Apple HALO: робот Unitree G1 с Mac mini и Qwen справился с 91% задач в чужих комнатах

3 мин. чтения
Binance · Wall Street 24/77 USDT— доля Nvidia на BinanceЦелую акцию покупать не нужно — начните с малого
Первая сделка за 5 шагов

Что произошло

4 ноября 2026 года исследователи Apple выложили на arXiv работу о системе HALO. Это «мозг» для гуманоидного робота Unitree G1, который учился только в симуляции: на 1000 сгенерированных компьютером квартирах. В реальном мире робот ни разу не видел ни одной квартиры до испытаний, но в шести незнакомых помещениях справился с 91% задач в 360 попытках. Главное для нашего читателя: всё планирование работает на Mac mini M4 Pro с 64 ГБ памяти, который робот носит в коробе на спине, без интернета.

Детали

На Mac mini крутятся две модели. Планировщик — языковая модель Qwen3.6-35B-A3B от Alibaba, сжатая до 4 бит и запущенная через MLX, библиотеку Apple для нейросетей на своих чипах. Раз в две секунды она смотрит в камеру и решает, что делать дальше. Вторая модель превращает решение в движения тела. Третья часть, которая держит равновесие и управляет суставами 50 раз в секунду, работает на штатном компьютере робота Nvidia Jetson Orin NX.

НавыкУспех в реальных комнатах
Подойти к предмету или человеку92%
Сесть на стул или диван85%
Пройти боком в приоткрытую дверь93%
Пригнуться под столом100%
Проползти под столом90%
Толкать коробку88%

Цепочки из двух-трёх навыков подряд удались в среднем в 70% случаев. Обучение обошлось недёшево: данные генерировали на 250 ускорителях Nvidia H100, модель движений обучали на 64 B200. Но пользоваться результатом можно уже на одном компьютере.

Что это значит

Кого касается. Тех, кто следит за локальным ИИ: это наглядный пример, что модель на 35 млрд параметров на Mac mini M4 Pro уже управляет физическим устройством в реальном времени. Qwen 3.6 35B-A3B в 4 битах занимает около 21–24 ГБ и помещается в обычный настольный компьютер.

Возможность и ограничения. 91% — это одиночные задачи. Длинные цепочки пока проваливаются в каждом третьем случае, а «толкни коробку после двух шагов» удаётся лишь в половине попыток. Это исследование, а не продукт: Apple не объявляла ни домашнего робота, ни сроков.

Горизонт. Ближайшее практическое следствие — не робот дома, а подход: учить машины на синтетических квартирах дешевле, чем снимать реальные. Если код выложат полностью, повторить планировщик на своём Mac можно будет уже сейчас.

Binance · Wall Street 24/7А если бы вы купили золото летом?Тренажёр на реальных ценах — без денег и регистрации
Открыть тренажёр
Поделиться
Связаться:
Крипто- и data-аналитик, инженер-программист (факультет компьютерных наук ХНУРЭ). В IT с 2008 года: администрировал корпоративный мониторинг в «Vodafone Украина», семь лет разрабатывал и продвигал веб-проекты, пять лет руководил маркетингом на метриках — конверсия, CTR, ROI, LTV.Криптовалютными рынками занимаюсь с 2021 года: ончейн-метрики, токеномика, макроэкономические индикаторы. Разработал собственную data-driven модель анализа рынка на 30+ метрик. Стек — Python (pandas, NumPy, SciPy, matplotlib), математическая статистика и EDA; сбор и сверку данных автоматизирую AI-агентами.Принцип — «Don't trust, verify»: каждая цифра проверена по первоисточнику, ключевые — минимум по двум независимым; прогнозы — только сценарии с условиями. Тезис без данных не публикуется.