苹果 HALO 人形机器人控制系统：千问模型在宇树 G1 上跑出 91% 成功率
先给结论：苹果研究团队在 2026 年 11 月 4 日往 arXiv 丢了一篇论文，公开了叫 HALO 的人形机器人自主控制系统，最亮眼的数据是——在 6 个没提前扫描建图的真实环境里跑了 360 次单项任务，平均成功率 91%。更关键的是，它用了千问模型在宇树 G1 这台国产本体上做验证，还把数据生成、训练、部署代码全开源了。据每日经济新闻与腾讯新闻在 2026-11-09 的报道，米岸AI 帮大家把这事捋顺了。
HALO 到底管啥用
人形机器人难，难在“大脑”和“身体”对不上。HALO 干的是把感知、动作生成、任务编排、仿真到真机部署这一整条线串起来。论文里说，他们在真实环境做了 360 次单项测试，平均成功率 91%；三种组合任务各测 10 次，平均 70%，其中“俯身过障碍—走向目标—推箱子”那组是 50%。数字不完美，但已经是真机、真环境、没提前建图，含金量够实在。
千问加宇树这个组合啥意思
这组合挺耐人寻味。千问是阿里的大模型，宇树 G1 是国产人形机器人本体，苹果拿它俩当试验台，说明顶尖团队也在“借力”成熟生态，不全自己造轮子。这给国内厂商打了个样：模型加本体加开源控制框架，三者凑齐，入门门槛没那么吓人。老哥我看这路数，跟当年安卓把硬件软件打包开放一个道理。
91% 背后还差啥
别光看 91% 乐。组合任务掉到 70%、推箱子那组才 50%，说明从“单步会做”到“连着做一串不翻车”还有不少距离。真实工厂、真实家里，干扰比论文环境多得多。我当年带团队做自动化产线，最怕的就是实验室里完美、现场全歇菜。人形机器人 这行，离“大规模上岗”还差最后几毫米，话是这么说，路还长。
这事儿为啥值得普通人瞅
你以为机器人离你远？错。代码开源意味着高校、小公司、甚至个人玩家都能照着改，迭代速度会快得吓人。哪天你家楼下药店用上这类系统自动拣货，源头可能就是这种开放研究。米岸AI 觉得，苹果肯把代码放出来，比它自己憋个大新闻更有价值。
开源这步棋最值钱
论文里最让我这个老程序员舒服的，不是 91% 那个数，是它把数据生成、模型训练、真机部署的代码全摊出来了。过去大厂发机器人成果，多半是段炫酷视频加一篇看不懂的论文，你想复现？门都没有。苹果这回反着来，等于给行业发了套免费教材。宇树本体加千问模型加开源框架，这套组合一旦被社区玩开，迭代速度会甩闭源路线几条街。
常见问题
问：HALO 是苹果要卖机器人了吗？
答：目前是篇研究论文加开源代码，不是产品发布。苹果在探索“大脑”怎么造，离上货架还早。
问：91% 成功率算高还是低？
答：在没提前建图的真实环境里，这数字已经相当能打。但组合任务掉得明显，说明复杂连续动作还欠火候。
问：用千问模型说明国产 AI 行了吗？
答：至少说明成熟模型能当机器人“大脑”使，国产软硬件协同这条路被验证通了一截。
问：米岸AI 为啥盯这个人形机器人 进展？
答：控制系统一开源，整个行业的进化就被踩了脚油门，跟咱每个人都有关。
