加密新闻

人工智能市场持续带来惊喜：Anthropic公司公布了其Project Fetch实验第二阶段的结果。Claude Opus 4.7模型在四足机器人的配置与控制方面展现出惊人性能，完成任务的速度比人类工程师团队快20倍。这不仅仅是一个数字——它标志着我们对神经网络如何与物理世界交互的理解发生了质的飞跃。

回顾一下，2024年8月，Anthropic的员工在没有机器人技术经验的情况下，曾尝试借助AI对机器狗进行编程。当时，该模型仅扮演助手的角色，加速了解决方案的探索。而如今的Claude Opus 4.7版本，在研究人员的最低限度监控下，几乎完全自主运行。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；
• 编写手动控制程序；
• 创建机器人路径监控系统；
• 配置物体识别算法。

结果令人印象深刻：Opus 4.7比使用先前AI版本的团队快18倍，比没有聊天机器人辅助的人类工作者快37倍。同时，神经网络生成的代码量比人类团队少10倍。这不仅体现了速度，更反映了解决方案的质量——Claude算法的效率显著更高。

关键点在于：Anthropic并未引入专门用于控制“硬件”的算法。机器人技术的进步，是语言模型通用扩展带来的附带效应。这证实了我长期以来的假设：AI训练中的根本性改进，会直接转化为新的应用领域，包括物理交互。

然而，不应认为AI已完全取代人类。Claude在精确的物理动作方面仍存在困难。在实验中，该模型能将机器人引导至目标，但未能成功将球轻轻推至指定位置。这需要复杂的实时反馈——人类目前仍在这一领域保持优势。

Anthropic认为，行业正进入“物理AI代理”时代。我的分析表明：这不仅仅是一个营销术语。如今，神经网络已经能够像使用软件代码一样，高效地运用标准工具和设备。问题仅在于，最后的限制何时会消失。

专家评论：Anthropic的突破是整个市场的信号。如果当前的发展速度得以保持，未来2-3年内，我们将看到首批商业产品问世，其中AI将与人类并肩管理物理流程。投资者应关注机器人技术和工业自动化领域的初创公司——下一波增长浪潮将集中于此。