加密新闻

Anthropic研究所公布了Project Fetch实验的最新结果，该实验展示了人工智能与物理机器人系统集成领域的飞速进展。在新一轮测试中，Claude Opus 4.7模型完成机器人狗的全部设置和操控流程，速度比经验丰富的人类工程师团队快20倍。

无需专用算法的自主性

与2024年8月进行的第一阶段实验不同——当时AI仅协助缺乏机器人技术经验的员工——当前版本的Claude几乎完全自主运行。在研究人员的最低限度监督下，神经网络独立完成了一系列关键操作：

• 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。

关键指标是速度。Claude Opus 4.7比使用先前AI版本的团队快18倍，比未借助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团队编写的代码紧凑10倍，这证明了更高的效率和更纯净的架构。

作为规模化副产品的进步

需要强调的是，这一突破并非源于针对硬件控制引入专用算法。正如开发者所指出的，机器人技术的进步是语言模型整体规模化的副产品。这印证了一个论点：大型语言模型的基础性改进可能带来意想不到但极具价值的应用成果。

然而，局限性依然存在。尽管性能令人印象深刻，Claude在精确物理操作方面仍面临严重困难。模型成功将机器人引导至目标位置，但无法精准地将球推向指定点。这需要复杂的实时反馈机制，而人类在这方面仍保持优势。

物理AI代理时代

Anthropic认为，行业正站在"物理AI代理"时代的门槛上。在不久的将来，神经网络将能够像目前处理软件代码一样高效地使用标准工具和设备。

值得注意的是，6月13日，由于美国政府出口管制指令，Anthropic被迫停止提供Fable 5和Mythos 5模型。这再次凸显了围绕先进AI系统的监管环境正在迅速变化。

我的分析：Project Fetch的结果不仅仅是展示新一代模型的能力。这是一个信号，表明我们正在进入AI不仅在"思考"，而且开始在物理世界中"行动"的阶段。Claude所生成代码的紧凑性和高效性表明，神经网络能够在人类无法企及的层面上优化任务。然而，精确物理交互的问题仍然是阻碍我们实现机器人技术全面自动化的最后堡垒。下一步将是整合触觉反馈，我们很可能会在此看到Anthropic与市场其他参与者之间新一轮的竞争。