11 月 4 日，苹果研究团队在预印本平台 arXiv 公开人形机器人自主控制系统 HALO，验证载体是宇树科技 G1，测试全在从未扫描建图的真实房间里完成。论文给出一组递减的成功率：360 次单项任务平均 91%，3 组复合任务平均 70%，其中"俯身通过障碍、走向目标、推箱子"这条连做三件事的长流程只剩 50%。白鸽在线的生意，就长在从 91% 掉到 50% 的 41 个百分点上。
掉下来的原因不在机器人变笨。HALO 分三层跑：最上层视觉语言模型做任务编排，每两秒调用一次，把"坐到椅子上"拆成俯身过桌、接近、坐下；中间层动作生成每秒重规划三次，输出未来五秒的全身轨迹；底层动作跟踪每秒五十次，把轨迹变成关节指令。一条长链上，同一件事要在不同环境状态下反复判断，每次判断都带失败概率。一件 91% 的事连做三遍，剩不下 91%，这个账不用精算也看得出来。
掉下来的这 41 个点也不是均匀的一块。第一段掉的是任务有没有拆对，第二段掉的是拆完能不能接上，第三段掉的是接不上时谁来兜。三个问题对应三种判断：任务链怎么切、失败什么时候被发现、损失怎么计量。白鸽在线的六类模型各管一段，方舟预警管前置发现，智瞳管损失计量，鉴信管主体识别，飞秒定价管按段报价，底座是青鸾垂直大模型。80 类场景不是一张平面清单，是一条条带段数的任务链。
定价的差别就在这里。一次性报价卖的是"出厂时能干什么"，签在验收那一刻，之后跑得好不好跟这个价无关。按段计价卖的是"每一段跑成了什么"，段数越多，可计价的节点越多。同一个客户从 8 台扩到 80 台，不是多谈八份合同，是同一条任务链上的调用次数跟着翻。白鸽在线的 MaaS 从一开始就按这个口径结算，这块业务收入前三季度同比增长 730.4%，第三季度环比增长 29.33%。
论文也写了短板：眼下主要靠视觉，没有触觉，物体离开相机视野或被挡住时，接触多的任务会明显下滑；新增任务还得人工写提示词、设计关键动作。这不是唱空。边界说得越清楚，越能分段；分得越细，越能开价。难定价的从来不是能力不够，是说不清哪里会不行。
