Anthropic发布MHS标准,AI从聊天走向操控真实设备
8月27日,Anthropic发布了它的首款物理世界AI工具——MHS(模型硬件标准)。这意味着AI终于不再只停留在屏幕里聊天写代码,而是能直接动手操控显微镜、机械臂和激光器了。这套标准把原本需要数周甚至数月的硬件集成时间压缩到了几分钟,AI正式跨过数字世界的边界,走进现实。
AI不再只动嘴,MHS到底是什么
很多人对Anthropic的印象还停留在Claude这个聊天模型上。但MHS并不是一个新模型,而是一套让AI连接现实设备的标准协议。之前Anthropic推出过MCP,打通了AI调用软件工具的接口;现在MHS相当于“硬件版MCP”。过去实验室或工厂里,不同厂商的设备接口不统一,想让机械臂和显微镜协同工作,工程师得熬夜写定制代码。MHS给每台设备加了统一的“身份证”,设备能自己告诉AI能干什么、安全边界在哪,AI就能直接上手操作。基因泰克用上MHS后,全自动实验的开发和运行速度直接缩短到原来的三分之一。
很多人对Anthropic的印象还停留在Claude这个聊天模型上。但MHS并不是一个新模型,而是一套让AI连接现实设备的标准协议。之前Anthropic推出过MCP,打通了AI调用软件工具的接口;现在MHS相当于“硬件版MCP”。过去实验室或工厂里,不同厂商的设备接口不统一,想让机械臂和显微镜协同工作,工程师得熬夜写定制代码。MHS给每台设备加了统一的“身份证”,设备能自己告诉AI能干什么、安全边界在哪,AI就能直接上手操作。基因泰克用上MHS后,全自动实验的开发和运行速度直接缩短到原来的三分之一。
物理世界很骨感:AI也会被泡沫骗
但进了物理世界,AI才发现现实没那么好混。在基因泰克的测试中,液体起泡导致样本出错,Claude一开始完全没理解这是物理现象,误判为软件Bug并重启流程,结果越搞越砸,最后还得人类研究员来擦屁股。这就戳中了物理AI的真正难题:理解现实世界的限制。智驾里遇到的卡车伸出钢管、半空倾倒的树,都是同一个问题。AI光有大脑不够,它得懂物理规律,才能在充满变数的现实里行动。
但进了物理世界,AI才发现现实没那么好混。在基因泰克的测试中,液体起泡导致样本出错,Claude一开始完全没理解这是物理现象,误判为软件Bug并重启流程,结果越搞越砸,最后还得人类研究员来擦屁股。这就戳中了物理AI的真正难题:理解现实世界的限制。智驾里遇到的卡车伸出钢管、半空倾倒的树,都是同一个问题。AI光有大脑不够,它得懂物理规律,才能在充满变数的现实里行动。
谁给物理AI当身体?车企降维打击
既然AI要走进物理世界,它就需要一副身体。除了人形机器人,当下最理想的身体其实是汽车。汽车有充足的电量撑起本地大模型算力,有摄像头雷达当眼睛耳朵,有座椅底盘当手脚,更重要的是人每天在车里待的时间极长。这也是为什么业内有一种强烈的声音:车企做具身智能是降维打击。小鹏首轮融资超9亿美元,直接把汽车供应链和AI能力输血给机器人;独立机器人公司很难拼过这种资源体量。未来,Anthropic、Kimi这类大模型公司大概率负责提供“大脑”,车企和机器人公司负责造“身体”和供数据。
既然AI要走进物理世界,它就需要一副身体。除了人形机器人,当下最理想的身体其实是汽车。汽车有充足的电量撑起本地大模型算力,有摄像头雷达当眼睛耳朵,有座椅底盘当手脚,更重要的是人每天在车里待的时间极长。这也是为什么业内有一种强烈的声音:车企做具身智能是降维打击。小鹏首轮融资超9亿美元,直接把汽车供应链和AI能力输血给机器人;独立机器人公司很难拼过这种资源体量。未来,Anthropic、Kimi这类大模型公司大概率负责提供“大脑”,车企和机器人公司负责造“身体”和供数据。
2万亿美元估值背后,物理AI是下一张船票
MHS发布的节点非常微妙,Anthropic正冲刺史上最大IPO。预计10月上市,估值目标冲着2万亿美元去了。从软件版MCP到硬件版MHS,Anthropic的逻辑很清晰:用开放标准建生态护城河。当AI能自主操作设备、24小时跑实验,科学发现和制造的节奏将被彻底改写。2万亿美元的估值,就是资本市场对AI从“动嘴”到“动手”这关键一跃的定价。
MHS发布的节点非常微妙,Anthropic正冲刺史上最大IPO。预计10月上市,估值目标冲着2万亿美元去了。从软件版MCP到硬件版MHS,Anthropic的逻辑很清晰:用开放标准建生态护城河。当AI能自主操作设备、24小时跑实验,科学发现和制造的节奏将被彻底改写。2万亿美元的估值,就是资本市场对AI从“动嘴”到“动手”这关键一跃的定价。
历史事件回溯
当前事件
Anthropic发布Claude计算机使用功能
- 核心功能:操控鼠标键盘,接管电脑UI执行任务
- 技术突破:首个公开的计算机使用API,实现具身智能
- 应用场景:自动化办公、网页浏览、跨软件操作
2023年7月
DeepMind发布RT-2机器人控制模型
- 核心功能:视觉语言直接转化为机器人控制指令
- 技术突破:融合大语言逻辑与物理世界动作能力
- 应用场景:机器人控制、现实世界物体交互操作
2022年10月
Tesla发布Optimus人形机器人原型
- 核心功能:基于视觉神经网络自主行走与搬运
- 技术突破:将自动驾驶架构迁移至人形机器人
- 应用场景:制造业装配、物流搬运、家庭服务


当前文章无评论,是时候发表评论了