苹果Mac mini驱动宇树G1机器人 91%任务成功率验证具身智能新路径

苹果近期公开其具身智能研究项目HALO（Perceptive Humanoid Motion from Simulation），采用宇树G1人形机器人搭载M4 Pro芯片、64GB内存的Mac mini作为上层决策中枢，运行阿里千问Qwen3.6-35B-A3B大模型；底层运动控制由英伟达Jetson Orin NX模块承担，实现自然语言指令下的自主导航与动作执行。系统采用三层架构：任务调度器（Task Planner）每2秒解析指令并生成子任务序列，运动生成器（Motion Generator）以3Hz频率规划5秒内全身轨迹，均部署于Mac mini；运动跟踪器（Motion Tracker）在Orin NX上以50Hz高频融合视觉与本体状态输出关节控制目标，形成‘慢思考、快行动’协同机制。在6个未经建图的真实住宅环境中开展360次单项任务测试，平均成功率达91%；复合任务在单一场景10次测试中平均成功率为70%。项目关键突破在于构建全仿真训练流水线：利用INFINIGEN生成1000个虚拟家庭，结合运动扩散模型与Isaac Sim渲染，合成16.3万条、近300小时高质量VLA数据，仅‘坐下’技能即生成5万条样本，动用250张H100 GPU耗时9小时。硬件选型兼顾能效与算力，Mac mini依赖16核NPU与统一内存支撑量化推理，Orin NX提供100 TOPS INT8算力保障实时性。目前系统仍处研究阶段，未集成语音识别与端到端训练，动作规划基于单帧视觉输入，缺乏长期记忆与复杂操作能力。该项目代码与论文已开源，验证了‘轻量本地大脑+高速边缘执行’架构可行性，为家用服务机器人提供新参考路径。