苹果人形机器人HALO用上宇树G1身体，背上扛Mac mini跑千问

机器人圈要来新玩家了，苹果这次真下场了。

苹果近期公开了一款名叫HALO的人形机器人研究。演示视频中，一台人形机器人在没见过的房间里钻桌底、推箱子，动作挺利索；趁卧室门没关严，它还侧身挤了进去，末了找了把椅子坐下，全程流畅得很。

HALO项目官网

而且这回是彻底离线跑，没有遥控，也没接云端，跟此前那些还离不开遥控器的人形机器人相比，完全不在一个档次。

但盯着看久了，这副机身有点眼熟——2024年5月发布的宇树G1机器人，不就是它嘛。

更让人意外的是，机器人背上还驮着一台Mac mini M4 Pro，跑的大模型来自阿里千问。

苹果折腾这么多年的人形机器人，结果是个拼装货？

Mac Mini + Qwen，考了91分

眼下机器人啥都不缺，缺的就是数据。

大语言模型LLM做预训练，网上素材管够，数十万亿Token轻松拿下；自动驾驶有满街跑的智能车，百亿小时数据也只多不少。

可具身智能不一样，它得理解空间结构、物体关系和物理规律，目前公开可用的训练操作数据只有几十万小时这个量级。拿这点数据去喂人形机器人，只能算“蚊子腿”。

训练人形机器人的数据为啥这么少？主流采集手段各有短板：真机采集、动态捕捉、视频蒸馏，成本高、废片率高、多样性不足。真机遥控的市价，大约每小时500元至1000元。

苹果HALO干脆不采了，直接靠仿真合成造数据。

具体做法是，在1000个程序生成的虚拟家庭环境里合成约300小时训练数据，客厅、办公室、卧室和家具都随机分布，动用了250块英伟达H100 GPU。

苹果HALO项目仿真

这些虚拟家庭也不是随便搭几个房间、摆几件家具就交差。场景里加了模糊、噪点、不同明暗和冷暖色调等各种滤镜，尽量还原真实家庭里五花八门的光线和视觉干扰。

苹果HALO研究演示

数据问题解决了，接下来要解决机器人在真实环境里的反应速度。

全程离线意味着所有计算都得在背上那台Mac mini里跑。要让一个大模型从“看懂环境”一直管到“控制全身关节”，本地算力扛不住，动作也会严重延迟。苹果的办法是把HALO分成三层，让不同规模的模型各管一段。

最上面一层管任务理解。用户说一句“去把箱子推开”，视觉语言模型就结合摄像头画面判断箱子在哪、周围有什么障碍，再把任务拆成几个具体子步骤。这一层用的是阿里千问Qwen3.6-35B-A3B，激活参数只有30亿。

苹果HALO项目官网

中间层管动作生成，它根据眼前环境接住上一层拆出的任务，调用更轻的Qwen3.5-2B模型，把任务分解成未来5秒的身体运动指令。最底层是运动跟踪，把上层指令转成电信号，直接驱动关节。

最上层和中间层都跑在机器人背上的Mac mini M4 Pro里。脑子就装在背上，数据传输时间短，机器人反应自然快一些。

苹果为什么偏偏挑千问大模型来当机器人的大脑？

跟OpenAI、Anthropic这些公司比，苹果在大模型上的节奏确实慢了半拍。与其自己从零训，不如直接拿现成的开源模型来用。

另外，阿里的千问大模型在开放程度上也够用。数据生成、模型训练、部署代码和开源权重，都允许本地部署和改动。

参数规模从2B到数百B都有，苹果在三个层级里挑了Qwen3.6-35B-A3B和Qwen3.5-2B，正好能按任务和算力预算灵活配。64GB的Mac mini M4 Pro刚好接得住这个活。

这么看，国内市场等了很久的Apple智能选千问，也就顺理成章了，思路是一路下来的。

Apple智能与千问合作

最后，HALO在6个没有扫描、没有建图的真实环境里跑了360次测试，平均成功率91%。钻桌底这一项是100%，穿过半掩的门也有93%。

大脑从千问来，算力靠Mac mini，连身体苹果都没自己做。

宇树上面结苹果

大脑是苹果外购的，身体居然也是。

HALO的机器人本体用的是宇树G1标准版。身高约132厘米，体重约35公斤，关节数量在23至43个之间。苹果没有重做整套机械结构，只在它背上加了个3D打印的保护外壳，那台Mac Mini M4 Pro就装在里面。

宇树G1详情图

可问题是，美国人形机器人并不缺。特斯拉的Optimus、波士顿动力的Atlas，名头都不小。

但人家压根没打算给你用。

马斯克的Optimus虽然已经量产，早期产品却基本留在自家工厂干活，对外交付要等到2027年底前后。加上老马经常跳票，Optimus恐怕不太靠得住。

Tesla Optimus

波士顿动力新一代电动Atlas同样没有公开零售，主要跟现代汽车等伙伴合作。Figure AI则和自研的Helix模型绑得很深，估计也轮不到苹果。

退一步说，就算买得到，苹果也未必用得起来。

论文里提到，HALO要反复调机器人的关节力度、执行器响应和指令延迟，还得加装Mac Mini和摄像头、改底层控制程序。这些都得开放硬件参数和底层控制权限。

可特斯拉和波士顿动力的机器人，硬件设计、关节控制到核心算法都攥在自己手里，不会开放给外部随便调用和修改。

再说，苹果正处在追赶和研究阶段，需要的是一副能拆、能改、能折腾的机器人身体。宇树G1刚好对得上。

宇树G1标准版9.9万起售，跟波士顿动力Atlas动辄数百万美元的成本比低得多，明显更划算。

当然，苹果并不缺钱。

关键在于宇树够开放，是开源生态最成熟、量产最顺的人形机器人之一。开发者可以接入自己的算法、调整底层控制参数，甚至做二次开发。宇树还陆续开源了机器人开发框架和通用操作大模型UnifoLM-VLA-0，软硬件两头都留了折腾的余地。

比如R1系列双臂人形机器人，就支持全栈开放的二次开发，配有成熟的机器人开发框架。

宇树人形机器人有超过七成的收入来自“科研教育”，原因就在这儿。买得到、改得动、供货还稳，苹果看中它的真正理由，恐怕正是这些。

可外界等苹果机器人等了快十年，想看到的应该是一台苹果从头造出来的人形机器人，而不是装着千问、背着Mac mini的宇树G1。苹果自己拿出来的东西，更像是一套把现成硬件、大模型和自研算法凑到一起的方案。

往好里说，这叫供应链整合；往难听里说，可能就是“贴牌机”。

苹果或许还要再大胆些

其实苹果碰机器人不是临时起意，只是胆子一直比较小。

2014年，苹果就启动过“泰坦”造车计划，瞄准的是L5级全自动驾驶汽车。磨磨蹭蹭近十年，投入超100亿美元，什么都没造出来就终止了。

网上传闻的Apple Car

车没交付成，但计算机视觉、自主导航、运动控制和传感器融合这些技术积累留了下来，一部分工程师也跟着转到了机器人项目。

苹果真正把目光转向机器人，大约是在2020年前后。那阵子它还动过收购波士顿动力的念头，结果被韩国现代汽车集团抢先截胡。

库克在2022年拍板启动了一个桌面机器人项目，内部代号J595。按照当时的构想，这台设备是在iPad上装一条机械臂：屏幕能转，能跟着用户的视线走，Siri和苹果智能也能调用，既能当视频会议助手，也能做智能家居的控制中心。产品预计最早2026年或2027年问世。

再看近期发布的Homeview全家桶、今年力推的Apple Intelligence，还有HALO那台不到150cm的宇树G1，苹果人形机器人的最终目标，大概率还是把智慧家庭生态再往外延伸一步。

Siri负责动嘴，Homeview负责调度，机器人负责跑腿干活，苹果生态里终于要多一个能动起来的家伙。再结合前段时间刚发布的Homeview和苹果今年力推的Apple Intelligence，围绕 AI 构筑起来的全新的苹果智能生态，有可能会成为苹果入局人形机器人的最大优势。

不过实话说，苹果想走到这一步，路还长得很。HALO离真正能干活，也还有一段距离。

这毕竟是一项论文研究，眼下更接近雏形。机器人学新技能，还得靠人写提示词、手动设计动作关键帧；测试也没碰用手抓取或操作物体这类事，可这恰恰是具身智能走进物理世界最难的一关。另外，单项任务成功率就算有91%，换成连续多步的组合任务，成功率照样会往下掉。

硬件跟不上节奏之外，据报道，库克近期还在内部会议上敲打了软件团队，直言苹果在AI上已经明显落后，不能再只给Siri打打补丁了。

这几十年，苹果最擅长的就是把别人做过的东西重新定义一遍。当年的iPhone是这样，Apple Watch、Vision Pro也是这样，如今的机器人按理说也该一样。

可这条路真能造出苹果期待的那种机器人吗？这个问题，可能连苹果自己心里都还没底。