苹果HALO系统采用三层异步架构,实现端侧算力与云端大模型的解耦部署。编排器利用VLM大模型将自然语言拆解为子任务;运动生成器结合实时画面输出5秒全身运动规划,通过训练时条件化已执行帧实现异步连续生成;运动追踪器以50Hz高频运行,接收深度图与本体感觉数据,经多阶段强化学习微调,实现具备实时地形感知与防摔能力的底层闭环控制。
HALO构建了全自动合成数据流水线,利用扩散模型生成运动片段并经物理验证器筛选,结合INFINIGEN程序化构建1000个异构虚拟家庭进行无碰撞嵌入。视觉渲染阶段引入色温、运动模糊等多维域随机化以提升视觉鲁棒性。该管线在250张H100上无人值守运行48小时,产出300小时、16.2万条高质量“视觉-语言-动作”配对数据,成功实现从“人力遥操作”向“算力生产”的范式转变。
报告确立了“程序化生成+扩散模型+分层强化”的端到端仿真训练闭环,指出人形机器人感知-运动策略的训练瓶颈,已可通过仿真规模扩展来有效突破。HALO在零样本sim-to-real迁移测试中,于6个从未见过的真实家庭环境中完成360次真机试验,取得91%的成功率,与仿真环境成绩一致。消融实验表明,环境多样性(从1增至100个使成功率翻倍)与异步连续性设计(缺失导致成功率骤降至24%)是系统高性能的核心驱动。
当前人形机器人赛道正迈向仿真驱动自主控制的新范式。HALO系统的成功应用表明,通过程序化生成、扩散模型和分层强化学习,人形机器人的感知-运动策略训练瓶颈已可通过仿真规模扩展来有效突破。未来,随着仿真技术的进一步发展,人形机器人将在复杂环境中的自主作业能力上取得显著进展。
投资人形机器人领域需关注技术迭代风险,当前仿真训练虽取得显著进展,但真实环境中的复杂性和不确定性仍需进一步验证。此外,数据生成成本高昂,大规模仿真训练对算力资源要求较高,可能存在技术瓶颈和成本压力。同时,行业竞争加剧也可能影响市场格局和投资回报。