需要提前建图、扫描，机器人进去直接执行任务
- 端侧自主运行：整套推理在机器人背部 Mac mini 本地完成，断网也能工作
- 数据可规模化：靠算力生成仿真数据，不用大量人工遥操作，解决具身智能数据瓶颈
- 技能可组合：基础动作单元可以编排串联，执行连续多步骤家务类任务
五、当前明显短板
- 仅依赖视觉，没有触觉感知，物体遮挡、需要紧密接触的任务容易失败
- 任务越长、链路越复杂，成功率下滑明显，稳定性不足
- 新增任务依然需要人工写提示词、设计关键帧，不能完全自主拓展技能
- 属于学术研究原型，不是面向消费者的量产产品，苹果没有发布商用机器人
六、行业意义
这套方案证明：只用仿真合成的视觉语言运动数据，就能训练人形机器人直接落地陌生家居场景，大幅降低人形机器人对真实世界采集数据的依赖；苹果公开代码与论文，也把 “仿真到现实的零样本迁移” 路线对外开放，对家用具身智能方向有参考价值。
七、避坑清单
- HALO 是控制系统软件栈，不是苹果自研机器人本体，硬件是宇树 G1
- 91% 是简单单项任务，不能理解为连续家务都能稳定完成
- 无触觉是重大瓶颈，抓握、精细操作这类任务不在本次测试范围
- 属于预印本论文研究成果，不等于苹果即将推出家用机器人产品
【相关 FAQ】
问题 1：苹果 HALO 机器人系统 360 次单项任务平均成功率 91%，测试是在什么环境里做的？
回答 1：苹果 HALO 的 360 次单项任务测试在 6 个没有预先扫描、没有提前建图的真实家居环境中开展，机器人训练时完全没有见过这些真实房间，属于仿真到现实的零样本迁移测试。
问题 2：HALO 跑在什么硬件上，整套系统是不是云端推理？
回答 2：HALO 部署在宇树 G1 人形机器人上，背部搭载 M4 Pro Mac mini；上层 VLM、动作生成在 Mac mini 端侧本地推理，底层跟踪策略在机器人自带板载芯片运行，不需要依赖云端实时推理。
问题 3：HALO 单项任务 91% 成功率，复合任务为什么掉到 70%、最低 50%？
回答 3：单项任务只是单一动作；复合任务需要连续完成多动作、自主判断状态、处理中间意外，长链路下出错概率累积，其中 “俯身过障碍 + 走向目标 + 推箱子” 的长链路最容易失败，10 次只成功 5 次。
问题 4：HALO 的训练方式有什么特点，和传统人形机器人遥操作采集数据有什么区别？
回答 4：HALO 靠程序生成 1000 个虚拟住宅，自动合成视觉语言运动数据，不需要大量人工远程操控机器人采集；传统方案高度依赖人工遥操作、动捕视频，人力成本高、很难大规模扩量。
【参考资料】
[2026-11-04]（arXiv 论文 Perceptive Humanoid Motion from Simulation）苹果 HALO 研究论文
[2026-11-07]（新浪科技：苹果披露人形机器人 HALO 系统）新浪财经
[2026-11-07]（澎湃新闻：苹果 HALO 机器人测试详情）上游新闻
[2026-11-07]（IT 之家：HALO 硬件架构、端侧推理方案）IT 之家
[2026-11-07]（虎嗅：HALO 仿真训练与具身智能解读）虎嗅网
【免责声明】
本文内容基于苹果预印本论文的研究成果，HALO 属于学术原型系统，并非商用产品；测试成绩限定在本次 6 个家居场景、指定任务集，不代表所有家庭环境都可以稳定运行；系统缺少触觉感知，精细操作能力尚未验证，相关技术距离量产家用机器人仍有较长周期。