据华尔街见闻报道，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。团队将系统部署在宇树科技的G1人形机器人上，验证机器人能否把仿真环境中学到的动作带到陌生的现实房间中执行。
项目页面展示了推箱子、跟随人、坐上椅子，以及侧身穿过半开的门、俯身或爬行穿过桌底等动作。这些任务不仅要求机器人执行动作，还需要它理解周围环境，根据空间条件调整身体姿态。
HALO通过三个层级协同控制。最上层是基于视觉语言模型的任务编排模块，默认采用千问Qwen3.6-35B-A3B，在机器人搭载的Mac mini上本地运行，与动作生成器共用模型服务引擎，无需联网即可工作。系统也支持通过API调用云端模型；报道将这一选项的作用描述为获得更强的推理和规划能力。
任务编排层负责把指令变成可执行的子任务。例如，“坐下”需要先从场景中判断坐在哪里；如果通往椅子的路被桌子挡住，就要拆成俯身通过、接近椅子、坐下等步骤。该模块通过机器人视角的视频持续观察环境，判断动作是否成功，再推进计划或重试，每次向动作生成器下达一个明确的子任务。
中间的动作生成层采用另一款千问模型Qwen3.5-2B，将其作为参数冻结的编码器，与生成动作的DiT解码器配合。它根据机器人看到的画面和当前子任务，规划未来约5秒的全身动作，并以每秒约3次的频率重新规划，让动作计划随环境变化持续更新。
底层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，结合深度图像和机器人自身状态，将动作计划转化为关节控制指令。研究团队还公开了数据生成、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。
仅供信息参考，不构成投资建议。