人工智能模型Claude Opus 4.7在操控机器狗方面超越人类20倍：自主智能体进化新阶段
机器人技术与人工智能领域再次实现了质的飞跃。在更新后的 Project Fetch 实验中，Anthropic 公司展示了其旗舰模型 Claude Opus 4.7 能够以比人类工程师团队快 20 倍的速度完成四足机器人的复杂配置与操控任务。这不仅仅是一个新的基准测试——它标志着软件代码与物理世界之间的界限正在以前所未有的速度消融。
作为背景：2024 年 8 月，该公司没有机器人技术经验的员工曾尝试借助 AI 为机器狗编程。当时，神经网络仅仅扮演着助手的角色，加速了解决方案的寻找过程。如今，情况已发生根本性变化。Claude 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一系列任务：
- 连接视频传感器和激光雷达；
- 编写手动控制程序；
- 创建运动轨迹监控系统；
- 配置物体识别算法。
数据令人印象深刻：Opus 4.7 模型比使用先前版本 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。此外，神经网络生成的代码比人类编写的代码紧凑高效 10 倍。
开发者得出的关键结论是：机器人技术的进步是语言模型整体规模扩展的副产品。Anthropic 并未引入专门用于控制“硬件”的算法——这纯粹是海量数据训练带来的神奇效果。
然而，并非一切顺利。尽管在编程和导航方面取得了成功，Claude 在精确的物理操作上仍然面临严重困难。该模型成功将机器人引导至目标，但无法准确地将球推至指定位置。这项任务需要复杂的实时反馈，而人类在这方面目前仍保持优势。
Anthropic 坚信，行业正进入“物理 AI 代理”时代。在不久的将来，神经网络将能够像目前处理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，由于美国政府关于出口管制的指令，该公司停止了 Fable 5 和 Mythos 5 模型的访问——这凸显了此类开发项目日益增长的战略重要性。
专家观点：当前的实验清楚地表明，我们正在从将 AI 视为“思考工具”转向将其视为“行动工具”。现在的关键挑战不在于编写代码，而在于精细运动控制。一旦模型能够像处理数字信息一样高效地管理物理反馈，我们将见证自主机器人技术的真正爆发。