ИИ-агент Claude Opus 4.7 перепрограммировал робособаку в 20 раз быстрее людей: новый рубеж физического ИИ
Мы наблюдаем знаковый сдвиг в эволюции искусственного интеллекта: нейросеть Claude Opus 4.7 от Anthropic в ходе обновленного эксперимента Project Fetch продемонстрировала способность полностью автономно настраивать и управлять роботизированной собакой. Результаты впечатляют — ИИ выполнил задачи в 20 раз быстрее, чем команда инженеров-людей, работавшая с предыдущими версиями модели.
Если в августе 2024 года ИИ выступал лишь в роли помощника для людей без опыта в робототехнике, то теперь Claude Opus 4.7 действовал практически без участия человека. Под минимальным надзором исследователя нейросеть самостоятельно выполнила полный цикл работ:
- подключилась к датчикам видео и лидару;
- написала программу для ручного управления роботом;
- создала систему мониторинга траектории движения;
- настроила алгоритм распознавания объектов.
Ключевой показатель — скорость. Модель Opus 4.7 оказалась в 18 раз быстрее группы, использующей старые версии ИИ, и в 37 раз быстрее людей, работающих без помощи чат-бота. При этом код, сгенерированный нейросетью, оказался в 10 раз компактнее человеческого, что говорит о более высокой эффективности алгоритмов.
Важно подчеркнуть: Anthropic не внедряла специализированные алгоритмы для управления «железом». Прогресс в робототехнике стал побочным эффектом общего масштабирования языковых моделей. Это подтверждает тезис о том, что фундаментальные улучшения в архитектуре LLM автоматически расширяют их применимость в физическом мире.
Однако не обошлось без ограничений. Claude испытывает трудности с точными физическими манипуляциями: модель успешно довела робота до цели, но не смогла аккуратно подтолкнуть мяч в нужную точку. Задачи, требующие сложной обратной связи в реальном времени, пока остаются прерогативой человека.
В Anthropic считают, что индустрия вступает в эру «физических ИИ-агентов». Я полностью разделяю этот взгляд: способность нейросетей работать со стандартным оборудованием так же эффективно, как с программным кодом, открывает путь к автоматизации не только цифровых, но и реальных производственных процессов.
Экспертное мнение Cryptalist: Этот эксперимент — не просто демонстрация скорости. Он показывает, что ИИ начинает понимать физические причинно-следственные связи на уровне, достаточном для практического применения. Следующий шаг — интеграция таких агентов в логистику, складские операции и даже бытовую робототехнику. Инвесторам стоит присмотреться к компаниям, развивающим связку «LLM + робототехника» — это может стать следующим большим трендом после генеративного ИИ.