什么值得买App下载 App ›
连续签到专享现金活动

Claude让显微镜和机械臂“说同一种话”:实验室自动化迎来AI时刻

实验室里,一台显微镜、一只机械臂、一套激光系统,过去每台设备都各说各的"方言",想让它们协同工作,工程师得花几周甚至几个月写对接程序。现在,Claude 能直接操控这些硬件了——Anthropic 在 8 月 28 日发布了 Model Hardware Standard(MHS),把 AI 与物理世界的连接标准化的第一步迈了出来。MHS 之于硬件,就像 MCP 之于软件,它解决的是同一个核心问题:让 AI 用一套通用语言,调动所有接入的设备。1
MHS 怎么让 AI 操控物理设备
MHS 本质上是一套标准化驱动程序加上设备描述文件。每台接入的设备会自带一份"说明书"——能做什么、当前状态是什么、安全边界在哪里,Claude 读完之后就能自己发现设备、读取状态、调用功能,不需要提前熟悉每款设备的接口原本怎么写。这套标准支持通过 MCP、命令行或代码文件三种方式控制设备,协调多台设备时只需一行指令就能让它们按顺序执行任务。集成时间从数周压缩到数小时甚至数分钟,这是它对实验室场景最直接的价值。23
Claude 在实验室里已经干了几件事
量子计算公司 QuEra 把激光校准这道难题交给了 Claude。中性原子量子计算机的激光系统娇贵得很,频率漂移就会导致停机,人类专家修复一次故障平均 5 到 10 分钟,新故障的调试甚至拖上几周。Claude 通过 MHS 读取激光系统状态、调节参数、观察光束是否回到正确位置,跑了一整晚,处理了数百种故障场景,最终激光稳定率达到 99.3%,而人类专家只有 58%。单次校准从几分钟缩短到 6 秒。4
在 HHMI Janelia 研究园区,一项通常耗时好几周的脑成像实验,Claude 接管多台设备后一天就完成了。更夸张的是神经科学测试中的一个细节:Anthropic 科学家 Alek Kemeny 让 Claude 定位脑部结构,Claude 主动要求找到"海马白质"——一个连 Kemeny 自己都没听说过的区域,然后操控反射镜和激光器把光束聚焦到正确位置,在场神经科学家确认"没错,就是这里"。Claude 调试激光器的方式也很有意思:调一下、观察摄像头结果、再调,反复几轮理解因果关系,最后把经验打包成确定性脚本,之后校准只需一条命令。56
它还没法独立搞定所有事
Claude 是通过文本和图像来理解物理世界的,它没有物理直觉——这是 MHS 目前最根本的瓶颈。在基因泰克的测试中,蛋白溶液在移液时起了泡,Claude 在同一孔位反复重试,结果泡沫越搅越多,直到研究人员告诉它"这是物理问题,不是算法 bug,换个干净孔位"。当光束被物理遮挡时,Claude 也只会停下来等人确认,凌晨的实验可能因此空转数小时。空间推理和物理推理能力有限,部分场景仍需专家监督,这是 Anthropic 自己明确承认的短板。12
另一个现实门槛是设备覆盖。MHS 只能接管有编程接口的硬件,实验室里大量没有 API 的"祖传老设备"暂时只能模拟人类点击图形界面来操作,效率大打折扣。卡内基梅隆大学的案例里,一台板式读数仪没有 API,MHS 只能模拟人工操作。Anthropic 也说,MHS 仍在完善阶段,计划最终开源,但前提是先把安全防护做到位——目前只面向部分科研实验室和先进制造商开放研究预览版,还没到普通人能用的阶段。42
普通人现在能用上吗
答案是还不能。目前 MHS 处于研究预览阶段,仅对选定的科研实验室和硬件制造商开放,普通人接触不到这项技术。Anthropic 计划最终将 MHS 开源,但在那之前,安全防护的完善是前提条件。对普通用户而言,短期感受不到直接影响——但如果这套标准最终成熟落地,实验室自动化门槛降低,未来药物研发、材料科学等领域的进展速度都可能因此加快,间接影响到普通人能看到的新药、新材料上市时间。7

评论

评论区空态插画

当前文章无评论,是时候发表评论了