离线跑通91%成功率，HALO首秀亮家底

苹果最新公布的HALO人形机器人研究，一上来就秀了波流畅操作：在陌生房间里钻桌底、挪箱子，甚至能侧着身子挤过半掩的房门，最后自主找到椅子坐下，全程没有人工遥控、也不连接云端，自主性拉满。

不过拆穿硬件配置就能发现，这套“苹果出品”的机器人缝合感十足：本体是2024年5月发布的宇树G1机器人，背部背着一台Mac mini M4 Pro负责算力，运行的大模型则来自阿里千问。

缺训练数据？直接用仿真造

当前具身智能行业最大的痛点就是训练数据不足：大语言模型有数十万万亿Token的互联网素材，自动驾驶有百亿小时路测数据，但人形机器人可用的公开操作数据仅几十万小时量级，连“塞牙缝”都不够。 传统真机采集成本极高，市场价约为每小时500-1000元，还存在废片率高、场景多样性不足的问题。苹果直接绕开了这条路，选择用仿真合成技术生产训练数据：

  • 搭建1000个程序生成的虚拟家庭环境，客厅、卧室、家具随机分布
  • 累计合成约300小时训练数据，动用250块英伟达H100 GPU
  • 给场景添加模糊、噪点、不同色温等滤镜，模拟真实环境的视觉干扰

三层模型分工，本地算力不卡顿

要实现全程离线运行，所有计算都得在背部的Mac mini上完成，如果用单个大模型包揽环境识别、动作规划、关节控制全流程，本地算力根本扛不住，还会出现严重延迟。 苹果把HALO的智能系统拆成了三层，用不同规格的模型分工配合：

  • 上层任务理解：用Qwen3.6-35B-A3B模型，结合摄像头画面识别物体与障碍，把用户指令拆解为具体子任务
  • 中层动作生成：用轻量的Qwen3.5-2B模型，将子任务转化为未来5秒的身体运动指令
  • 底层运动跟踪：把指令转化为电信号，直接驱动关节执行动作

苹果选择千问作为核心大模型，本质是追赶阶段的务实选择：

  • 苹果自研大模型进度落后，从头研发性价比远低于采用成熟开源方案
  • 千问全链路支持本地部署修改，覆盖2B到数百B参数规格，可按需适配算力
  • 64GB版本的Mac mini M4 Pro刚好能承载两个模型的运行需求，和Apple智能入华搭载千问的合作逻辑一脉相承

最终HALO在6个未提前扫描建图的真实环境中完成360次测试，平均成功率达91%，其中钻桌底成功率100%，穿过半掩房门成功率93%，表现超出预期。

为什么选宇树？开放生态才是核心刚需

HALO采用的是宇树G1标准版本体，身高约132厘米、体重35公斤，支持23-43个关节，苹果仅在背部加装了3D打印保护壳用来放置Mac Mini，没有改动核心机械结构。

美国本土并不缺人形机器人厂商，特斯拉Optimus、波士顿动力Atlas都是行业标杆，但苹果最终选了中国的宇树，核心原因有两个：

别家的机器人，有钱也买不到、改不了

  • 特斯拉Optimus虽然已量产，但早期产能全部供给自家工厂，对外交付要等到2027年底，交付时间还经常跳票
  • 波士顿动力电动Atlas不公开零售，主要和现代汽车等企业定制合作
  • Figure AI的机器人和自家Helix模型深度绑定，不支持外部算法接入

更关键的是，HALO研发需要反复调整关节力度、执行器响应、指令延迟，还要加装第三方硬件、修改底层控制程序，要求厂商开放底层权限。而特斯拉、波士顿动力的软硬件全栈自研，核心参数完全不对外开放，根本没法满足研发需求。

宇树刚好踩中所有需求点

宇树G1标准版售价仅9.9万元起，远低于海外人形机器人动辄数百万美元的成本，对于需要大量测试的研究项目来说性价比极高。 更重要的是宇树的开放生态：它支持开发者接入自有算法、调整底层控制参数、进行二次开发，还开源了机器人开发框架和通用操作大模型UnifoLM-VLA-0，是当前开源生态最成熟、量产供货最稳定的人形机器人之一，其超过七成收入都来自科研教育场景。

【编辑观察】外界等了苹果近十年的人形机器人，期待的是从头到尾自研的颠覆性产品，现在的HALO更像一套基于成熟供应链整合的研究原型。说好听点是高效整合，说直接点确实有“贴牌”那味儿。

十年布局慢半拍，苹果的机器人梦还有多远？

苹果布局机器人并非临时起意，只是节奏一直偏慢：

  • 2014年启动“泰坦”造车计划，目标L5级全自动驾驶，累计投入超100亿美元，折腾近十年后项目终止，仅留下计算机视觉、自主导航、传感器融合等技术积累，部分工程师转岗机器人项目
  • 2020年前后曾试图收购波士顿动力，最终被韩国现代汽车集团截胡
  • 2022年库克推动启动代号J595的桌面机器人项目，计划在iPad上加装机械臂，可跟随用户视线、调用Siri，定位视频会议与智能家居助手，预计2026-2027年推出

从当前布局来看，苹果人形机器人的核心目标并不是工业场景，而是智慧家庭生态的移动延伸：Siri负责语音交互，Homeview负责家居设备调度，人形机器人承担物理世界的跑腿、操作任务，配合Apple Intelligence形成完整的家庭智能闭环，生态联动会是苹果未来的核心竞争力。

但现阶段的HALO距离实用化还有明显短板：它还不具备手部抓取操作能力，学习新技能需要人工编写提示词、设计动作关键帧，单任务成功率虽高，但连续多步组合任务的成功率会明显下降，本质还只是实验室原型。

此前库克就在内部会议上坦言，苹果在AI领域已经明显落后，不能再只靠给Siri打补丁度日。过去苹果最擅长把成熟品类重新定义，iPhone、Apple Watch、Vision Pro都是如此，但现在这套“缝合”出来的机器人方案，能不能帮苹果在具身智能赛道弯道超车，恐怕还要打个大大的问号。