Claude Opus 4.7人工智能工程师操控机器狗的速度比人类快20倍——Project Fetch项目进入新阶段
我们正在见证人工智能发展的一个标志性里程碑：Anthropic公司的语言模型Claude Opus 4.7展示了自主编程并操控四足机器人的能力，完成任务的速度比人类工程师团队快20倍。这是Project Fetch实验的第二阶段，成果令人瞩目。
2024年8月，当项目第一阶段启动时，人工智能仅扮演助手角色，帮助没有机器人技术经验的员工更快找到解决方案。而现在，Opus 4.7模型几乎完全自主运行，仅在研究人员的最低限度监督下工作。神经网络独立完成了完整的任务循环：
- 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。
对比分析显示出巨大的性能差距。Opus 4.7比使用先前版本人工智能的团队快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。这不仅体现了速度优势，更标志着效率水平的质的飞跃。
实验作者得出的关键结论是：机器人技术的进步已成为语言模型通用扩展的副产品。Anthropic并未引入专门用于操控硬件的算法——模型只是学会了理解上下文，并将其知识应用于物理对象。
然而，并非一切尽善尽美。Claude在精确物理动作方面仍存在困难。模型能够引导机器人到达目标，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，而人类在这方面仍保持优势。
Anthropic表示，行业正在进入“物理人工智能代理”时代。在不久的将来，神经网络将能够像目前处理软件代码一样高效地使用标准工具和设备。
专家观点。 这一实验明确表明，数字世界与物理世界之间的界限正在消失。模型无需专门训练就能比人类更快、更高效地操控机器人，这改变了自动化领域的游戏规则。然而，推球任务的失败提醒我们：粗糙的物理机制和实时细节仍是人工智能尚未攻克的最后堡垒。投资者和开发者应做好准备，下一代神经网络不仅会编写代码，还将操控机床、无人机，甚至可能驾驶汽车。