Der humanoide Roboter, an dessen Entwicklung Apple fast zehn Jahre lang gearbeitet hat, verwendet am Ende Technologie von Unitree.

Zittert, Roboter! Apple mischt nun endlich mit.

Apple hat kürzlich eine Forschung zu einem humanoiden Roboter namens HALO vorgestellt. Im Demonstrationsvideo klettert und schlängelt sich ein humanoider Roboter durch ein unbekanntes Zimmer: Er kriecht unter Tischen hindurch und verschiebt Kisten problemlos; er kann sich sogar seitlich durch eine nicht ganz geschlossene Schlafzimmertür zwängen und schließlich einen Stuhl zum Sitzen suchen – alles fließend und reibungslos.

Offizielle Website des HALO-Projekts

Zudem läuft der gesamte Vorgang diesmal vollständig offline, ohne Fernsteuerung und ohne Cloud-Anbindung – das ist weitaus fortschrittlicher als die früheren humanoiden Roboter, die noch auf Fernbedienungen angewiesen waren.

Bei genauerem Hinsehen wirkt der Körper des Roboters jedoch etwas bekannt. Das ist doch der Unitree G1-Roboter, der im Mai 2024 vorgestellt wurde!

Unitree G1 Roboter

Noch seltsamer ist, dass auf dem Rücken dieses Roboters ein Mac mini M4 Pro montiert ist, in dem ein großes Sprachmodell von Alibabas Qwen ausgeführt wird.

Also ist der humanoide Roboter, an dem Apple jahrelang heimlich gearbeitet hat, ein zusammengeschustertes Mischwesen?

Mac Mini + Qwen, eine Punktzahl von 91

Die heutigen Roboter sind in allem gut, nur fehlt es ihnen an Daten zum Lernen.

Für das Vortraining traditioneller großer Sprachmodelle (LLM) gibt es im Internet reichlich Material – selbst Billionen von Token sind kein Problem. Für das autonome Fahren liefern die zahlreichen intelligenten Autos auf den Straßen mehr als genug Daten in Höhe von mehreren zehn Milliarden Stunden.

Aber für die Embodied Intelligence, die räumliche Strukturen, Objektbeziehungen und physikalische Gesetze verstehen muss, gibt es derzeit nur öffentlich verfügbare Trainingsdaten von Operationen in der Größenordnung von Hunderttausenden Stunden. Diese Datenmenge reicht bei weitem nicht aus, um einen humanoiden Roboter ausreichend zu trainieren – sie ist kaum mehr als ein "Mückenbein".

Warum gibt es so wenige Daten für das Training humanoider Roboter? Weil die gängigen Datenerfassungsmethoden wie Erfassung am echten Gerät, Motion Capture und Videodestillation alle ihre eigenen Grenzen haben: hohe Kosten, hohe Ausschussrate und unzureichende Vielfalt. Der Marktpreis für die Fernsteuerung echter Geräte liegt beispielsweise bei 500 bis 1000 Yuan pro Stunde.

In diesem Moment hat Apples HALO-Projekt eine kühne Entscheidung getroffen: Statt Daten zu erfassen, werden sie direkt durch Simulation synthetisiert!

Daher hat Apple in 1000 programmgenerierten virtuellen häuslichen Umgebungen etwa 300 Stunden Trainingsdaten synthetisiert. Wohnzimmer, Büros, Schlafzimmer und Möbel in den Häusern sind zufällig verteilt, und dafür wurden 250 NVIDIA H100 GPUs eingesetzt.

Simulation von Apples HALO-Projekt

Diese virtuellen Haushalte sind nicht einfach dadurch entstanden, dass man ein paar Räume gebaut und ein paar Möbel aufgestellt hat. Die Szenen wurden mit verschiedenen Filtern versehen – Unschärfe, Bildrauschen, unterschiedliche Helligkeitsstufen, warme und kalte Farbtöne – um die vielfältigen Lichtverhältnisse und visuellen Störungen in echten Haushalten so realistisch wie möglich nachzubilden.

Demonstration der HALO-Forschung von Apple

Nach der Lösung des Problems mit den Trainingsdaten muss auch die Reaktionsgeschwindigkeit des Roboters in der realen Umgebung sichergestellt werden.

Da der gesamte Vorgang offline ablaufen soll, müssen alle Berechnungen in dem Mac mini auf dem Rücken des Roboters ausgeführt werden. Wenn nur ein einziges großes Modell alle Aufgaben von der "Erkennung der Umgebung" bis zur "Steuerung aller Gelenke" übernimmt, ist die lokale Rechenleistung völlig überlastet, und die Bewegungen weisen erhebliche Verzögerungen auf. Daher hat Apple HALO in drei Ebenen unterteilt, auf denen Modelle unterschiedlicher Größe zusammenarbeiten und sich ihre Aufgaben teilen.

Die oberste Ebene ist für das Verständnis der Aufgaben zuständig. Wenn der Nutzer beispielsweise sagt "Geh und schiebe die Kiste weg", muss das visuelle Sprachmodell anhand der Kamerabilder feststellen, wo sich die Kiste befindet und welche Hindernisse es in der Nähe gibt, bevor es die Aufgabe in mehrere konkrete Teilschritte unterteilt. Auf dieser Ebene wird das Alibaba Qwen Qwen3.6-35B-A3B verwendet, dessen aktivierte Parameter nur 3 Milliarden betragen.

Offizielle Website des HALO-Projekts von Apple

Die mittlere Ebene ist für die Generierung von Bewegungen zuständig. Sie muss die von der oberen Ebene unterteilten Aufgaben aufgreifen, basierend auf der aktuellen Umgebung, und das leichtere Qwen3.5-2B-Modell aufrufen, um die Aufgabe in Körperbewegungsanweisungen für die nächsten 5 Sekunden zu unterteilen. Die unterste Ebene ist für die Bewegungsverfolgung zuständig, die die Anweisungen der oberen Ebenen in elektrische Signale umwandelt und die Gelenke direkt antreibt.

Sowohl die oberste als auch die mittlere Ebene werden von dem Mac mini M4 Pro auf dem Rücken des Roboters betrieben. Das bedeutet, dass das "Gehirn" des Roboters in dem Mac Mini auf seinem Rücken untergebracht ist – die Datenübertragungszeit ist kurz, sodass der Roboter natürlich schneller reagieren kann.

Offizielle Website des HALO-Projekts von Apple

Warum hat Apple ausgerechnet das große Qwen-Sprachmodell als Gehirn für seinen Roboter gewählt?

Einerseits ist Apple bei der Entwicklung eigener großer KI-Modelle im Vergleich zu Unternehmen wie OpenAI oder Anthropic tatsächlich ins Hintertreffen geraten. Statt von Grund auf neu zu trainieren, ist es sinnvoller, direkt ein ausgereiftes Open-Source-Modell zu verwenden.

Zudem ist das große Sprachmodell von Alibaba Qwen ausreichend offen und vielseitig. Datengenerierung, Modelltraining, Bereitstellungscode und Open-Source-Gewichte unterstützen die lokale Bereitstellung und Modifikation.

Es deckt einen Parameterbereich von 2B bis mehreren hundert B ab. Apple verwendet Qwen3.6-35B-A3B und Qwen3.5-2B in den drei Ebenen, die sich flexibel entsprechend der Aufgabenstellung und dem Rechenleistungsbudget kombinieren lassen. Der 64 GB große Mac mini M4 Pro ist genau dafür geeignet.

Damit ist es auch verständlich, warum Apples lang erwartete Apple Intelligence für den chinesischen Markt auf Qwen setzt – das ist eine konsequente Fortsetzung dieser Strategie.

Zusammenarbeit von Apple Intelligence und Qwen

Schließlich absolvierte HALO 360 Tests in 6 nicht gescannten und nicht kartierten realen Umgebungen mit einer durchschnittlichen Erfolgsrate von 91 %. Darunter lag die Erfolgsrate beim Kriechen unter dem Tisch bei 100 %, und das Durchqueren der halb geöffneten Tür erreichte 93 %.

Das Gehirn stammt von Qwen, die Rechenleistung vom Mac mini, und Apple hat nicht einmal den Körper des Roboters selbst gebaut.

Ein Apfel wächst auf dem Unitree-Roboter

Das "Gehirn" wurde von Apple eingekauft – und unerwarteterweise stammt auch der Körper des Roboters nicht von Apple.

Als Roboterplattform für HALO wird das Standardmodell des Unitree G1 verwendet. Er ist etwa 132 cm groß, wiegt ca. 35 kg und verfügt über 23 bis 43 Gelenke. Apple hat nicht die gesamte mechanische Struktur neu entworfen, sondern lediglich ein 3D-gedrucktes Schutzgehäuse auf seinem Rücken angebracht, in dem sich der Mac Mini M4 Pro befindet.

Detailbild des Unitree G1

Nun stellt sich die Frage: Es gibt doch auch in den USA humanoiden Roboter. Teslas Optimus, Boston Dynamics Atlas – das sind alles bekannte, renommierte Produkte, oder?

Aber leider sind diese Unternehmen nicht bereit, ihre Produkte zur Nutzung zur Verfügung zu stellen.

Elon Musks Optimus wird zwar bereits in Serie produziert, aber die frühen Exemplare bleiben größtenteils in den eigenen Fabriken im Einsatz, die Auslieferung an externe Kunden wird erst Ende 2027 erwartet. Da Musk zudem häufig Termine verschiebt, ist Optimus kaum eine zuverlässige Option.

Tesla Optimus

Die neue elektrische Generation von Boston Dynamics Atlas wird ebenfalls nicht öffentlich zum Verkauf angeboten und wird hauptsächlich in Zusammenarbeit mit Unternehmen wie Hyundai Motor eingesetzt. Figure AI ist eng mit dem selbst entwickelten Helix-Modell integriert, sodass es für Apple ebenfalls nicht in Frage kommt.

Und selbst wenn man diese Roboter kaufen könnte, wäre es nicht sicher, dass Apple sie verwenden könnte.

In der Arbeit heißt es, dass HALO die Gelenkkraft, die Reaktion des Aktuators und die Befehlsverzögerung des Roboters wiederholt anpassen muss, zudem einen Mac Mini und Kameras montieren sowie die unterste Steuerungsebene modifizieren muss. All dies erfordert offene Hardwareparameter und Zugriff auf die unterste Steuerungsebene.

Aber bei den Robotern von Tesla und Boston Dynamics liegen die Hardware-Entwürfe, die Gelenksteuerung und die Kernalgorithmen vollständig in der Hand der Unternehmen, sie werden nicht für externe Nutzer zur freien Verwendung und Modifikation freigegeben.

Zudem braucht Apple, das sich noch in der Phase der Verfolgung und Forschung befindet, einen Roboter-Körper, der zerlegt, modifiziert und ausprobiert werden kann. Der Unitree G1 erfüllt genau diese Anforderungen.

Der Preis des Standardmodells des Unitree G1 beginnt bei 99.000 Yuan, was weit unter den Kosten von mehreren Millionen Dollar für einen Boston Dynamics Atlas liegt – das ist deutlich kostengünstiger.

Natürlich ist Apple kein Unternehmen, dem es an Geld fehlt.

Wichtig ist, dass der Unitree-Roboter ausreichend offen ist und zu den humanoiden Robotern mit dem ausgereiftesten Open-Source-Ökosystem und der reibungslosesten Serienproduktion gehört. Er ermöglicht Entwicklern, eigene Algorithmen zu integrieren, unterste Steuerungsparameter anzupassen und sogar Weiterentwicklungen durchzuführen. Unitree hat nach und nach das Roboter-Entwicklungsframework und das allgemeine Betriebsmodell UnifoLM-VLA-0 als Open-Source veröffentlicht, sodass das Hard- und Software-Ökosystem ausreichend Raum für Experimente bietet.

Unitree G1 Roboter

Die zwearmigen humanoiden Roboter der R1-Serie unterstützen eine voll