苹果机器人大脑HALO成功率91%背后：千问驱动宇树G1，组合任务掉到70%

苹果把机器人「大脑」摆上了台面。当地时间11月4日，苹果研究团队披露人形机器人自主控制系统HALO，调用千问模型在宇树G1上完成验证——在6个未预先扫描或建图的真实环境中开展360次单项任务测试，平均成功率91%。 不过，这个91%是「一次做一个动作」的成绩，同一套测试里还有一个被转发得少得多的数字。澎湃新闻
HALO的出处是一篇提交到预印本平台arXiv的论文《Perceptive Humanoid Motion from Simulation》，苹果研究团队在论文中披露了这一自主控制系统。 这套系统被部署在宇树科技的G1人形机器人上验证，目标是让机器人把仿真环境里学到的动作，直接用到从未见过的现实房间里；数据生成、模型训练和部署代码也一并公开。执行任务时它分三层协同：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，中间的动作生成层采用另一款千问模型Qwen3.5-2B，底层是经强化学习、策略蒸馏训练出的动作跟踪器。知乎21世纪经济报道
演示中，机器人要在从未见过、没有提前建模的真实居家环境里听懂指令独立干活：寻物行走、自主落座、侧身过门、钻桌底、推箱子、跟随行走。 按知乎技术作者的转述，宇树G1背上背着一台Mac mini M4 Pro，负责视觉理解和动作生成，底层控制则由Jetson Orin NX执行。 也就是说，这颗「大脑」的算力由机器人自己背着走。微博知乎
真正改变「91%意味着什么」这个判断的，是组合任务的成绩。论文披露，在一个真实环境中对3种组合任务分别开展10次测试，平均成功率为70%，其中「俯身通过障碍—走向目标—推箱子」这一组合的成功率只有50%。 单个动作的稳定性已经接近能用，可一旦要求机器人连续决策、把几个动作串起来执行，误差就会累加，成功率立刻掉下来。研究团队也没有回避另外两条边界：仿真数据生成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；同时系统目前主要依赖视觉，物体一旦离开相机视野或被遮挡，涉及较多接触的任务表现就会下降，加入触觉感知被列为后续改进方向之一。
选择宇树G1做验证平台，本身也透露了这轮研究的路径。G1是2024年发布的量产型号，首发价格最低9.9万元，是少数能直接买到、买得起的人形机器人本体。 苹果的框架、阿里的模型、宇树的机器出现在同一条链上，行业把它视为又一个巨头进场的信号——尽管资本市场的反应已经先行一步，相关板块在周末消息发酵前刚刚经历了一轮集体波动。微博知乎
社区的讨论则更接近冷热水两拨：有人拿「Mac mini成了AI时代的硬通货」开玩笑，也有数码博主直接泼冷水——HALO单任务成功率91%听着唬人，但三个动作连起来做就掉到50%，本体用的是宇树G1、大脑是千问，演示能看，离进家门还远。 需要划清的一条线是：HALO目前是一篇预印论文和一个开源研究框架，不是苹果机器人产品发布。它主要回答的问题是「没有提前建图、没有真人遥操作，仿真里练出的动作能不能在陌生真实房间里用」，而91%给出的答案是：单个动作基本可以，串联动作还不行。接下来值得盯的信号有三个——组合任务的泛化数据、触觉感知方案是否补上，以及开源代码在开发者社区里被复现和迭代的速度。微博