Apple Research Team Unveils HALO Autonomous Control System for Humanoid Robots
91%成功率！苹果亮出人形机器人大脑HALO 陌生环境直接上手
Apple's research team recently published findings on its HALO autonomous control system for humanoid robots, which uses visual-language models and action generation to understand human instructions and adapt movements in unfamiliar environments. The system was validated on Unitree G1 robots across six unscanned real-world environments, achieving an average success rate of 91% for single tasks and 70% for multi-step tasks. Training involved generating data in 1,000 simulated home environments using 250 NVIDIA H100 GPUs.
Source: Chinese robotics — Hardware and sensing · Read original article ↗
English translation unavailable. Choose the original article to read it.
What the source reports
Publisher-reported claims, with original evidence. These results have not been independently verified by RoboSignal.
- Control
- Reported autonomousOpen source S3
Reported numbers
Reported success rate
91%
Reported trials
Reported success rate
70%
Reported trials
Reported success rate
50%
Reported trials
training_hours
≈300 hours
View original evidence
为了训练机器人适应不同环境，研究团队建立一套大规模合成资料生成流程，在1,000个程序生成的模拟家庭环境中，制作约300小时的主要训练资料，将机器人看到的画面、接收的指令及对应动作配对。
Open source S20gpu_hours
≈48 hours
View original evidence
在计算资源方面，研究团队使用250张英伟达H100 GPU，耗时约48小时完成主要训练资料的合成；动作生成器采用模仿学习训练，使用64张B200 GPU；动作追踪器则通过强化学习、策略蒸馏等方式训练，使用4张H100 GPU。
Open source S23trial_count
360
Reported trials
trial_count
10
Reported trials
simulation_environment_count
1,000
View original evidence
为了训练机器人适应不同环境，研究团队建立一套大规模合成资料生成流程，在1,000个程序生成的模拟家庭环境中，制作约300小时的主要训练资料，将机器人看到的画面、接收的指令及对应动作配对。
Open source S20
- paper: not_reported
- code: not_reported
- weights: not_reported
- dataset: not_reported
What remains unknown
Not established in the collected evidence: Environment, Data origin.
Reported performance applies to the described task. It does not establish general autonomy or deployment readiness.
Source excerpts and review record
Automatically extracted; no manual editorial approval recorded.
该系统通过视觉语言模型（VLM）与动作生成技术，让机器人不仅能理解人类指令，还能依据陌生环境调整动作，自主完成推箱子、坐椅子及穿越障碍物等任务。
Open source S3
在实际测试方面，研究团队选择6个未经事先扫描或建图的真实环境，进行360次单项任务测试，平均成功率达91%。
Open source S17
研究团队另外在单一真实环境中，针对3种复合任务各进行10次测试，平均成功率为70%。
Open source S18
其中，“弯腰通过障碍物、走向目标、推动箱子”这项连续任务的成功率仅50%，显示机器人处理多步骤动作时仍面临挑战。
Open source S19
为了训练机器人适应不同环境，研究团队建立一套大规模合成资料生成流程，在1,000个程序生成的模拟家庭环境中，制作约300小时的主要训练资料，将机器人看到的画面、接收的指令及对应动作配对。
Open source S20
在计算资源方面，研究团队使用250张英伟达H100 GPU，耗时约48小时完成主要训练资料的合成；动作生成器采用模仿学习训练，使用64张B200 GPU；动作追踪器则通过强化学习、策略蒸馏等方式训练，使用4张H100 GPU。
Open source S23
Source：Chinese robotics — Hardware and sensing · finance.sina.com.cn