Apple-HALO: Humanoider Roboter erreicht 91 Prozent in realen Tests
Veröffentlicht am: 07.11.2026 um 00:48 Uhr | Redaktion boerse-global.de
Ein Forschungsteam von Apple hat ein neues Modell für humanoide Roboter vorgestellt, das vollständig in einer virtuellen Umgebung trainiert und anschließend ohne reale Anpassungen auf physischer Hardware getestet wurde.
Wie aus einem am 4. November 2026 veröffentlichten Papier der acht Autoren um Erstautor Siyuan Hu und Letztautor Vladlen Koltun hervorgeht, erzielte der humanoide Roboter Unitree G1 mit dem sogenannten HALO-Modell in sechs zuvor ungesehenen realen Umgebungen eine Erfolgsquote von durchschnittlich 91 Prozent über 360 Einzeltests.
Training in prozeduralen Räumen auf Nvidia-Hardware
Für das Training generierte das Team eine synthetische Datenbasis. Diese umfasste 1.000 prozedural erstellte Häuser, aufgeteilt in 45 Prozent Wohnzimmer, 30 Prozent Büros und 25 Prozent Schlafzimmer.
Über Isaac Sim wurden 162.698 Segmente mit rund 296 Stunden synthetischen Episoden gerendert. Das eigentliche Modelltraining beanspruchte etwa 48 Stunden auf einem Verbund von 250 Nvidia H100.
Die Architektur des HALO-Modells ist in drei Funktionsebenen gegliedert: einen Orchestrator, einen Generator mit einer Frequenz von rund 3 Hertz sowie einen Tracker, der Bewegungen mit 50 Hertz verarbeitet.
Am physischen Roboter Unitree G1, der über 29 Gelenke verfügt, kam eine bordeigene Hardwarekonfiguration aus einer OAK-1W-Kamera, einem Mac mini M4 Pro mit 64 Gigabyte Arbeitsspeicher sowie einem Jetson Orin NX zum Einsatz. Das System operierte ohne Tastsinn und ohne Fähigkeiten zum Greifen von Gegenständen.
Der rasante Fortschritt in der Robotik und KI-Entwicklung verdeutlicht den beginnenden technologischen Umbruch in der Industrie. Dieser kostenlose Report liefert konkrete Einblicke in Unternehmen, die von den Milliarden-Investitionen in diese Zukunftstechnologien profitieren. Robotik und KI: So erkennen Sie die Profiteure der neuen Industrieära
Leistungen bei Einzelaufgaben und komplexen Sequenzen
In den Einzeltests bewältigte der Roboter verschiedene motorische Aufgaben mit hoher Zuverlässigkeit:
- Das Kriechen oder Ducken unter einem Tisch erreichte eine Erfolgsquote von 100 Prozent.
- Das seitliche Passieren einer halboffenen Tür lag bei 93 Prozent.
- Das gezielte Ansteuern von Objekten gelang in 92 Prozent der Versuche.
- Die Überwindung eines niedrigen Tisches verzeichnete 90 Prozent.
- Das Schieben einer Kiste lag bei 88 Prozent, während das Hinsetzen eine Rate von 85 Prozent erreichte.
Ablationsstudien zeigten deutliche Leistungsunterschiede je nach Trainingsumfang und Sensorik: Beim Sitzen sank die Erfolgsrate bei einem Training mit nur einem Raum auf 43 Prozent gegenüber 84 Prozent bei 1.000 Räumen. Ein Verzicht auf Tiefenbilder senkte die Rate auf 74 Prozent, während ein alternativer Regressions-Decoder lediglich 19 Prozent erzielte.
Werden mehrere Aktionen kombiniert, sinkt die Zuverlässigkeit. Bei verketteten Aufgaben in einer realen Umgebung lag der Schnitt über drei Sequenzen bei 70 Prozent. Die Kombination aus Türpassieren und Objektansteuerung gelang in allen 10 Versuchen vollständig. Das Ducken mit anschließendem Sitzen war in 6 von 10 Fällen erfolgreich, das Ducken gefolgt vom Schieben einer Kiste in 5 von 10 Durchläufen.
Wer sich mit den Auswirkungen von KI und autonomen Systemen befasst, sollte auch die wirtschaftlichen Hintergründe dieser Entwicklung kennen. Ein aktueller Report deckt auf, welche Unternehmen und Namen hinter dem größten technologischen Umbruch der modernen Industrie stecken. Welche Firmen treiben die industrielle Revolution 2026 wirklich voran?
Grenzen der Ergebnisse und Aktivitäten im Branchenumfeld
Die Forscher ordnen die Quote von 91 Prozent als reinen Durchschnitt über isolierte Einzeltests ein; ein Nachweis für einen dauerhaft autonomen Haushaltsbetrieb ist damit nicht erbracht. Sicherheitsanforderungen in der Praxis übertreffen diese Quote deutlich, zudem steht eine unabhängige Reproduktion der Versuche noch aus. Vonseiten Apples liegt kein angekündigtes Produkt für einen Haushaltsroboter mit Preis oder Lieferdatum vor.
Auch andere Technologiekonzerne treiben die Simulation für Roboter voran. Google kündigte am 27. Oktober 2026 die Simulationsumgebung Genie 4 als Testversion für ausgewählte Nutzer an, die bis zu zwei Minuten lange Sequenzen generiert und Gemini 3.8 Flash sowie Gemini Omni nutzt.
Während Google DeepMind mit Genie 4 fotorealistische Szenen und Experimente mit dem humanoiden Roboter Apollo von Apptronik durchführt, fehlen dort noch quantitative Evaluationen und reale Erfolgsraten. Gleichzeitig steigerte ein Feinabstimmungsprozess mit Gemini 4 Argon und 4.500 generierten Übungsepisoden in MuJoCo die Erfolgsrate eines Robotermodells von 56 Prozent auf 75 Prozent.
