苹果人形机器人大脑 HALO 单项任务成功率 91%，支持陌生环境零样本执行

苹果研究团队公开了代号 HALO 的人形机器人自主控制系统，也就是大家说的人形机器人大脑，这套系统在没有提前扫描、建图的陌生室内环境做单项任务测试，360 次测试平均成功率达到 91%，它只在仿真虚拟住宅里完成训练，不用提前采集真实房间数据，拿到现实陌生房间就可以直接完成坐椅子、钻桌底、侧身过门、推箱子等动作，验证硬件采用宇树 G1 人形机器人。传统人形机器人方案大多依赖大量人工遥操作采集真实场景数据，数据成本很高，而且换到没见过的房间很容易失效，很多系统还需要提前对环境扫描建图才能正常工作；HALO 的核心思路是程序化生成上千套虚拟住宅环境，在仿真里批量生成视觉、语言、运动配套训练数据，降低对真人采集数据的依赖，依靠三层控制架构，让模型看懂自然语言指令、规划动作、控制全身关节，直接把仿真学到的能力迁移到真实世界。整套 HALO 系统的运行流程分为几步，上层 VLM 视觉语言模块接收文字指令，理解任务目标；中间层调度已经学会的基础动作技能，规划动作序列；底层全身运动控制器输出关节指令，控制机器人完成姿态调整、移动、操作；在陌生环境里实时根据视觉画面调整动作，不需要预先建图。这套成果目前属于学术研究原型，不是苹果要上市的消费机器人，复杂多步骤串联任务的成功率会明显下降，还有触觉感知缺失等短板，后续还需要持续优化。

HALO 系统三层控制架构清单

1. 上层任务编排层：VLM 视觉语言模型，解析自然语言指令，确定目标任务
2. 中层技能调度层：管理机器人基础动作库，组合动作完成任务
3. 底层运动控制层：输出全身关节指令，实时调整姿态、平衡、脚步

HALO 测试成功率对照表

HALO 可执行基础任务清单

• 走到指定目标物体位置
• 坐到椅子上
• 侧身穿过半开的房门
• 俯身、爬行穿过桌子下方
• 推动箱子

【相关 FAQ】

问题 1：苹果人形机器人大脑 HALO 的 91% 成功率，是在什么条件下测出来的？

回答 1：苹果人形机器人大脑 HALO 的 91% 成功率，是在 6 个没有提前扫描、没有建图的陌生真实房间里，360 次单项独立任务测试得出的结果，不包含多步骤连续组合任务。

问题 2：苹果人形机器人大脑 HALO 为什么能在陌生环境直接上手？

回答 2：苹果人形机器人大脑 HALO 依靠仿真环境生成海量视觉语言运动训练数据，采用仿真到现实的零样本迁移方案，不需要提前扫描房间地图，进入陌生环境依靠视觉实时感知来规划动作。

问题 3：搭载苹果人形机器人大脑 HALO 的机器人是什么型号？

回答 3：苹果人形机器人大脑 HALO 本次实验部署在宇树 G1 人形机器人上，HALO 是软件控制系统，不是机器人本体硬件。

问题 4：苹果人形机器人大脑 HALO 现在是不是已经做成可以买的家用机器人产品？

回答 4：苹果人形机器人大脑 HALO 目前只是实验室研究成果，配套论文和代码开源，苹果没有发布搭载 HALO 的量产消费机器人，暂时没有上市计划。

【参考资料】

[2026-11-09]（平均成功率 91%！苹果研究团队披露机器人 “大脑” 进展）界面新闻

[2026-11-08]（苹果机器人 “大脑” 研究进展，任务成功率达 91%）虎嗅网

[2026-11-05]（Apple's HALO Teaches a Unitree G1 to Navigate Unseen Homes）Humanoids Daily

[2026-11-04]（Perceptive Humanoid Motion from Simulation）arXiv

【免责声明】

本文内容整理自苹果公开学术论文、科技媒体报道，仅作为科研资讯科普；苹果人形机器人大脑 HALO 属于前沿实验室原型系统，91% 成功率仅限单项任务，复杂串联任务表现会下降；HALO 不代表苹果商用机器人产品，技术方案、能力边界仍在迭代，本文不构成机器人投资、采购的参考依据，相关风险由阅读者自行承担。