AI智能体Claude Opus 4.7以比人类快20倍的速度重新编程机器狗：物理AI的新里程碑
我们正在见证人工智能发展中的一个标志性转变：在更新的Project Fetch实验中，Anthropic的神经网络Claude Opus 4.7展示了完全自主配置和控制机器狗的能力。结果令人印象深刻——AI完成任务的速度比使用先前模型版本的人类工程师团队快20倍。
如果说在2024年8月，AI还只是作为没有机器人技术经验的人的助手，那么现在Claude Opus 4.7几乎在无人参与的情况下运作。在研究人员的极简监督下，神经网络自主完成了全部工作流程：
- 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。Opus 4.7模型比使用旧版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比人类编写的代码紧凑10倍，这表明算法效率更高。
需要强调的是：Anthropic并未引入专门用于控制硬件的算法。机器人技术的进步是语言模型通用扩展的副产品。这证实了一个论点：LLM架构的基础性改进会自动扩展其在物理世界中的适用性。
然而，也存在局限性。Claude在精确的物理操作方面遇到困难：模型成功将机器人引导至目标，但无法将球精准推到指定位置。需要复杂实时反馈的任务目前仍是人类的专属领域。
Anthropic认为，行业正在进入“物理AI代理”时代。我完全认同这一观点：神经网络像处理软件代码一样高效地处理标准硬件的能力，为不仅数字化而且现实生产流程的自动化开辟了道路。
Cryptalist专家观点： 这个实验不仅仅是速度的展示。它表明AI开始以足以实际应用的水平理解物理因果关系。下一步是将此类代理集成到物流、仓储操作甚至家用机器人中。投资者应关注发展“LLM+机器人技术”组合的公司——这可能会成为继生成式AI之后的下一个大趋势。