华龙证券-苹果 HALO 跑通仿真训练至真实环境泛化链路

华龙证券发布人形机器人专题点评报告。当地时间11月4日，苹果研究团队在arXiv提交论文，披露人形机器人自主控制系统HALO，并同步公开数据生成、模型训练与部署代码；系统部署于宇树科技G1，可将仿真环境中学到的动作零样本迁移到训练中从未见过、未经扫描或建图的真实房间。HALO采用语义-规划-执行三层架构并全栈端侧离线运行：顶层VLM编排器以0.5Hz运行千问Qwen3.6-35B-A3B，中层动作生成层以3Hz输出未来5秒全身运动计划，底层跟踪器以50Hz输出29个关节目标位置。团队在6个未预先扫描的真实环境中开展360次单项任务测试，平均成功率91%。训练数据为1000个程序生成虚拟家庭中合成的约300小时、162698条配对视觉-语言-动作数据，合成与训练成本相对较低。报告认为该链路有望以低成本、高效率方式提升人形机器人泛化能力，叠加政策与量产推进，维持行业推荐评级。