蘋果「HALO」人形機器人揭秘：宇樹G1背後高昂成本與技術挑戰

【快訊重點】蘋果公司近日公開其人形機器人自主控制系統「HALO」的研究成果，並將其部署在宇樹科技的G1人形機器人上進行驗證。HALO系統採用三層架構控制機器人，從理解指令到執行動作，並在六種陌生環境測試中取得91%的成功率。然而，系統在處理多步驟動作時仍存在挑戰，且仍需人工參與設計。

【核心分析】HALO的核心設計重點在於讓機器人能夠將模擬環境中學到的動作應用於未曾事先掃描或建圖的真實空間。系統採用視覺語言模型（VLM）與動作生成技術，將任務拆分為任務編排、動作生成與動作追蹤三個層級，並利用大規模合成資料生成流程進行訓練。研究團隊使用多張輝達H100和B200 GPU進行訓練，並計劃未來加入觸覺感知技術。

【市場觀點】儘管HALO在單項任務上表現出一定的潛力，但其高昂的運算成本以及在多步驟動作處理上的不足，顯示了人形機器人技術尚處於發展初期。網友看法認為，HALO的成功率91%並不能代表其商業價值，因為機器人高精度關節的磨損問題和保固問題，使得維修成本高昂，甚至形同報廢。此外，機器人處理多步驟動作時的成功率僅70%，顯示機器人處理多步驟動作時仍面臨挑戰。 此外，HALO現階段要新增物理任務還需要人工的提示詞，顯示該技術仍有待完善。