苹果研究团队于当地时间11月4日在预印本平台arXiv提交论文《Perceptive Humanoid Motion from Simulation》，公开了人形机器人自主控制系统HALO，同时释出数据生成、模型训练与部署代码，覆盖动作生成、动作跟踪、任务编排及仿真与真机运行等环节。

在硬件落地方面，团队选用宇树科技G1人形机器人，背部加装专用3D打印保护外壳，内置一台搭载M4 Pro芯片、64GB统一内存的Mac mini。该设备负责机载端实时推理计算开销较大的Orchestrator（VLM）与Motion Generator（DiT），G1自带板载芯片则专注高频运行Tracker（RL策略网络）。

HALO采用三层级协同控制架构：最上层为基于视觉语言模型的任务编排模块，默认采用千问Qwen3.6-35B-A3B，也可通过API调用云端模型；中间动作生成层使用另一款千问模型Qwen3.5-2B；底层为经强化学习与策略蒸馏训练的动作跟踪器，以每秒50次的频率运行。

论文披露的测试数据显示，团队在6个未预先扫描或建图的真实环境中完成360次单项任务测试，平均成功率达91%。针对长序列复合任务，研究团队在单一真实场景中各进行10次测试，涉及3种任务类型。