苹果研究团队在预印本平台披露了人形机器人自主控制系统HALO，并将其部署在宇树科技G1人形机器人上，使机器人能够将仿真环境中学到的动作迁移至陌生现实房间执行。相关数据生成、模型训练和部署代码已同步公开。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，能处理模糊指令并拆分子任务；中间层由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。测试显示，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%。目前系统仍依赖视觉感知，接触类任务表现易受影响，后续将加入触觉感知优化。