加密新闻

Anthropic公布了Project Fetch实验第二阶段的成果，令人印象深刻。Claude Opus 4.7模型完全自主地完成了四足机器人的配置和控制，执行任务的速度比使用上一代AI版本的人类工程师团队快20倍。

回顾一下，在2024年8月进行的第一阶段实验中，神经网络仅作为辅助工具，帮助人类加快寻找解决方案的速度。而现在情况发生了根本性变化：Claude Opus 4.7几乎无需人类参与，仅在研究人员的最低限度监督下工作。该算法自主连接了视频传感器和激光雷达，编写了手动控制程序，创建了轨迹监控系统，并配置了物体识别算法。

数据不言自明

新模型的性能令人惊叹：它比使用旧版AI的团队快18倍，比没有聊天机器人辅助的人类工作者快37倍。同时，神经网络编写的代码比人类编写的代码紧凑10倍。这直接证明了AI不仅能加速流程，还能从效率角度优化流程。

特别值得注意的是，据开发者称，这一进步是语言模型通用扩展的副产品。Anthropic并未引入专门用于机器人控制的算法——该模型仅仅是通过扩展其认知能力，就学会了与硬件打交道。

局限性与前景

然而，也存在一些保留意见。Claude在精确物理动作方面仍然面临严重困难。该模型能够将机器人引导至目标，但未能完成轻轻推动球体的任务。这需要复杂的实时反馈，而人类在这方面目前仍保持优势。

尽管如此，Anthropic坚信我们正在进入"物理AI代理"时代。我认同这种乐观态度：当前结果表明，神经网络已经能够像处理软件代码一样高效地处理标准工具和设备。这为完全自主的机器人系统开辟了道路，使其能够在无需人类参与的情况下执行复杂任务。

我的评论：Anthropic的实验不仅仅是展示单一模型的能力，更是对整个行业发出的信号。如果AI能在无需专门训练的情况下如此迅速地适应物理世界，那么我们就站在机器人技术革命的门槛上。未来几年，我们将看到神经网络不仅开始管理虚拟资产，还将管理现实资产，这将从根本上改变自动化市场。