苹果披露机器人 HALO 进展：基于千问模型在宇树 G1 验证 单任务成功率 91%

苹果研究团队在预印本平台披露人形机器人自主控制系统 HALO，将其部署在宇树科技 G1 人形机器人上，可让机器人把仿真环境中学到的动作迁移到陌生现实房间执行，相关数据生成、模型训练和部署代码也同步公开。HALO 采用三层协同控制架构，上层为基于千问大模型的任务编排模块，可本地运行无需联网，能处理指令模糊信息并拆分子任务。中间层用千问小模型配合解码器规划约 5 秒的全身动作，每秒更新 3 次。底层动作跟踪器以每秒 50 次的频率将动作计划转化为关节控制指令。研究团队通过在千个程序生成的模拟家庭环境中合成约 300 小时配套训练数据完成模型训练，仅需少量人工参与，经测试该系统在未预先建图的真实环境中单任务平均成功率达 91%，组合任务平均成功率为 70%。目前该系统仍存在依赖视觉感知、接触类任务表现易受影响的局限，后续将加入触觉感知优化。