加密新闻

Anthropic公布了Project Fetch实验第二阶段的成果，结果令人瞩目：Claude Opus 4.7模型在配置和控制四足机器人方面的速度，比使用先前AI版本的人类工程师团队快了20倍。这不仅是数量上的飞跃，更是范式的转变。

回顾一下，2024年8月，没有机器人技术经验的员工仅借助AI加速了解决方案的探索。而现在，Opus 4.7几乎完全自主运行，仅需研究人员的最低限度监督。该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。

关键优势不仅在于速度，还在于代码质量。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工作者快37倍。同时，编写的代码量减少了10倍——神经网络生成了更简洁高效的解决方案。

需要强调的是：Anthropic并未引入专门用于机器人控制的算法。机器人技术的进步是语言模型通用扩展的副产品。这表明AI架构的基础性改进会自动辐射到相关领域。

然而，距离完全主导地位还有很长的路要走。Claude在实时精确物理动作方面仍存在困难。该模型能将机器人引导至目标，但无法完成轻轻推球的任务——这需要复杂的感知运动反馈，而人类在这方面仍保持优势。

Anthropic认为，行业正进入“物理AI代理”时代。我的分析证实：我们正在见证语言模型与机器人技术的融合。未来2-3年内，神经网络将像现在处理软件代码一样高效地操作标准硬件。这不仅会改变物流和生产，还将重塑劳动力市场的结构。

专家观点： Opus 4.7的突破并非炒作。如果模型能在无需专门训练的情况下将开发速度提升20倍，那么我们就站在自主系统指数级增长的门槛上。投资者应关注将AI集成到硬件中的公司。但别忘了：物理世界比代码更复杂，在这方面人类目前仍不可替代。