苹果公布HALO人形机器人研究:宇树G1背Mac mini跑千问

资讯 腾讯网 作者:腾讯网 全文 3780 字 · 约 10 分钟读完 分类Siri机器人人形机器人

苹果新 CEO 最近对自家 AI 的进度有点不满意。 据彭博社最新爆料,苹果 CEO 约翰·特努斯已经要求软件主管费德里吉加快 AI 开发节奏,拿出更大胆的方案,不能只满足于给 Siri ....

所属频道 机器人与具身智能
苹果新任 CEO 眼下对自家 AI 的推进速度并不太满意。
彭博社近日爆料称,苹果 CEO 约翰·特努斯已向软件主管费德里吉提出要求:AI 开发要提速,方案要更大胆,光给 Siri 添几个功能远远不够。
不过,相比 AI 产品落地的节奏,苹果在科研层面的进展其实高出外界不少预期,具身智能就是其中之一。苹果也在摸索,怎么让 AI 得到一副能在真实世界里行动的身体。
苹果研究团队最近公开了一篇名为 HALO 的人形机器人研究。做法相当直接:身体用宇树 G1,背上绑一台 Mac mini M4 Pro,里面跑的是阿里的千问模型。
这套看上去有些混搭的系统,已经能自己走进陌生人家中,找到椅子坐下、从桌子底下钻过去、把箱子推开。6 个此前从未见过、也未提前扫描的真实环境,360 次测试,平均成功率 91%。
图|项目地址:https://apple-aiml-research.github.io/ml-halo/
还有一点更耐人寻味:这些训练数据,苹果并没有专门安排人手遥控机器人去采集。
研究团队动用几百张 GPU,在上千个虚拟家庭里成批生成机器人的动作与视觉数据,随后把学到的技能迁移到现实环境。
换句话说,人形机器人过去要靠人手把手教的动作,如今开始有了用算力学会的可能。

想让机器人学会坐下,先得让它看见自己眼前有什么

人听到「去椅子上坐」,通常会先找到椅子在哪,再走过去、转身,最后把身体重量压到座面上。
机器人要完成同样的事,需要一种相当具体的训练数据。一条典型样本里,既包含它接收到的指令和第一视角画面,也记录着完成任务时全身各关节如何运动。若靠人工遥操作采集,每多一条样本,就得把整套动作再做一遍。
这类与机器人配对的数据被称为「视觉-语言-动作 Vision-Language-Action,VLA」。训练大语言模型可以从互联网上取用几乎无尽的文本,现实世界里却不存在现成的 VLA 语料。
于是每条训练样本都得由人专门制造:遥操作系统(如 ALOHA)、穿戴式动捕设备(如 UMI),产出 1 小时数据至少消耗 1 小时人力。人形机器人领域著名的「数据瓶颈」,说的就是这个。
HALO 这篇论文给出的思路是:人的数据不采了,全部改用仿真合成。
具体而言,团队用运动扩散模型生成全身动作,用程序化生成器(INFINIGEN)造出 1000 个虚拟家庭,客厅、办公室、卧室都有,家具疏密随机分布;接着在 Isaac Sim 里把动作放进场景,渲染出机器人头部相机拍到的第一视角画面,最后由自动校验器剔除穿模、滑脚之类的坏样本。
以坐椅子为例,研究人员先划定走过去、转身、坐下几个阶段,以及最终坐稳的姿势。动作生成模型据此输出多组轨迹,程序再检查脚底是否打滑、身体是否穿过地面、关节是否超出活动范围,通过筛选的动作随后连同椅子一起摆进虚拟房间,并避开周边家具。
之后,仿真器从机器人头部相机的位置记录下这一幕。团队在约 1000 个程序生成的房间里,做出了 16.3 万条、近 300 小时的配对样本,规模大小只取决于算力。
论文还披露了算力账目:仅 SIT(坐下)一个技能生成 5 万条样本,就动用 250 张 H100 GPU 跑了 9 个小时;全部 1178 个房间的生成则耗费约 300 张 GPU、26 个小时。
房间的多样性本身也发挥了作用。研究团队固定动作数据量,只改变训练场景数量。在 100 个没见过的模拟房间里,坐椅子的成功率从仅用 1 个房间训练时的 43%,提升到用 100 个房间时的 81%;场景增至 1000 个,成绩进一步升到 84%。

苹果的机器人生态,跑在自家芯片上

HALO 的自主能力由三层结构配合完成,且全部运行在机器人本体上,不联网、不遥控、也不需要外置动捕。

编排器(约 0.5 Hz):一个视觉语言模型(默认是本地运行的 Qwen3.6-35B-A3B)每隔两秒看一次画面,能把「帮我把箱子推到桌子那边」这类自由指令拆成子任务序列;

运动生成器(3 Hz):冻结的 Qwen3.5-2B VLM 编码器,配上一个从零训练的扩散 Transformer 解码器,依据当前第一视角画面和子任务,输出未来 5 秒的全身运动计划,也就是机器人 29 个关节角度加骨盆位姿;

运动跟踪器(50 Hz):融合深度视觉与本体感觉,把运动计划转化为实际的关节命令。它历经「特权专家训练 → 多教师蒸馏 → 多 critic 强化学习微调」三段式训练,处在解决「物理问题」的最底层。
上边两层管的是“语义”,比如指令指的是哪把椅子;最底下那层管的则是怎么让屁股稳稳落到椅面上,还不摔。
这套系统在软硬件上混搭得挺有意思。身体是宇树 Unitree G1,背上驮一台 Mac mini M4 Pro(64GB 统一内存)负责思考;机器人原厂的 Jetson Orin NX 管 50Hz 实时控制;头部加一颗 120° 广角相机。全身无线、没有缆绳,也不用外接动捕。
苹果这台机器人背上的“大脑”里,跑的是阿里开源模型。当然,编排器也留了调用云端前沿大模型的接口,离线时就全靠本地模型。供电上,Mac mini 直接从宇树 G1 的内部电源总线取电,没有单独的电池,也没有电源适配器。
真机跑起来时,背上的 Mac mini 先判断人坐哪把椅子、当前该先干什么。动作模型接住这一步,根据摄像头画面生成接下来 5 秒的全身动作,每秒更新约 3 次。
麻烦在于,机器人等新计划的时候,可能已经抬起了一只脚。新计划要是上来就改落点,动作会突然一顿。
HALO 的办法是异步推理加训练时的前缀约束:生成新计划时,旧计划里已经定好的半秒动作保留不动,只重算后面 4.5 秒。机器人能接着走,新计划也顺着已经开始的动作往下接。
关节层面的活由 G1 板载的 Jetson 芯片接手:它拿到朝下的深度相机画面和机体状态后,每秒为 29 个关节下发 50 次位置目标。上层计划只说一句“坐下”,落到这里就拆成了膝盖屈多少、躯干如何保持平衡的一串具体动作。在模拟坐椅子的测试中,把这层所需的深度输入拿掉,成功率便由 84% 掉到 74%。
同类工作此前大多在提前扫描过的房间里测试。HALO 的评测环境是 6 个真实家庭,训练中从未出现,也没被扫描或建图。
在这些环境里,机器人完成了坐下、走向指定物体、侧身穿过半开的门、蹲下/爬行钻过桌底、推箱子 6 类任务。360 次物理试验平均成功率 91%,和仿真里的 91% 完全一致。
把技能串成组合任务(比如“钻过桌子→走向箱子→推箱子”),成功率掉到约 70%。失败原因挺有意思:上一个动作做完,机器人朝向不对,下一个目标不在视野里,被别的物体“带偏”了。论文里提到,加一个简单的“原地转圈找目标”恢复行为就能缓解。
对照实验更能说明问题:训练场景从 1 个加到 100 个,成功率从 43% 升到 81%;再加到 1000 个,达到 84%。

苹果在具身智能上出手,这不是头一回。

苹果 AI 虽然多次跳票,但翻一翻过去两年的公开论文,它在具身智能上的路线已经慢慢清晰:

2024 年 11 月,ARMOR(与 CMU 合作):40 个低成本 ToF 雷达像皮肤一样铺满傅利叶 GR1 的双臂,解决人形机器人“看不见自己手臂”的遮挡难题,第一视角机载感知的路线由此确立;

2025 年 1 月出现的 ELEGNT 就是那台刷屏的皮克斯台灯造型机器人,它试的是把功能和表达揉在一起的运动设计——机器人因此能点头、能凑近,还能借灯光把注意力引过去。苹果对消费级机器人该长什么样,也在这件事里透出了自己的考量;

2025 年 5 月,EgoDex 与 PH2D:用 Vision Pro 采集了 829 小时第一视角灵巧操作数据,还让人类教练戴着头显直接训练人形机器人。
到 HALO,这条线看起来短暂收了束:感知上继承第一视角哲学,场景上瞄准 ELEGNT 描绘的家庭,数据这个最关键的环节则放弃人力采集,押注仿真。
当然,离真正走进千家万户的人形机器人,HALO 还有很长的路。
它现在能坐椅子、钻桌底、推箱子,但要收拾一间乱糟糟的卧室,或者从冰箱里拿出一瓶饮料,还有大量技能要学。甚至每加一项新技能,研究人员仍得手动设计动作提示和关键帧。
不过 HALO 至少证明了一件事:人形机器人学习与真实世界互动,可以有一条更容易规模化的路径。
过去想让机器人攒 300 小时经验,得有人陪着练、陪着记。现在研究人员用几百张 GPU,一天多就能生成同等时长的训练数据,再把这些经验交给一个从未踏进真实家庭的机器人。
更有意思的是,苹果这次连自己的机器人身体都没有。宇树 G1、阿里千问、英伟达 Jetson,再加一台 Mac mini,就拼出了这套能自主感知和行动的系统。
机器人训练越来越吃算力,未来人形机器人行业的竞争,或许会从谁的身体更灵活,延伸到谁能让机器人更快、更便宜地攒经验。
本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 苹果披露人形机器人自主控制系统HALO 单项任务测试平均成功率91%丨盘前线索

    近日,据澎湃新闻报道,当地时间11月4日,苹果研究团队在预印本平台arXiv提交论文《Perceptive Humanoid Motion from Simulation》,披露了人形机器人自主控制系统HALO,并公开了数据生成、模型训练和部署代码,涵盖动作生成、动作跟踪、任务编排以及仿真和真实机器人运行等环节。据论文

    来源 腾讯网
  2. 乐维五轴李杰谈埃弗米合作:人形机器人结构件交付超3000套

    AI 浪潮正在重塑制造业,具身智能加速奔赴工业实景,成为产业升级的关键引擎。热潮之下,行业仍面临共同命题:怎样让前沿智能技术真正扎根产线,把趋势变成实实在在的产业价值? 11月7日-8日,以“美好,拓手可达”为主题的TOPS DAY 2026 拓斯达全球开放日在广东东莞启幕。 TOPS DAY 2026是一场汇聚趋势解

    来源 AI 行业观察
  3. 优必选与天翼电信终端签约:家庭陪伴机器人目标破百万台

    11月9日消息,天翼电信终端与优必选科技签署全面战略合作协议,双方将力争推动家庭陪伴机器人行业规模破百万台,超仿生人形、轮式人形机器人销售规模突破10万台,在机器人规模化推广、联合创新攻关、渠道共享、场景打造、产业生态共建等多维度开展合作,并共建“天翼终端‑优必选机器人联合创新实验室”,将机器人打造为 AI 服务重要触

    来源 AI 行业观察
  4. 苹果新CEO特努斯推AI加速,费德里吉被要求更大胆

    IT之家 11 月 8 日消息,彭博社记者马克 · 古尔曼在今天(8 日)晚间更新的《Power On》时事通讯中披露,苹果新任 CEO 约翰 · 特努斯敦促软件工程主管克雷格 · 费德里吉加快 AI 业务发展,采取更大胆的策略,目标是将 Siri 升级为能够自主替用户完成任务的 AI 智能体。上周的财报电话会议上,特

    来源 腾讯网
  5. 苹果最早明年推自主代理式 Siri:能主动管理任务,对标 ChatGPT Dots

    IT之家 11 月 9 日消息,彭博社记者马克 · 古尔曼在昨晚更新的《Power On》时事通讯中爆料,苹果计划最早于明年推出自主、代理式的 Siri,以对抗 ChatGPT Dots、Meta Muse、Grok。其目标是从响应命令转向一个能够主动管理任务并代表用户完成事务的助手。古尔曼称:“Dots、Muse 和

    来源 腾讯网
  6. OpenAI们成苹果真正对手,Siri落后或重演诺基亚剧本

    按照规划,苹果将在明年推出可执行复杂任务的自主型Siri,以追赶OpenAI、Meta等头部大厂的脚步。外界则认为,苹果正在耐心等待AI泡沫破灭后进场抄底,以低价收购潜在竞争对手的模型与算力设施——否则,它的Siri将永远由第三方驱动。

    来源 TechWeb
  7. OpenAI们成了苹果真正的对手,Siri落后或重演诺基亚困局

    按照规划,苹果将在明年推出可执行复杂任务的自主型Siri,以追赶OpenAI、Meta等头部大厂的脚步。外界则认为,苹果正在耐心等待AI泡沫破灭后进场抄底,以低价收购潜在竞争对手的模型与算力设施——否则,它的Siri将永远由第三方驱动。

    来源 TechWeb
  8. 亚马逊成立新团队专攻家用机器人,剑指“前所未有”的新产品

    IT之家 11 月 8 日消息,美国 CNBC 分析亚马逊的招聘信息发现,过去几个月,亚马逊组建了一支新团队,准备开发一款前所未有的机器人产品。亚马逊近期发布的一则工程师招聘信息写道:“机器人即将走出电影,进入我们的家中。”这条被撤掉的招聘信息透露,新产品能够适应不断变化的家庭环境,并在人类家庭成员身边自主活动。...

    来源 腾讯网
  9. 苹果特努斯施压费德里吉:AI提速,Siri要做自主智能体

    IT之家 11 月 8 日消息,彭博社记者马克 · 古尔曼在今天(8 日)晚间更新的《Power On》时事通讯中披露,苹果新任 CEO 约翰 · 特努斯敦促软件工程主管克雷格 · 费德里吉加快 AI 业务发展,采取更大胆的策略,目标是将 Siri 升级为能够自主替用户完成任务的 AI 智能体。 上周的财报电话会议上,

    来源 AI 行业观察
  10. 特努斯敦促费德里吉加快AI:Siri要变成能替用户干活的智能体

    在 11 月 8 日更新的《Power On》通讯里,彭博社古尔曼披露,苹果新任 CEO 约翰·特努斯正敦促软件工程主管克雷格·费德里吉加快 AI 步伐,采取更大胆策略,把 Siri 升级成能自主替用户干活的 AI 智能体。这种急切与特努斯上周财报会上的轻松形成反差——当时他盛赞新版 Siri 终于实现多年设想、对反馈

    来源 AI 开发者社区
  11. Mac mini M6国补后京东4799元起:较首发直降千元

    苹果 8 月 25 日发布全新 Mac mini 便携式主机,搭载全新 M6 芯片与此前已经推出的 M5 Pro 芯片,6999 元起售。 今日叠加国补后(M6 版国补限地区),京东自营仅需 4799 元起(教育优惠版 4777 元),较上市初期直降千元,再破五千大关: PLUS 会员 20:00 2 积分抢 800-

    来源 AI 行业观察
  12. 苹果Siri应用控制升级推迟:全面跨应用操作要等到2027年春季

    苹果公司近期在人工智能领域推进节奏迎来新调整。据内部消息与相关报道披露,尽管 iOS27.3 开发者测试版已率先赋能 Siri 处理部分基础第一方应用任务,但其更大规模的苹果原生应用深度控制权及关键的第三方应用支持,预计将推迟至2027年春季(或随 iOS27.5/27.6版本)以预览形式正式推出。 当前,苹果正依托

    来源 AI 开发者社区
  13. 速递|机器人数据创企Physicl完成1000万美元种子轮融资,将电商3D渲染技术用于机器人训练

    图片来源:PhysiclAlex de Vigan上一次创业遭遇了生成式AI的冲击,但如今,他正试图利用团队过去积累的技术,在机器人领域寻找新的机会。他此前开发的是一个帮助电商平台生成高质量商品渲染图的平台。现在,他希望将这套技术重新应用于机器人训练,让机器人能够更好地理解和操作物理世界。De Vigan 创办的新公司

    来源 腾讯网
  14. 苹果Siri明年或变身自主代理,硬刚OpenAI与Meta

    人工智能行业的竞争正从基础对话迅速转向具备独立执行能力的代理(Agent)时代。根据彭博社知名记者马克·古尔曼在最新一期《Power On》时事通讯中的爆料,苹果正计划最早于明年推出自主、代理式的 Siri,标志着这一经典语音助手将从单纯被动响应命令,彻底转向能够主动管理任务并代表用户完成各项事务的智能助手。 锚定行业

    来源 AI 开发者社区
  15. 亚马逊再押注家用机器人:组建新团队,曾收购Fauna Robotics

    财联社11月9日讯(实习编辑 许元嘉/编辑 齐灵)据报道,亚马逊正重新加码家用机器人业务。该公司近几个月组建了一支新的家用机器人团队,并正在为一款全新机器人产品的开发招聘人才。据报道分析,亚马逊正在研发一款市场上从未出现过的机器人产品。一则已被撤下的工程师招聘信息显示,该产品需要能在动态家庭环境中自主导航...

    来源 腾讯网
  16. 三星SK海力士美光联手SEMI:磋商晶圆厂机器人充电标准化

    IT之家 11 月 9 日消息,韩媒《首尔经济日报》当地时间本月 8 日报道称,三大存储器原厂(三星电子、SK 海力士、美光)正与 SEMI(国际半导体产业协会)一道就晶圆厂内机器人充电系统的标准化事宜进行磋商。 报道指出,各方之所以组建这一 RX(机器人转型)联盟,是因为老旧晶圆厂的自动化水平仍相对较低,晶圆装载等工

    来源 AI 行业观察
  17. 软银收购ABB中国机器人业务被禁:53.75亿美元交易遇阻

    作者 | 范亮编辑 | 张帆封面来源 | 视觉中国11月5日,ABB官网发布公告称,软银已告知ABB,中国外商投资安全审查工作机制办公室已禁止软银收购ABB在中国的机器人业务。原因可能不难理解,目前大量的ABB机器人正运行在国内的工厂中,同时ABB在国内还有机器人生产和研发基地,如果出售给软银可能会面临核心数据泄露的风

    来源 腾讯网
  18. 苹果 iOS 27.3 预览版现 Flag:国行 Siri AI 落地还差几步?

    IT之家 11 月 7 日消息,消息源 @itspdfu 今天(11 月 7 日)在 X 平台发布推文,报道称苹果公司正努力在中国大陆引入 Siri AI,在 iOS 27.3 首个开发者预览版 Beta 系统中已添加相关的功能标志。 消息源称在 iOS 27.3 系统中,苹果公司为 IntelligenceFlow

    来源 AI 行业观察
  19. 00后团队云望创新:三轮融资后推出A1 Lite,花1000多天做智能泡沫轴

    公司已经完成三轮融资,二代产品云望 A1 Lite 已正式在线下首发。 作者丨杨文静 编辑丨姚单 投资人只和他聊过一场足球,就做出了决定。 不久前,云望创新第二代全自动泡沫轴 A1 Lite 线下首发,雷峰网·鲸犀见到了这个团队。他们已经完成三轮融资,并以一年一代的进度在迭代产品。 这是一个 00 后团队,创始人孙英东

    来源 AI 行业观察
向下滚动自动加载更多