苹果HALO项目用宇树G1跑千问模型 300小时仿真数据突破人形机器人训练瓶颈

苹果近期罕见披露具身智能研究项目HALO（Perceptive Humanoid Motion from Simulation），将国产宇树Unitree G1人形机器人与本地部署的千问Qwen3.6-35B-A3B大模型深度整合，实现无需人工遥操作的自主任务执行。硬件上，G1背部搭载Mac mini M4 Pro（64GB内存）运行大模型，原厂Jetson Orin负责底层运动控制；软件采用三层架构：编排器（0.5Hz）解析指令并拆解子任务，运动生成器（3Hz）预测关节动作，运动跟踪器（50Hz）保障物理稳定落地。系统在6个未建模真实家庭场景中完成360次测试，平均成功率达91%，典型任务包括‘进屋→识椅→坐下’‘钻桌底→推箱’等。关键突破在于数据生成方式革新：团队构建仿真流水线，利用INFINIGEN生成1000个虚拟家庭场景，结合NVIDIA Isaac Sim渲染第一视角画面，通过运动扩散模型生成动作序列，最终产出16.3万条视觉-语言-动作配对样本（总时长约300小时），仅‘坐下’单一技能即含5万条样本，耗用250张H100 GPU运行9小时。实验证明场景多样性显著提升泛化能力——房间数从1增至1000，‘坐下’成功率由43%升至84%。该项目体现苹果以轻量化本体+边缘大模型+仿真闭环切入具身智能的路径，虽仍面临仿真到现实的域偏移挑战，但其高效VLA数据框架与本地推理优化方案，有望反哺HomePod、Vision Pro等设备的环境理解能力，推动行业从依赖人工标注转向算力驱动的规模化训练模式。