大数跨境
首页
>
苹果罕见公布人形机器人进展，宇树 G1 背着一台跑千问的 Mac mini
>

苹果罕见公布人形机器人进展，宇树 G1 背着一台跑千问的 Mac mini

苹果罕见公布人形机器人进展，宇树 G1 背着一台跑千问的 Mac mini APPSO
2026-11-09
4
导读：终于不是后空翻、跳舞、跑步了
据彭博社报道，苹果 CEO 蒂姆·库克对目前 Apple Intelligence 的落地进度表示不满，已要求软件主管克雷格·费德里吉加快开发节奏，推出更具突破性的方案，而非仅局限于 Siri 的功能微调。
尽管应用层进展备受审视，但苹果在底层研究领域的成果却超出预期，尤其是在具身智能（Embodied AI）方向。苹果正致力于让 AI 拥有在现实世界中行动的能力。

HALO项目：仿真数据驱动的人形机器人突破

苹果研究团队近期公开了名为 HALO 的人形机器人研究成果。该系统以宇树 G1 为硬件载体，背部搭载运行阿里千问模型的 Mac mini M4 Pro。这套“混搭”系统展现了强大的自主能力，能在未扫描的真实家庭环境中完成坐下、钻桌底、推箱子等任务。在 6 个陌生环境的 360 次测试中，平均成功率高达 91%。
图｜项目地址：https://apple-aiml-research.github.io/ml-halo/
该项目的核心突破在于数据采集方式：完全摒弃人力遥操作，转而利用数百张 GPU 在虚拟环境中批量生成训练数据，实现了从仿真到现实世界的技能迁移。

破解数据瓶颈：从人力采集到仿真合成

训练人形机器人需要“视觉-语言-动作”（VLA）配对数据。传统方式依赖人工遥操作或穿戴设备采集，效率极低且成本高昂，形成了行业著名的“数据瓶颈”。
HALO 项目采用全仿真合成方案解决这一难题：
1. 动作生成：利用运动扩散模型生成全身动作轨迹；
2. 场景构建：使用程序化生成器 INFINIGEN 创建 1000 个包含不同家具布局的虚拟家庭；
3. 渲染与校验：在 Isaac Sim 中渲染第一视角画面，并通过自动校验器剔除穿模、滑脚等无效样本。
通过这种方式，团队生成了 16.3 万条、近 300 小时的配对样本。数据显示，场景多样性显著提升性能：在 1000 个虚拟房间训练的模型，其坐椅子成功率从单房间训练的 43% 提升至 84%。
算力投入方面，生成单一技能（如坐下）的 5 万条样本需 250 张 H100 GPU 运行 9 小时；全部 1178 个房间的生成则耗费约 300 张 GPU 运行 26 小时。

端侧闭环架构：Mac mini 赋能实时控制

HALO 系统采用三层协作架构，所有计算均在机器人本体完成，无需联网或外部动捕支持：

编排器（约 0.5 Hz）：运行本地 Qwen3.6-35B-A3B 视觉语言模型，每两秒分析画面，将自然语言指令拆解为子任务序列；

运动生成器（3 Hz）：结合冻结的 Qwen3.5-2B VLM 编码器与扩散 Transformer 解码器，根据当前画面和子任务，生成未来 5 秒的 29 个关节角度及骨盆位姿计划；

运动跟踪器（50 Hz）：底层控制模块，结合深度视觉和本体感觉，将运动计划转化为实时关节命令。经过多阶段训练，确保物理执行的稳定性。
硬件配置上，宇树 G1 背部搭载 Mac mini M4 Pro（64GB 统一内存）负责高层思考，原厂 Jetson Orin NX 负责实时控制，头部加装 120° 广角相机。Mac mini 直接由机器人内部电源总线供电，实现无线化部署。
为解决动作切换时的卡顿问题，HALO 采用异步推理与前缀约束技术，保留旧计划中已执行的半秒动作，仅重算后续部分，确保动作流畅衔接。
实测显示，若移除底层的深度输入，成功率将从 84% 降至 74%，凸显了底层感知对物理执行的重要性。

真实环境表现与苹果具身智能布局

HALO 在 6 个未经扫描的真实家庭环境中进行了测试，涵盖坐下、行走、穿越、钻爬、推物等 6 类任务，360 次物理试验平均成功率达 91%，与仿真结果一致。
在组合任务中，成功率约为 70%，主要失败原因在于动作结束时的朝向偏差导致目标丢失。通过增加“原地搜索”恢复行为可有效缓解此问题。
回顾苹果近期的具身智能研究路径：

2024年11月 ARMOR：解决机器人手臂自遮挡问题，确立第一视角机载感知路线；

2025年1月 ELEGNT：探索具备表达能力的消费级机器人形态；

2025年5月 EgoDex/PH2D：利用 Vision Pro 采集第一视角灵巧操作数据。
HALO 项目集成了上述成果，并在数据获取上大胆押注仿真技术。虽然距离处理复杂家务仍有差距，但它证明了通过算力规模化生成训练数据，是人形机器人通往现实世界的一条高效路径。未来的竞争焦点，或许将从硬件灵活性转向数据积累的速率与成本。
【声明】内容源于网络
0
0
APPSO
AI第一新媒体，「超级个体」的灵感指南。 #AIGC #智能设备 #独特应用 #Generative Al
内容 15911
粉丝 0
APPSO AI第一新媒体，「超级个体」的灵感指南。 #AIGC #智能设备 #独特应用 #Generative Al
总阅读591.2k
粉丝0
内容15.9k