Claude開始接管物理世界,能用機械臂阻攔5000萬美元打款了

2026年8月28日 15:51
Claude開始接管物理世界,能用機械臂阻攔5000萬美元打款了
站內 AI 整理稿

近期人工智慧領域再度迎來關鍵突破,Anthropic 旗下的大型語言模型 Claude 不再只是處理文字與程式碼的數位工具,如今更進一步跨入實體世界。這波被外界形容為「超體進化」的轉變,讓 Claude 從雲端運算的純軟體角色,一舉躍升為能直接驅動機械設備、介入真實環境運作的執行者。過去這類模型只能待在伺服器裡分析資料、生成回應,但現在,它已經開始動手「做事」,而且是在分秒必爭的實際場景中採取行動。Claude 本次進化的核心,在於其具備了直接控制機械設備的能力。這意味著人工智慧不再只是坐在雲端「給建議」的旁觀者,而是能親手介入物理流程、改變事件結果的參與者。

這項能力在最新的測試中獲得了具體驗證,測試畫面顯示,Claude 透過機械手臂成功攔截了一筆高達 5000 萬美元的轉帳,在關鍵時刻阻止潛在資金損失的發生。這次操作之所以備受矚目,在於它展現出的並不僅僅是機械式的指令執行。Claude 在當下不僅要理解複雜的指令內容,還必須在極短時間內判斷情勢、做出決策,並透過物理動作即時回應。換句話說,模型已經能將數位世界的理解能力,轉化為實體世界中的具體動作,這對以往只能透過軟體介面發送警報、撰寫報告的語言模型來說,幾乎是不同層次的應用。在過往的金融安全機制中,面對巨額轉帳風險,人工智慧多半只能提供預警或分析報告,最終是否攔截仍須仰賴人工判斷與後續處理。

然而,當 AI 可以直接操作實體機構,情勢就出現本質上的改變。Claude 如今能在危急時刻直接驅動機械手臂介入流程,在資金即將流出的瞬間完成攔截,這也讓外界重新思考 AI 在金融安全、工業控制與自動化防護中所能扮演的角色。這次「超體進化」的意義,遠不止於一次成功的技術展示。它象徵著 Claude 的應用邊界已經不再受限於伺服器、終端裝置或軟體介面,而是可以延伸至需要高度即時反應的實體領域。當人工智慧具備了自行判斷情勢並付諸行動的能力,企業在風險控管、精密製造、緊急應變等工作中,也將迎來前所未有的自動化深度。

以金融領域為例,未來的交易安全機制可能不再只是被動防禦,而是由 AI 主動巡視每一個流程節點,在發現異常時當機立斷、直接攔截。在精密製造方面,配備 AI 控制能力的機械手臂也能在生產線上即時修正誤差,避免瑕疵品流出。甚至是在緊急事故發生時,AI 也能比人類更早發現問題,並在第一時間採取物理層面的應變措施。當然,這類能力目前仍處於初期驗證階段,距離大規模部署還有相當距離。從技術成熟度、安全性驗證到法規框架,都存在許多尚待克服的挑戰。不過,光是從攔截巨額轉帳的成果來看,Claude 已經開始真正「接管」物理世界的一小部分,而且是發生在後果極為嚴重的金融交易場景中。

這次的發展也讓人工智慧的定位產生微妙轉變。過去很長一段時間,AI 被視為輔助人類決策的工具,它提供資訊、提出建議,但最終的判斷與行動仍交由人類負責。而當 Claude 能直接控制機械設備、在關鍵時刻自行採取行動,AI 便從「建議者」轉變為「執行者」,甚至在某種程度上成為了「決策者」。這種轉變帶來的影響,不僅是技術上的突破,更觸及了責任歸屬、安全監管與倫理界線等深層問題。當 AI 可以自行決定是否攔截一筆款項,那麼背後的決策邏輯是否透明?若攔截過程發生錯誤,責任又該如何劃分?這些都是未來產業界與監管機構必須嚴肅面對的課題。

不過,從技術演進的角度來看,Claude 踏入實體世界確實為 AI 應用打開了全新局面。無論是金融安全、工業自動化,還是其他需要即時反應與實體操作的領域,親手介入物理流程的 AI 都將帶來比過去更深層的變革。現在雖然只是第一步,但這一步,已經讓外界看見未來 AI 從數位空間走向真實世界的具體輪廓。

Related

相關文章

MarkTechPost AI生成式AI

認識 Voxel51 3.0:為實體 AI 打造的統一多模態資料平臺

Voxel51 已發布 Voxel51 3.0,這是其資料平臺的一次重大更新。Voxel51 3.0 是一個端對端的多模態資料平臺,將搜尋、篩選、標註和評估整合於單一系統中。該平臺鎖定針對機器人、車輛和工廠感測器資料進行模型訓練的團隊。此次發布新增了 Voxel51 Agent、資料溯源層及免費的自助式存取。重點摘要:規模:Voxel51 Agent 內建超過 45 個 MCP 工具、80 多個運算子及 18 個開源技能。執行環境:可於 app.voxel51.com 使用託管網頁應用程式,或於雲端、混合、地端及隔離環境中自行部署。未揭露本機 GPU 需求。效能:未發布產品基準測試。Voxel51 引用其自身調查數據作為依據。最佳亮點:免費方案包含 Voxel51 Agent、每月 30,000 次推論請求及 30 個運算小時。

21 小時前
何夕2077生成式AI

下一概念建模把文本生成提速最高31倍

斯坦福等聯合提出全新文本生成範式 NCM,生成速度狂飆 31 倍AIbase基地發佈於AI新聞資訊 · 1 分鐘閱讀 · Oct 16, 202633人工智能領域的文本生成技術迎來顛覆性創新。斯坦福大學與 Together AI 的研究人員近日聯手推出了一種截然不同於傳統自迴歸和擴散模型的全新文本生成範式——Next-Concept Modeling(簡稱 NCM,即“下一概念建模”)。該方法巧妙借鑑了圖像生成領域中“下一尺度預測”的思路,有望為未來的文本生成技術開闢全新的發展路線。在技術實現路徑上,NCM 模擬了人類“先構思宏觀大綱、再動筆填充細節”的寫作邏輯。整個系統通過兩階段訓練來完成:首先訓練多尺度殘差 VQ-VAE,從而得到能夠逐層補充信息的多層離散文本編碼;隨後凍結該系統,訓練 Transformer 模塊去預測下一層的編碼。在生成文本時,模型會先並行生成概念層面的宏觀大綱,接著逐層並行填充具體細節,最終組合成完整的文本內容。在實際測試表現中,NCM 交出了令人矚目的成績單。實驗數據顯示,在保持相近甚至更優生成質量的前提下,NCM 相對傳統的擴散語言模型實現了10到31倍的生成速度飛躍,並且在訓練過程中所需消耗的 token 數量也大幅減少。此外,在數獨等複雜推理任務上,它的表現也明顯優於傳統的自迴歸和擴散基線模型,同時還支持通過多生成候選挑選機制來進一步優化最終輸出效果。儘管目前該研究所使用的模型參數規模依然相對有限,其在擴大模型規模後的表現、精確文本以及長篇內容的生成能力仍有待後續驗證,但這一創新思路無疑打破了長期以來的技術慣性,為人工智能高效生成文本提供了充滿想象力的全新解法。本文來自AIbase日報掃碼查看歡迎來到【AI日報】欄目!這裡是你每天探索人工智能世界的指南,每天我們為你呈現AI領域的熱點內容,聚焦開發者,助你洞悉技術趨勢、瞭解創新AI產品應用。

1 天前
雷峰網生成式AI

12.88萬起、華為電驅+L4同源智駕,Ray7能成為埃安年輕化的答卷嗎?

12.88萬起、華為電驅+L4同源智駕,Ray7能成為埃安年輕化的答卷嗎? 本文作者: 倪萍 2026-10-17 22:42 導語:10月17日,埃安轎跑Ray7正式開啟預售,預售價12.88 萬起。新車車長4.9米,軸距2.9米,車頭部分搭配3.25米的超長雙環燈帶,是埃安10年煥新的家族 10月17日,埃安轎跑Ray7正式開啟預售,預售價12.88 萬起。新車車長4.9米,軸距2.9米,車頭部分搭配3.25米的超長雙環燈帶,是埃安10年煥新的家族式標識。 新車採用寧德時代電池以及廣汽自研的彈匣電池2.0技術,能夠在充分釋放續航能力的同時,監控電池健康狀態。提供45.58kWh和62.98kWh兩種規格,續航可達702公里,整車風阻係數 Cd 低至 0.22。Ray7搭載華為DriveONE多合一電驅,以及華為DriveONE芯片級驅制融合架構,百公里制動僅為32.8米。底盤方面,Ray7搭載高性能前後穩定杆和後五連桿懸架,過彎極限更高,濾振更乾淨。智能化上, Ray7搭載27顆車規級全視角傳感器,採用文遠知行L4級Robotaxi同源大模型。這幫助新車能夠複用 L4 積累的海量場景經驗,在城區掉頭、繞行等複雜場景中可順利通行。自2025年廣汽推進“番禺行動”以來,昊鉑埃安BU的研發、生產、銷售等環節效率不斷提升,產品迭代和新車投放節奏明顯加快。作為埃安全新Ray車系的首款新車,Ray7是埃安開啟年輕化序列的關鍵落子,也是廣汽切入20萬級市場的重要佈局。這一細分市場競爭並不輕鬆:小鵬P7、極氪007等車型已經提前卡位。Ray7想在年輕人心中佔位,不能只堆參數,更要把智能座艙與輔助駕駛、三電安全、補能效率、用車成本和價格權益上的差異,變成用戶可感、可信、可持續的體驗,這才是埃安年輕化的分水嶺。(雷峰網(公眾號:雷峰網)) 雷峰網原創文章,未經授權禁止轉載。詳情見轉載須知。

1 天前
智東西生成式AI

梁聖又掀桌了!DeepSeek新模型斬殺GPT-6,許願式編程時代降臨

作者 | 楊京麗 編輯 | 李水青 10月17日報道,剛剛,DeepSeek V4.1 Flash更新至V4.1-Flash-1017版本,官方網頁端、App與API已同步更新至新模型,模型權重也已在HuggingFace和ModelScope開放下載。DeepSeek還向公眾開放自研搜索引擎的Search(搜索)與Fetch(抓取)API,兩個接口均定價為5元/千次。 此次更新距離該模型發佈僅過去一個多月。9月10日,DeepSeek正式推出V4.1-Flash,在性能上超越了DeepSeek-V4-Pro。

1 天前