苹果憋了近 10 年的人形机器人:HALO 用宇树 G1 当身体、背 Mac mini 跑千问,360 次测试成功率 91%
苹果搞人形机器人搞了快十年,结果 2026 年 11 月 4 日在 arXiv 上甩出的 HALO 系统,拆开一看是个 "三合一缝合怪"—— 身体是宇树 G1 标准版,背上绑着 Mac mini M4 Pro,大脑跑的是阿里千问大模型。就这套看起来混搭的系统,已经能让机器人在 6 个从未见过、没有提前扫描建图的真实家庭里自主行动:坐下、找箱子、钻桌底、侧身挤过半掩的门,360 次测试平均成功率 91%,钻桌底成功率 100%。全程离线、不联网、不遥控、无外接动捕。说白了,苹果十年机器人梦,最后不是从头造一台机器人,而是把现成的硬件、开源的大模型、自研的三层算法拼在一起,验证了一套 "仿真训练→真机落地" 的技术路线。外界等了这么久,期待的是一台真正苹果造的人形机器人,结果等来的是一台装着千问、背着 Mac mini 的宇树 G1。说好听点叫供应链整合,说难听点就是 "贴牌机"。但反过来想 —— 连苹果这种级别的公司,都得靠宇树的硬件和千问的模型才能跑通人形机器人,恰恰说明这个行业现在的门槛不在某一家公司手里。
一、HALO 到底是什么:三层架构拆解
1. 硬件配置一览
| 部件 | 具体配置 | 来源 |
|---|---|---|
| 机器人本体 | 宇树 G1 标准版,身高约 132cm,体重约 35kg,23~43 个关节 | 宇树科技(2024 年 5 月发布) |
| 机载计算单元 | Mac mini M4 Pro,64GB 统一内存 | 苹果自研芯片 |
| 底层实时控制 | Jetson Orin NX + RealSense D435i 深度相机 | 宇树 G1 原厂 |
| 视觉传感器 | 120° 广角相机(OAK-1W),第一人称视角 | 苹果加装 |
| 供电 | Mac mini 直接从 G1 内部电源总线取电 | 无单独电池 |
| 外壳 | 背部 3D 打印保护壳,装 Mac mini 用 | 苹果定制 |
2. 三层软件架构
HALO 不是一个大模型包揽一切,而是拆成三层分工配合:
| 层级 | 频率 | 用什么模型 | 干什么 |
|---|---|---|---|
| 编排器 | 约 0.5Hz(每 2 秒看一次) | Qwen3.6-35B-A3B(激活参数仅 30 亿) | 理解自然语言指令,拆解成子任务序列 |
| 运动生成器 | 约 3Hz | 冻结的 Qwen3.5-2B 编码器 + 扩散 Transformer 解码器 | 根据当前画面和子任务,生成未来 5 秒的全身运动计划(29 个关节角度 + 骨盆位姿) |
| 运动跟踪器 | 约 50Hz | 自研(深度视觉 + 本体感觉) | 把运动计划落地成关节电机命令,解决物理平衡问题 |
三层各管一摊:
- 上面两层解决 "语义" 问题 —— 指令说的是哪把椅子、哪个箱子
- 最底层解决 "物理" 问题 —— 屁股怎么稳稳落在椅面上、怎么不摔倒
3. 为什么用千问而不是自己的大模型
苹果自己的 AI 大模型确实掉队了。与其从头训练,不如直接拿成熟的开源模型用。千问的优势是:
- 完全开放,权重可下载、本地可部署、可修改
- 从 2B 到数百 B 参数全覆盖,能根据算力预算灵活搭配
- 64GB 内存的 Mac mini M4 Pro 刚好跑得动 35B-A3B 和 2B 这两个版本
这也和苹果智能在中国市场选择跟阿里千问合作是一脉相承的。
二、训练数据怎么来的:不采真人,全靠仿真
1. 为什么不用真机采集
人形机器人最大的痛点就是缺数据。真机遥控采集的市场价是每小时 500~1000 元,而且废片率高、多样性不足。传统数据采集手段(真机、动捕、视频蒸馏)都有局限。
HALO 的解法是:不采了,直接用仿真合成造数据。
2. 仿真训练流程
| 步骤 | 具体做法 |
|---|---|
| 1. 造场景 | 用程序化生成器 INFINIGEN,造出 1000 个虚拟家庭环境,客厅、办公室、卧室随机分布,家具疏密随机 |
| 2. 渲染画面 | 在 Isaac Sim 里把动作放进场景,渲染出机器人头部相机看到的第一视角画面 |
| 3. 加滤镜 | 场景加模糊、噪点、不同明暗和冷暖色调,模拟真实家庭的光线干扰 |
| 4. 生成动作 | 用运动扩散模型生成全身动作,自动校验器筛掉穿模、滑移的废片 |
| 5. 算力消耗 | 约 250 块英伟达 H100 GPU,合成约 300 小时训练数据 |
3. 真机测试结果
| 测试任务 | 成功率 |
|---|---|
| 钻过桌底 | 100% |
| 穿过半掩的门 | 93% |
| 综合平均(6 类任务 ×360 次) | 91% |
关键亮点:仿真里的成功率和真机成功率几乎一样,说明仿真到现实的迁移(Sim2Real)做得很好。而且测试环境是 6 个训练中从未出现过的真实房间,不是提前扫过建图的。
三、苹果为什么选宇树:不是没钱,是买不到别家的
1. 美国本土不是没有机器人,是不卖给你
| 品牌 | 状态 | 为什么不选 |
|---|---|---|
| 特斯拉 Optimus | 已量产,但早期产品全留在自家工厂 | 对外交付要等到 2027 年底,根本买不到 |
| 波士顿动力 Atlas | 有技术但商业化慢 | 不开放二次开发,价格天价 |
| Apptronik Apollo | 刚起步 | 生态不成熟 |
2. 宇树的核心优势
苹果选宇树不是因为便宜,是因为三个 "能":
- 能买得到:G1 标准版直接在售,下单就能发货
- 能改得动:开源了机器人开发框架和通用操作大模型 UnifoLM-VLA-0,软硬件都留了二次开发空间
- 能稳定供货:量产能力成熟,不会断供
宇树超过七成收入来自科研教育市场,本来就是给开发者用的平台。苹果拿过来当硬件验证平台,正好。
四、苹果机器人十年路:从 2018 年原型机到 HALO
1. 时间线
| 时间 | 事件 |
|---|---|
| 2018 年 | J595 项目原型机完成,外形像 "一根棍子上插着 iPad" |
| 2019 年 | 库克观看原型机演示,批准项目继续 |
| 2022 年 | 库克推动启动 J595 桌面机器人项目,计划 iPad 加机械臂 |
| 2024 年 | 苹果叫停汽车项目,大量汽车团队员工转投机器人团队 |
| 2024 年 5 月 | 宇树 G1 发布(苹果后来用的就是这款) |
| 2026 年 11 月 4 日 | HALO 论文发在 arXiv,公布三层架构和真机测试结果 |
2. J595 家用机器人的困境
The Information 11 月 5 日爆料:苹果首款家用机器人 J595(可能命名 HomeView Ultra)难产了。
| 问题 | 具体情况 |
|---|---|
| 硬件定型 | 两年前就基本定了 |
| 软件卡点 | AI 能力跟不上,Siri 和机器人团队互相独立,深度打通困难 |
| 团队分歧 | 硬件团队想赶紧出产品,软件团队说还要时间,初代功能范围谈不拢 |
| 核心人才流失 | 硬件负责人林奇 2026 年 3 月离职加入 Oura;早期工程师陆续离开 |
| 真正懂机器人的人 | 全公司只有约 10 人有机器人专业研发经验 |
| 上市时间 | 原计划 2027 年,可能推迟到 2028 年 |
| 售价 | 原定 1000 美元,零部件涨价后可能更高 |
3. 苹果 CEO 特努斯的压力
约翰・特努斯刚接任 CEO,对机器人项目抱很大期待,几乎参加了每一场 J595 的演示会和规划会。但问题是 —— 竞争对手不会等:OpenAI 跟乔尼・艾夫在做 AI 硬件、Meta 的口袋 AI 设备 12 月就出货、特斯拉 Optimus 在加速。苹果在 AI 智能体领域本来就落后,机器人再拖下去,窗口就关了。
五、怎么看这件事:技术验证大于产品意义
1. HALO 是研究项目,不是产品
要搞清楚 ——HALO 是苹果研究团队发的学术论文,不是要卖的商品。它验证的是一套技术路线:仿真合成数据 + 三层分工架构 + Sim2Real 迁移。这个方法论对整个行业有参考价值。
2. "贴牌" 的说法对也不对
说苹果贴牌,是因为身体、大脑、算力都不是自己造的。但换个角度 —— 苹果做的是系统集成和算法优化:三层架构怎么分工、仿真数据怎么造、运动跟踪器怎么训,这些核心算法是苹果自己搞的。
就像 iPhone 也不是所有零件都自己造,但苹果把供应链整合和系统体验做到了极致。HALO 现在这个阶段,更像是 iPhone 还在原型机实验室里的状态。
3. 真正的信号是什么
苹果用宇树 G1 这件事,最大的信号不是 "苹果不行了",而是 —— 人形机器人行业现在进入了 "买硬件、拼算法" 的阶段。硬件本体已经商品化了,谁都能买到;真正的竞争在上层的大模型、运动控制和场景落地。
宇树用三年时间把人形机器人做到了 1.6 万美元的价格带,并且开放了生态。苹果这种巨头也得用它的平台做研究,说明中国在机器人硬件这个环节已经有了全球级的竞争力。
六、一句话总结
苹果憋了十年的人形机器人,最后拿宇树 G1 当身体、背 Mac mini 跑千问,搞出了 HALO 这套三层系统,在陌生家庭里做到 91% 的任务成功率。这不是苹果最终的机器人产品,只是一个研究验证。但它透露了两个重要信号:第一,人形机器人的硬件门槛已经被中国厂商打下来了,巨头也得买;第二,苹果自己的 AI 和机器人软件能力确实掉队了,连大脑都得借阿里的。接下来要看的是 —— 苹果什么时候能拿出真正从头造的机器人,而不是拿现成零件拼一个 demo 出来。
【相关 FAQ】
问题 1:苹果憋了近 10 年的人形机器人,最后用的是什么方案?
回答 1:苹果 2026 年 11 月 4 日在 arXiv 发布了 HALO 人形机器人研究系统。整套方案是 "三合一":身体用的是宇树 G1 标准版机器人(身高 132cm、35kg、23~43 个关节),背上绑着一台 Mac mini M4 Pro(64GB 内存)作为机载计算单元,大模型用的是阿里千问 Qwen3.6-35B-A3B 和 Qwen3.5-2B。系统分三层:编排器(每 2 秒看一次画面,拆解任务)、运动生成器(生成未来 5 秒全身动作)、运动跟踪器(50Hz 实时控制关节)。全程离线、不遥控,在 6 个陌生真实家庭里做了 360 次测试,平均成功率 91%,钻桌底成功率 100%。
问题 2:苹果做了十年人形机器人,为什么最后用宇树的硬件?
回答 2:原因很现实 —— 美国本土不是没有人形机器人,但买不到、用不了。特斯拉 Optimus 虽然量产了,但早期产品全留在自家工厂,对外交付要等到 2027 年底;波士顿动力 Atlas 不开放二次开发,价格天价。宇树 G1 的优势是三个 "能":能买得到(直接在售下单就发)、能改得动(开源了开发框架和操作大模型 UnifoLM-VLA-0,留了二次开发空间)、能稳定供货(量产成熟)。宇树超过七成收入来自科研教育市场,本来就是给开发者做平台的,苹果拿过来当硬件验证平台正好。
问题 3:苹果 HALO 机器人的训练数据是怎么来的?为什么不用真人采集?
回答 3:HALO 没有用人真机遥控采集数据,全部用仿真合成。具体做法是:用程序化生成器 INFINIGEN 造出 1000 个虚拟家庭环境,在 Isaac Sim 里渲染出机器人第一视角画面,加模糊、噪点、不同光线滤镜模拟真实环境,用运动扩散模型生成全身动作,自动筛掉穿模废片。总共合成了约 300 小时训练数据,用了约 250 块英伟达 H100 GPU。真机遥控采集市场价是每小时 500~1000 元,成本高、废片率高、多样性不足,仿真合成可以批量造数据,而且测试证明仿真到现实的迁移效果很好 —— 仿真里 91% 的成功率,真机测试也是 91%。
问题 4:苹果自己的机器人项目现在进展到哪了?什么时候能买到?
回答 4:苹果有两条机器人线。一条是研究线(HALO),刚发了论文验证技术路线,离产品还远。另一条是产品级的 J595 家用机器人(可能命名 HomeView Ultra),2018 年就做了原型机,硬件两年前基本定型,但 AI 软件跟不上 ——Siri 和机器人团队互相独立,深度打通困难,功能范围谈不拢,核心人才还在流失。原计划 2027 年上市,可能推迟到 2028 年,原定 1000 美元的售价也可能涨。真正懂机器人的全公司只有约 10 人,现在还在做第一代基础版,后续功能靠 OTA 加。
【参考资料】
[2026-11-14](苹果憋了近 10 年的人形机器人,最后用上了宇树)凤凰网科技
[2026-11-13](苹果憋了近 10 年的人形机器人,最后用上了宇树)36 氪
[2026-11-13](Apple HALO Humanoid Robot: 91% on Unitree G1 in 360 Trials)SHAttered
[2026-11-11](物理 AI 概念升温,市值重回 3000 亿)中经 TMT
[2026-11-09](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)腾讯新闻
[2026-11-09](苹果发布人形机器人自主系统 HALO,基于宇树 G1 与千问大模型)DoNews
[2026-11-05](AI 有短板,苹果首款机器人 "难产")新浪财经
[2026-11-04](Perceptive Humanoid Motion from Simulation)arXiv
[2026-10-24](Unitree develops AI to help humanoid robots improve themselves)The World Insiders
【免责声明】
本文内容基于公开论文、科技媒体报道及行业公开信息整理而成,仅供信息参考与技术交流使用,不构成任何投资建议、产品推荐或对苹果公司、宇树科技产品能力的最终评判。文中涉及的机器人技术参数、测试成功率、项目进展等信息均以苹果官方论文及权威媒体报道为准。人形机器人行业尚处于早期发展阶段,技术迭代快、商业化落地存在不确定性,本文作者及发布平台不对因使用本文内容而引发的任何直接或间接损失承担责任。市场有风险,决策需谨慎。
