加密新闻

Anthropic的Project Fetch实验新阶段展示了人工智能自主性的惊人飞跃。Claude Opus 4.7模型在配置和控制四足机器人方面的速度，比一年前使用上一版本神经网络的最佳人类工程师团队快了20倍。这不仅仅是速度的提升——更是一次质的飞跃：AI几乎接管了整个编程过程。

与2024年8月的第一阶段不同，当时没有机器人技术经验的员工仅将AI作为辅助工具，而新的测试阶段表明，该模型可以在最小限度监督下运行。在仅有一名研究人员监督的情况下，Claude Opus 4.7自主完成了一系列复杂任务：

• 连接视频传感器和激光雷达；
• 编写机器人手动控制程序；
• 创建运动轨迹监控系统；
• 配置物体识别算法。

数据不言自明：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，神经网络生成的代码比人类团队的代码紧凑10倍。这表明AI不仅仅是重复模板，而是在寻找更高效的解决方案。

需要强调的是，这一进步是在没有引入专门用于控制硬件的算法的情况下实现的。正如开发者所指出的，这是语言模型通用扩展的附带效应。换句话说，随着AI基础架构的改进，控制物理对象的能力自然而然地增长。

然而，也存在局限性。尽管在导航方面取得了成功，Claude在面对需要精细物理协调的任务时仍然力不从心。该模型将机器人带到了目标位置，但无法将球精准地推到指定点。这证实了在复杂的实时反馈领域，人类目前仍保持优势。

Anthropic坚信：我们正站在"物理AI代理"时代的门槛上。在不久的将来，神经网络将能像现在处理软件代码一样自然地操作标准硬件。在我看来，这一说法并非毫无根据：一年来取得的进步令人印象深刻，如果这一趋势持续下去，数字世界与物理世界之间的界限将变得更加模糊。

分析评论：自动化和机器人技术市场可能面临颠覆性变革。如果AI无需专门训练就能有效控制物理代理，这将从根本上改变物流、制造业甚至家用机器人领域。然而，现在谈论完全取代人类还为时过早——高触觉敏感度的任务仍然是AI逊色的领域。