Apple 开源 HALO 人形机器人系统

Apple 研究团队于 11 月 4 日在 arXiv 上线论文《Perceptive Humanoid Motion from Simulation》，提出人形机器人自主系统 HALO：一台 Unitree G1 人形机器人背负一台 M4 Pro Mac mini（64 GB 统一内存），感知与运动全部机载完成，无遥操作、无云端连接。 机器人在 6 个训练时从未见过、也未经扫描建图的真实环境中完成 360 次试验，平均成功率 91%。 代码已在 GitHub 开源，论文 8 位作者的机构署名全部为 Apple。

HALO 在真实庭院与客厅中的自主行为，四格画面为同一机器人在不同指令下的动作序列。 HALO 在真实环境中完成 6 项技能的单任务平均成功率 91%，链式任务平均成功率约 70%，其中「下蹲→走向箱子→推箱」序列仅 50%。 HALO 在所有真实试验中完全离线运行，每两秒重排计划，每秒三次重算动作。

HALO 的回应是让数据脱离人力，研究团队用 Infinigen 程序化生成房间，再用 Kimodo 运动扩散模型按文本提示与关键帧约束合成全身动作，最后在 Isaac Sim 中渲染出机器人的第一人称画面并做视觉随机化。 整个语料库共 162,698 个片段、296.3 小时，在 250 块 H100 上花 48 小时合成完毕； 生成器训练用了 64 块 B200，跟踪器用了 4 块 H100。 整个训练语料库只有 10 条固定指令，运行时由编排器把自由语言请求映射到这 10 条之一。

论文中的真实环境任务序列，每格右下角为时间戳。