加密新闻

Anthropic公司在更新后的Project Fetch实验中，展示了人工智能在自主性方面的惊人飞跃。Claude Opus 4.7模型在配置和控制机器狗方面的速度，比使用先前AI版本的人类工程师团队快了20倍。

早在2024年8月，没有机器人技术经验的员工曾尝试为四足机器人编程，当时神经网络仅能加速解决方案的搜索。而现在，Claude Opus 4.7在研究人员的极少监督下，几乎完全自主地运作。该语言模型自行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，并配置物体识别算法。

测试结果显示，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，神经网络生成的代码量比人类团队少10倍。这证明了AI提出的解决方案具有显著更高的效率和简洁性。

实验作者强调，机器人技术的进步是语言模型整体规模扩展的副产品。Anthropic并未引入专门用于控制“硬件”的算法——这一切都是基础架构演化的结果。

然而，局限性依然存在。Claude在精确物理动作方面仍面临困难。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实时反馈，而人类在这方面目前仍保持优势。

Anthropic相信，行业正进入“物理AI代理”时代。未来，神经网络将能像当前处理软件代码一样高效地使用标准工具和设备。

专家观点： 这一实验清晰地表明，数字世界与物理世界之间的界限正以超出许多人预期的速度消融。如果AI已能自主操控机器人，那么未来几年我们将看到此类系统在物流、制造乃至家用机器人领域的广泛应用。然而，精确物理反馈的问题仍是“阿喀琉斯之踵”——至少在字面意义上，人类仍掌握着控制权。