加密新闻

机器人技术领域的人工智能市场实现了质的飞跃。在Project Fetch实验的第二阶段，Anthropic公司的Claude Opus 4.7模型展示了自主配置和控制四足机器人的能力，完成任务的速度比人类工程师团队快20倍。这不仅仅是又一个基准测试——它标志着人工智能开始超越纯数字操作的边界。

无需人类支持的自主工作

2024年8月，Anthropic公司没有机器人技术经验的员工曾试图借助人工智能对机器狗进行编程。当时，神经网络仅扮演助手的角色。如今，情况已发生根本性变化。Claude Opus 4.7在研究人员最低限度的监督下几乎完全自主运行。该模型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比使用旧版人工智能的团队快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效率更高——其代码量比人类团队少10倍。这表明人工智能不仅加速了流程，还在全新层面上优化了它们。

规模化的附带效应

值得注意的是，Anthropic并未引入专门用于控制硬件的算法。机器人技术的进步成为语言模型整体规模化的附带效应。这证实了一个论点：通用人工智能系统无需额外训练即可适应物理任务。

然而，限制依然存在。Claude在精确物理动作方面仍面临困难。该模型能够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。这需要复杂的实时反馈，而人类在这方面仍优于人工智能。

物理人工智能代理的时代

Anthropic认为，行业正进入"物理人工智能代理"时代。未来，神经网络将能像目前处理软件代码一样高效地使用标准工具和设备。值得注意的是，6月13日，该公司因美国政府出口管制指令停止了Fable 5和Mythos 5模型的访问权限，这凸显了这些开发的战略重要性。

我的专家意见：Claude Opus 4.7的成就不仅仅是技术上的奇闻，更是新范式的先兆。当人工智能开始比人类更快、更高效地控制物理对象时，我们正站在不仅自动化智力劳动，而且自动化体力劳动的门槛上。然而，精确操作方面的问题提醒我们，在现实世界中完全取代人类仍是未来的任务。投资者应关注将语言模型集成到机器人技术中的公司——这可能是继生成式人工智能之后的下一个大趋势。