加密新闻

人工智能市场持续以惊人的速度进化。Anthropic公司开展的一项名为"Project Fetch"的新实验表明，语言模型如今已不仅能生成文本，更能全面操控物理设备。在第二阶段测试中，Claude Opus 4.7模型自主编程并调试了一台四足机器人，完成任务的速度比一年前的人类工程师团队快了20倍。

作为对比：2024年8月，Anthropic公司那些毫无机器人技术经验的员工曾试图借助AI提示让机器人动起来。当时神经网络仅扮演辅助角色。而如今的Claude Opus 4.7版本几乎完全自主运行，仅需研究员最低限度的监控。

AI完成了什么？

该模型在无人干预的情况下完成了硬件调试的全周期。具体而言，Claude自主完成了以下工作：

• 连接视频传感器和激光雷达；
• 编写手动操控机器人的程序；
• 创建运动轨迹监测系统；
• 配置物体识别算法。

值得注意的是，神经网络编写的代码比人类团队精简了10倍。这不仅体现了速度优势，更彰显了执行质量。数据显示：Opus 4.7比使用旧版AI的团队快18倍，比完全脱离聊天机器人辅助的人类工作者快37倍。

物理交互的悖论

尽管在编程和逻辑处理方面取得了惊人进展，Claude在精确物理操作上仍面临严峻挑战。该模型成功将机器人引导至目标位置，却无法精准地将球推至指定点。正如开发者所指出的，这类任务需要复杂的实时反馈机制——这正是人类目前仍保持优势的领域。

需要强调的是，Anthropic并未植入专门用于硬件操控的算法。所有进步都是语言模型通用规模扩展的副产品。这印证了一个假设：通用型AI代理无需专门训练即可适应物理任务。

分析师视角

正如Anthropic公司所言，我们正在迈入"物理AI代理"时代。如今神经网络操控工具和设备的效率已与处理程序代码不相上下。但在我看来，关键瓶颈并非计算速度，而是触觉反馈机制以及对真实世界物理规律的理解。一旦AI感知环境的能力达到其理解上下文的水准，数字世界与物理世界的界限将彻底消融。