这个周末苹果没开发布会，却用一篇论文刷了屏。
11月4日，苹果研究团队在 arXiv 提交论文《Perceptive Humanoid Motion from Simulation》，公开了一套人形机器人自主控制系统，代号 HALO。第一财经微博
值得愣一下的不是"苹果做机器人"。早在2025年2月，郭明錤就说过苹果机器人项目还在概念验证阶段，量产要等2028年或更晚。真正意外的是它的算力底座——绑在宇树 G1 背上的，是一台 64GB 内存的 Mac mini M4 Pro，实时控制另配一块英伟达 Jetson Orin NX。中国新闻网知乎
没见过真房子，却会钻桌子
HALO 的练法很反常。不请人遥控示教，不上动作捕捉，而是在上千个程序生成的虚拟家居里合成"视觉—语言—动作"数据，攒出约300小时素材，练完直接扔进现实。知乎
成绩是：6个从未扫描、从未建图的真实房间，360次单项任务，零样本平均成功率91%。数据生成、模型训练、部署代码，全部开源。它会坐椅子、按名字走到指定物体前、侧身挤过半开的门、俯身钻到桌子底下、推箱子。东方财富网微博
91%得掰开看
同一篇论文里还藏着另一组数：3种长链条组合任务，每种测10次，平均成功率70%；最难的"俯身过障碍—走向目标—推箱子"，只有50%。短板苹果自己写得很直白。仿真数据并没完全甩掉人工——每加一个新任务，仍要人写提示词、设计动作关键帧，部分动作干脆用了人类视频和动捕素材。更硬的一条是：机器人现在基本只靠眼睛，感知不到"接触"，物体一旦被遮挡或移出视野，需要手上功夫的任务立刻掉档；触觉，被列进下一步方向。所以91%是"单个动作"的91%，不是"能帮你干家务"的91%。第一财经知乎
一台Mac mini凭什么当大脑
HALO 干活时由三层协同：顶层是基于视觉语言模型的任务编排，默认调用千问 Qwen3.6-35B-A3B；中间的动作生成层换成另一款千问 Qwen3.5-2B；底层是经强化学习、策略蒸馏训练出的动作跟踪器，负责把规划翻译成关节指令。东方财富网
按千问的命名习惯，35B 是总参数，A3B 指每次推理只激活约 3B——典型 MoE 架构。所以一台 Mac mini 扛得住"35B 大模型"，靠的不是算力堆料，而是激活参数少加内存够大。本地跑模型的真瓶颈是带宽，不是算力。模型每吐一个 token，都要把参与计算的那部分权重从内存里完整读一遍，速度上限就是带宽除以要读的字节数。实测也对得上：同一台 Mac mini M6，本地跑 20B 模型约 55.66 tok/s，27B 4bit 约 41.64 tok/s，30B 长文掉到 32 tok/s，70B 基本不可用。HALO 敢把 35B 的视觉模型压进一台 Mac mini，靠的正是"每次只激活 3B"这一条。知乎知乎
买Mac，内存优先于芯片
这条直接影响双11怎么下单。Mac mini M6 官网 16GB+256GB 挂 6999 元，拼多多百亿补贴里早已压到 4699 元，10 月 21 日甚至有人 4299 元拿下。官方价和渠道价倒挂两千多，按标价买等于白扔一部中端手机。什么值得买知乎
但更该盯的是带宽：M6 的 16GB 版是 153GB/s，24GB 版才升到 170GB/s，多花的钱买到的不只是 8GB 容量。而且 256GB 那档硬盘是焊死的，想后期扩容也没门。想凑出 HALO 那套 64GB 配置就更难了：M6 内存封顶 32GB，只能跳到 M5 Pro，而 M5 Pro 官方 12999 元也只是 24GB+512GB，两者差价 5945 元。所以结论很朴素：真想本地跑 AI，宁可降芯片档位也要把内存和带宽提上去；只办公追剧，16GB 版趁渠道价拿下就够，别为"以后可能跑模型"提前掏钱。知乎什么值得买什么值得买知乎
HALO 不是产品，苹果也没说要卖机器人。它更像是把路线摆上了台面：不去云端卷参数，而是把算力压回本地设备——顺手用宇树的机身、千问的模型，跑通了一次完整闭环。
对普通人，收获就一句：以后买 Mac，先看内存，再看芯片。
