加密新闻

Anthropic的Project Fetch实验新阶段取得了惊人突破：语言模型Claude Opus 4.7在四足机器人的配置与操控任务中，比人类工程师团队快20倍。这不仅是算法的胜利，更是机器人技术领域的范式转变。

回顾背景：2024年8月，该公司缺乏机器人技术经验的员工曾尝试用早期AI版本对机器狗进行编程。当时神经网络仅扮演辅助角色。如今情况截然不同。Claude Opus 4.7几乎完全自主运行，仅需研究人员最低限度的监督。该模型独立完成了以下工作：

• 连接视频传感器和激光雷达；
• 编写手动控制程序；
• 开发运动轨迹监控系统；
• 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，比未借助聊天机器人辅助的人类团队快37倍。同时，其生成的代码量仅为人类团队的十分之一——神经网络不仅写得更快，而且更高效。

重要细节：实验作者强调，这一进步是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。这意味着随着每一代新AI的诞生，它将自动获得与物理对象交互的能力。

然而并非一切顺利。Claude在实时精确物理操作方面仍面临严峻挑战。该模型能将机器人引导至目标，但在将球精准推至指定位置的任务中失败。此类操作需要复杂的反馈机制，人类目前仍保持优势。

Anthropic坚信：我们正迈入"物理AI代理"时代。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使用标准工具和设备。

我的专业评估：这项实验向整个行业释放了信号。如果语言模型以当前速度持续扩展，我们将见证AI不仅编写代码，还能组装、配置和维修设备。投资者请关注那些将大语言模型集成到硬件中的公司——这将是下一个重大趋势。