加密新闻

我们正在见证人工智能与机器人技术交叉领域的历史性突破。Anthropic团队公布了Project Fetch实验第二阶段的成果，数据令人瞩目：Claude Opus 4.7模型在配置和控制四足机器人方面的速度，比使用上一代AI的最佳人类工程师团队快20倍。

回顾一下，2024年8月的类似测试中，参与者是没有机器人技术经验的员工，而AI仅作为辅助角色，加速解决方案的寻找。如今的情况已截然不同。Claude Opus 4.7几乎在研究人员的最低限度监督下自主运行。神经网络独立完成了全套任务：

• 连接视频传感器和激光雷达；
• 编写手动控制机器人的程序；
• 创建运动轨迹监控系统；
• 配置物体识别算法。

关键指标是速度。与使用旧版AI的团队相比，Opus 4.7的速度快18倍。而与没有聊天机器人辅助的人类相比，差距达到37倍。同时，神经网络生成的代码比人类编写的紧凑10倍，这表明其效率更高且更不易出错。

特别值得注意的是，Anthropic并未引入专门算法来控制硬件。机器人技术的进步成为语言模型通用扩展的副产品。这证实了一个假设：通用AI系统无需额外训练即可适应物理任务。

然而，局限性依然存在。尽管在导航方面取得成功，Claude未能精准地将球推至目标点。需要实时精确反馈的任务目前仍是人类的专属领域。这表明，AI要实现完整的物理交互，还需要额外的感知和运动算法。

Anthropic相信，我们正进入“物理AI代理”时代。在不久的将来，神经网络将能像今天处理代码一样自然地操控标准工具和设备。

我的分析：这项实验不仅仅是又一个基准测试。它表明AI正从虚拟空间迈向现实世界。这对加密行业尤为重要：能够与物理对象交互的自主代理，可能彻底改变物流、挖矿和去中心化物理基础设施网络（DePIN）的管理。目前人类在精细运动技能方面仍占优势，但随着每一代模型的更新，差距正在缩小。