Una dimostrazione sorprendente

Nel video di presentazione di HALO, il robot umanoide si muove con fluidità in un ambiente domestico sconosciuto: striscia sotto i tavoli, sposta scatole, si infiltra attraverso una porta da camera leggermente aperta e infine trova una sedia su cui sedersi. L’intera sequenza avviene completamente offline, senza alcun controllo remoto o connessione al cloud, superando di gran lunga le capacità dei precedenti robot che dipendevano da teleoperazioni.

Osservando più da vicino il corpo del robot, appare familiare: si tratta del modello Unitree G1, presentato a maggio 2024. Sul dorso del G1 è montato un Mac mini M4 Pro, all’interno del quale gira un grande modello linguistico (LLM) di Alibaba, denominato Qwen.

Perché Apple ha scelto un “mix” di tecnologie

Apple ha dedicato quasi dieci anni alla ricerca su HALO, ma non ha costruito il corpo del robot da zero. Ha invece optato per una soluzione ibrida:

    • Corpo: Unitree G1, alto 132 cm, peso circa 35 kg, dotato di 23‑43 giunti.
    • Cervello: Mac mini M4 Pro con 64 GB di RAM.
    • Intelligenza: Modelli Qwen3.6‑35B‑A3B (3 miliardi di parametri attivi) e Qwen3.5‑2B.

Apple ha così evitato i costi di sviluppo meccanico, concentrandosi sull’integrazione di intelligenza artificiale avanzata e sulla capacità di calcolo locale.

Scelta del modello Qwen

Apple è indietro rispetto a concorrenti come OpenAI o Anthropic nello sviluppo di propri LLM. Utilizzare Qwen, un modello open‑source di Alibaba, è quindi una scelta strategica: è già pronto, ben documentato e copre una gamma di parametri da 2 B a centinaia di miliardi, consentendo flessibilità nella distribuzione delle risorse.

La disponibilità di codice, pesi e strumenti per l’addestramento locale rende Qwen ideale per l’implementazione su un dispositivo con capacità limitate come il Mac mini.

Problema dei dati per l’intelligenza incarnata

Gli attuali robot eccellono in molte attività, ma soffrono di una carenza di dati per l’apprendimento “embodied”. Per i grandi modelli linguistici o per la guida autonoma esistono miliardi di token o ore di video, ma per la comprensione spaziale, le relazioni tra oggetti e le leggi fisiche sono disponibili solo centinaia di migliaia di ore di dati pubblici, insufficienti per addestrare un robot umanoide.

Le tecniche tradizionali di raccolta dati – registrazione su dispositivo reale, motion capture, video‑distillazione – presentano limiti elevati: costi elevati, alta percentuale di scarti e scarsa varietà. Per esempio, il mercato della teleoperazione di dispositivi reali costa tra 500 e 1000 yuan per ora.

Simulazione come soluzione

Apple ha quindi deciso di sintetizzare i dati di addestramento interamente in simulazione. In 1 000 ambienti domestici virtuali generati programmaticamente, sono stati creati circa 300 ore di dati di addestramento. Le scene includono soggiorni, uffici, camere da letto e arredi distribuiti casualmente.

Per la generazione di questi dati sono stati impiegati 250 GPU NVIDIA H100, garantendo una resa realistica grazie a filtri di sfocatura, rumore, variazioni di luminosità e temperature di colore, simulando così le condizioni visive dei veri ambienti domestici.

Architettura a tre livelli di HALO

Poiché l’intero processo deve avvenire offline, Apple ha suddiviso le funzioni del robot in tre livelli, ciascuno gestito da modelli di diversa complessità:

    • Livello superiore (comprensione del compito): utilizza Qwen3.6‑35B‑A3B (3 miliardi di parametri attivi) per interpretare comandi vocali, analizzare le immagini e scomporre il compito in sotto‑passi.
    • Livello intermedio (generazione del movimento): impiega Qwen3.5‑2B per tradurre i sotto‑passi in istruzioni di movimento per i successivi 5 secondi, tenendo conto dell’ambiente corrente.
    • Livello inferiore (controllo dei giunti): converte le istruzioni in segnali elettrici che attivano i motori dei giunti.

Sia il livello superiore sia quello intermedio sono eseguiti sul Mac mini M4 Pro montato sul dorso del robot, riducendo al minimo la latenza di trasferimento dati e migliorando la rapidità di risposta.

Benefici della suddivisione

    • Riduzione del carico computazionale su ogni modello.
    • Minimizzazione dei ritardi nella catena di controllo.
    • Flessibilità nell’allocazione delle risorse in base alla complessità del compito.

Performance e risultati dei test

HALO è stato valutato in 360 test condotti in sei ambienti reali non scansionati né mappati. I risultati mostrano una media di successo del 91 %:

    • Passaggio sotto il tavolo: 100 % di successo.
    • Attraversamento di una porta semi‑aperta: 93 % di successo.
    • Manipolazione di oggetti e ricerca di una sedia: performance comparabili ai migliori robot attuali.

Questi dati confermano che la combinazione di simulazione per l’addestramento, architettura a più livelli e hardware locale è efficace per operazioni autonome in ambienti complessi.

Confronto con altri robot umanoidi

Negli Stati Uniti esistono altri robot umanoidi come Optimus di Tesla e Atlas di Boston Dynamics. Tuttavia, entrambe le aziende mantengono il controllo esclusivo sulle proprie piattaforme, limitando l’accesso a terzi. Apple, invece, ha scelto di adottare una piattaforma di terze parti (Unitree) e di aprire la porta a possibili integrazioni future, sfruttando la propria competenza in software e IA.

Questa strategia permette ad Apple di concentrarsi su ciò che fa meglio – l’integrazione di hardware e software – senza dover investire ingenti risorse nella meccanica robotica.

Implicazioni per il futuro

Il progetto HALO dimostra che la combinazione di simulazione di dati, modelli linguistici open‑source e potenza di calcolo locale può superare le limitazioni tradizionali nella robotica incarnata. Se Apple continuerà a perfezionare questa architettura, potremmo vedere robot domestici capaci di assistenza quotidiana, interazione naturale e apprendimento continuo senza dipendere da connessioni cloud.

Inoltre, l’adozione di Qwen suggerisce una possibile convergenza tra l’ecosistema Apple e le tecnologie AI cinesi, aprendo nuove opportunità di collaborazione internazionale nel campo dell’intelligenza artificiale e della robotica.

Conclusioni

HALO rappresenta il risultato di quasi un decennio di ricerca di Apple, ma il suo corpo è essenzialmente un Unitree G1 potenziato da un Mac mini M4 Pro che esegue modelli Qwen. La strategia di sintetizzare dati di addestramento in simulazione e di suddividere l’elaborazione in tre livelli ha permesso al robot di operare offline con alta precisione, raggiungendo una percentuale di successo superiore al 90 % nei test reali.

Questa combinazione di hardware esistente e avanzata IA potrebbe segnare l’inizio di una nuova generazione di robot domestici, più autonomi, più intelligenti e più accessibili, grazie a un approccio modulare e a una forte dipendenza da soluzioni open‑source.