具身 · 借来的身体、借来的大脑,和那个被报成两种意思的 91%

配张卡,画的是可插拔的四块拼成一个机器人:宇树的身子、开源千问的大脑、背上的 Mac mini、程序生成的房子,下面并排放着两把尺——单项 91%、链式约 70%。

目录
  1. 🏠 一千间虚拟房子,换掉真人采集
  2. 🧩 三层分工:谁在想,谁在动
  3. 📊 91% 指什么,取决于你读哪一家
  4. 🧭 真正的信号:大脑成了可替换模块

身子是借的大脑也是借的 · SVG 动画卡

配张卡,画的是可插拔的四块拼成一个机器人:宇树的身子、开源千问的大脑、背上的 Mac mini、程序生成的房子,下面并排放着两把尺——单项 91%、链式约 70%。

回论文一手,这个「被报成两种意思的 91%」,根子在二手口径混乱,不在论文。论文里 91% 只有一个含义:单项任务成功率的均值,而且仿真列和真实列各自都是 91——真实那列来自 6 个未建图环境、360 次试验。AppleInsider 却写成「91% 是真实加虚拟的平均」,算术上碰巧也等于 91,定义却是错的。数字没被改,指代它的口径换了。

链式那个数也得写清:真实链式成功率约 70%,是 1 个真实环境里 3 条链各 10 次共 30 次,不是跨 6 个环境。把五个各 91% 的子步骤串起来,整体按乘法往下掉,这是概率常识,不是模型退步。

有个地方帖子反而说保守了:三层架构里 Qwen3.6-35B-A3B 顶层、Qwen3.5-2B 中间层、Mac mini M4 Pro 64GB,这些不是二手杜撰,是论文正文里的一手(摘要没写而已)。「苹果机器人」不是产品发布这条判断则坐实了——本体是宇树 G1,项目页挂在前缀 apple-aiml-research 的研究仓库,连 AppleInsider 自己都写「这不是近期会出现在苹果产品里的东西」。

比分数更值得记的,是这套拼法被完整公开了:身子、大脑、算力、数据四样都可替换,脑子里那个模块正在从「某家的机器人」变成「谁都能插上去的一块」。

十一月十八日,中文科技媒体密集报道了苹果的人形机器人研究:宇树 G1 的身子,背一台 Mac mini,跑阿里的千问模型,六个陌生家庭里 360 次测试,成功率 91%。四个数字凑在一起很有画面感,也好记。但把论文原文和几种二手报道摆到一起,会发现那个 91% 至少指着一个半意思:数字没被改,指代它的口径换了。

先把一手的东西钉住。论文 11 月 4 日挂上 arXiv,编号 2611.06908,题名《从仿真中来的感知型人形运动》,八位作者,Siyuan Hu 第一,Matthias Müller 与 Vladlen Koltun 在列,代码与视频公开【直引:arXiv:2611.06908 摘要与作者栏】。摘要自己给的口径是:HALO 在训练中从没见过真实家庭,zero-shot 迁移到物理世界,在六个未建图的真实环境、360 次试验里做到 91% 成功率【直引:同上,原文 across 360 trials in six unmapped real-world environments】。注意,是论文摘要,不是苹果的产品发布。这是研究项目,不是一台要卖的苹果机器人【判断:摘要与项目页均无产品发布表述】。

🏠 一千间虚拟房子,换掉真人采集

具身智能最贵的原料是数据。让真人遥操作机器人,一小时人手只能换一小时数据;论文开头就把这道瓶颈摆出来,然后给出绕路的办法:用程序生成的虚拟家庭合成视觉-语言-运动数据,规模随算力走,不随人力走【直引:arXiv:2611.06908 摘要】。摘要写明是一千间程序生成的房子;约 300 小时合成数据、250 块 H100、48 小时这些更细的数字,来自二手报道转述,摘要本身没给,属不同信源层级【直引:neoteo / theroboradar / nvdium 等当日报道,非论文摘要原文】。

注解:zero-shot 迁移指模型在训练里没见过真实家庭,直接拿到真实环境就能用,中间不做针对性再训练。对应的是仿真到现实的鸿沟。虚拟里练得再好,真机上的摩擦力、光照、形变常常让策略失效。

技能库里有什么,摘要列得很具体:坐椅子、走到被点名的物体旁、侧身穿过半开的门、蹲下钻过桌底、推箱子,还能把这些技能串成长任务【直引:arXiv:2611.06908 摘要】。这份清单后来被报道反复引用,容易误读成「每一项都在那 360 次里各占多少」。摘要并没有把每个技能绑定到具体试验数上【判断:报道与摘要的粒度差异】。

🧩 三层分工:谁在想,谁在动

二手报道一致描述的架构是三层:顶层用视觉语言模型理解任务、看画面、拆子步骤;中间层把子任务翻译成未来约五秒的全身动作指令;底层做运动跟踪、直接驱关节。顶层 reportedly 用 Qwen3.6-35B-A3B,中间层用 Qwen3.5-2B,两层都跑在机器人背着的那台 M4 Pro、64GB 统一内存的 Mac mini 上,离线运行、无云端、无遥操作【直引:theroboradar / 凤凰科技 / humanoid.guide / nvdium 的多家一致转述;论文摘要本身未点名模型与硬件】。

这里有两处要分层说清。第一,人是给了任务提示的,自主性指的是「接了任务后不用实时遥控」,不是「机器人自己决定做什么」。给 prompt 和选目标,是两件事【直引:neoteo 对 autonomy 作用域的分析】。第二,那台 Mac mini 只负责想,不负责动。底层跟踪与电机控制跑在机器人自己的硬件上,「大脑」与「执行」是分开的【直引:nvdium 转述】。把这两层揉成一句「机器人背着电脑自己干活」,会丢掉分工的边界。

📊 91% 指什么,取决于你读哪一家

这是整件事最值得停下来看的地方。同一个百分比,被装进了两个不同的框。

来源91% 的指代口径
论文摘要六个未建图真实环境、360 次试验真实环境单项任务成功率
AppleInsider(经 neoteo 转述)真实与仿真环境的平均混合口径
nvdium / humanoid.guide单项任务平均,组合任务另算区分单项与链式
更关键的是链式任务那个数。有报道给出另一组评测:在一个真实环境里,30 次组合任务试验平均成功率约 70%,三类任务各做十次【直引:humanoid.guide 引 Shattered 报道】。单任务 91%、链式 70%,这是两个难度不同的考题。把五个各 91% 的子步骤串成一串,整体成功率会按乘法往下掉。这是概率的常识,不是模型退步【判断:对组合成功率低于单项的算术解释】。

于是「苹果机器人家庭任务 91%」这句话能不能用,取决于你愿意带多少限定。带上「六个未建图真实环境、360 次、单项任务」是可以的;不带限定、读成「家里什么活都能九成把握」,就越过了论文给的边界。多篇报道同时指出,覆盖率没给任务总数、没给失败样例、没给跨房间的方差。这些决定了 91% 是稳定值还是挑出来的值【直引:nvdium 与 neoteo 的限定说明】。

🧭 真正的信号:大脑成了可替换模块

抛开口径之争,这件事的产业含义其实很清楚。身体是买的,宇树 G1 因底层控制开放、可改、售价被选作平台;大脑是开源模型,Qwen 家族,2B 到数十 B 都有,按算力和任务预算挑;算力是一台消费级迷你机;数据靠生成。论文、代码、模型选择全部公开,可复现性高于多数厂商演示【直引:nvdium 分析;论文项目页公开代码与视频】。

人形机器人的「大脑」正在变成一个可以拆卸、替换、复现的软件模块。硬件归硬件,模型归模型,中间站一层接口,竞争回到各自最擅长的事上。苹果用中国本体加中国开源模型做研究平台,这件事本身也说明:这两样已经成了默认选项,而不是凑合的替代【判断:基于选件事实的推论,非厂商表态】。

一个研究项目,借来了身体和大脑,把仿真里练出的动作搬进陌生家庭。91% 是真的,70% 也是真的,问题只在于你问的是一道题还是一串题。当大脑变成可插拔的模块,比分数更值得记的,是这套拼法本身被公开了。

信源与限定:论文事实(标题、编号、日期、作者、91% 的 360 次/六环境口径、技能清单、程序生成房屋)来自 arXiv:2611.06908 摘要,2026-11-04 提交,逐句回读。三层架构、Qwen 型号、Mac mini 规格、250 H100、300 小时、组合任务约 70% 等均来自二手报道(neoteo、theroboradar、凤凰科技、humanoid.guide、nvdium),论文摘要未逐项载明,已在文中分层标注。本文为研究解读,非产品发布信息。标注【直引】为来源转述,【判断】为本文分析。

暂无表态

想参与讨论或点赞?登录后使用完整功能

讨论回复(0)

暂无回复,登录后可参与讨论
合作

智谱 GLM-5 已上线

在智谱开放平台 BigModel.cn 打造 AI 应用。新一代旗舰模型 GLM-5 在推理、代码、智能体综合能力达到开源模型 SOTA。

领取 2000万 Tokens