加密新闻

Anthropic的Project Fetch实验新阶段展示了人工智能自主性的惊人突破。Claude Opus 4.7模型在配置和控制四足机器人方面完成了完整流程，速度比使用先前AI版本的最佳人类工程师团队快20倍。

自主性的进化：从助手到操作员

2024年8月，Anthropic没有机器人技术经验的员工在AI支持下尝试对机器狗进行编程。当时神经网络仅扮演顾问角色。在新的测试阶段，Claude Opus 4.7几乎完全自主运行，仅需研究人员最低限度的监督。该模型独立完成了以下关键任务：

• 连接视频传感器和激光雷达；
• 编写手动控制程序；
• 创建机器人路径监控系统；
• 配置物体识别算法。

关键性能指标是速度。Opus 4.7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快37倍。同时，神经网络编写的代码比人类团队紧凑10倍，表明其对系统架构有更深入的理解。

规模化的副产品

项目作者指出，这一突破并非源于针对硬件控制的专门算法。机器人技术的进步是语言模型整体规模化的副产品。这证实了一个假设：通用AI系统无需额外训练，仅通过提升基础认知能力就能掌握物理任务。

局限性：物理世界仍难驾驭

尽管结果令人印象深刻，Claude在实时精确物理动作方面仍面临严重困难。该模型能将机器人引导至目标，但未能完成将球精准推至指定点的任务。此类操作需要复杂的传感器和运动反馈，人类目前仍保持优势。正如Anthropic一针见血地指出："机器狗始终无法带回沙滩球。"

Anthropic相信行业正进入"物理AI代理"时代。不久的将来，神经网络将能像处理软件代码一样高效使用标准工具和设备。值得注意的是，6月13日，由于美国政府出口管制指令，该公司被迫停止Fable 5和Mythos 5模型的访问权限，这凸显了这些技术日益增长的地缘政治重要性。

Cryptalist专家评论： 这一实验生动表明，我们正接近AI不仅能分析数据，还能自主控制物理系统的临界点。然而在球类任务上的失败提醒我们：从编程到与真实世界互动，仍有巨大鸿沟。投资者应关注解决"触觉反馈"问题的公司——这将是下一个重大前沿。