Новости криптомира

Компания Anthropic представила результаты второй фазы эксперимента Project Fetch, и результаты впечатляют. Моя команда и я внимательно следим за этим проектом, так как он демонстрирует, как далеко продвинулись языковые модели в автономном решении сложных физических задач.

Модель Claude Opus 4.7 выполнила полный цикл настройки и управления робособакой в 20 раз быстрее, чем команды инженеров-людей, работавших с предыдущими версиями ИИ. Это не просто улучшение показателей — это смена парадигмы.

Как это работает

В отличие от первой фазы, где ИИ выступал лишь помощником для людей без опыта в робототехнике, новая версия Claude работала практически автономно. Под минимальным надзором исследователя модель самостоятельно:

• подключилась к датчикам видео и лидару;
• написала программу для ручного управления;
• создала систему мониторинга пути робота;
• настроила алгоритм распознавания предметов.

Что особенно важно: нейросеть написала код, объем которого в 10 раз меньше, чем у человеческих команд. Это означает не только скорость, но и качество — более эффективные и лаконичные решения.

Цифры говорят сами за себя

Opus 4.7 оказалась в 18 раз быстрее команды, использующей старые версии ИИ, и в 37 раз быстрее людей, работающих без помощи чат-бота. При этом Anthropic не внедряла специализированные алгоритмы для управления «железом» — прогресс стал побочным эффектом общего масштабирования языковых моделей.

Ограничения и перспективы

Однако не обошлось и без слабых мест. Claude успешно довел робота до цели, но не справился с задачей аккуратно подтолкнуть мяч в нужную точку. Это требует сложной обратной связи в реальном времени, где люди пока превосходят ИИ. Тем не менее, я считаю, что это временное ограничение — как только модели научатся работать с тактильной обратной связью, физические агенты станут реальностью.

В Anthropic уверены, что индустрия вступает в эру «физических ИИ-агентов». Мой профессиональный прогноз: в ближайшие 2-3 года мы увидим, как нейросети начнут использовать стандартные инструменты и оборудование так же эффективно, как сейчас они работают с программным кодом. Это откроет новые горизонты для автоматизации в логистике, строительстве и даже домашнем хозяйстве.