Anthropic发布物理世界AI工具,人工智能发育出手脚了

从“动脑”到“动手”，AI只用了一天。

北京时间8月28日，Claude母公司Anthropic发布了一套全新模型硬件标准（Model Hardware Standard），简称MHS。这是一套面向硬件的驱动和设备描述标准，可以理解为“物理世界的MCP”。

简单说，MHS让AI智能体能够直接操控显微镜、机械臂、液体处理器、激光器等实体设备。Claude不再只是会聊天、会写代码的“数字大脑”——它开始长出手脚了。

一、MHS是什么？

Anthropic在2024年11月推出过MCP（模型上下文协议），那是“AI领域的USB-C接口”，打通了AI与GitHub、Slack、数据库等软件环境。这次MHS是把同样的逻辑延伸到了物理世界。

它解决的，是科研和工业领域头疼了二十年的问题：硬件接口碎片化。

在一间自动化实验室里，成像相机可能基于Python开发，探测器运行在MATLAB环境，机械臂、显微镜、移液工作站各有各的专属驱动和私有数据格式。想让它们协同工作？工程师得花数周甚至数月写“胶水代码”。

MHS的做法是在中间加一层“统一翻译器” ——不管什么设备，接入后都转译成AI可发现、可读取、可调用的一致接口。集成时间从数周甚至数月缩短到数小时甚至几分钟。

二、已经能做什么？

Anthropic官方展示的几个场景，比想象中更具体：

场景一：自动追踪显微镜。 实验室里观察游动的细胞，研究人员得守在显微镜前几小时手动调整，防止目标游出视野。接入MHS后，Claude几分钟就写出追踪程序，自动控制显微镜跟着目标移动。

场景二：操控机械臂。 Claude直接控制Hugging Face LeRobot生态中的SO-ARM101机械臂——不需要提前训练、不需要遥操作、不需要人类示范。Claude自己测量工作区、完成校准，再调用控制器执行动作。

场景三：量子计算机激光校准。 MHS已在全球顶尖实验室的显微镜、机械臂和量子计算机上使用。

更关键的一点：Claude不需要固定在一台机器上。理论上，任何有软件控制层且能接入MHS的硬件，都可以临时成为它的“身体”。摄像头、机械臂、显微镜——不同地点、不同形态的设备，可以被同一个AI临时调用。

三、效率提升，有数据支撑

制药巨头基因泰克（Genentech） 参与了早期测试。通过MHS让AI直接操控多台实验设备，其全自动剂量反应曲线实验的整体开发和运行速度，直接缩短到原来的三分之一。

卡内基梅隆大学做的梯度稀释剂量反应实验，执行速度快3倍，接入只用了8小时，同时应付三套互不兼容的计算机接口。

Anthropic与霍华德·休斯医学研究所（HHMI）Janelia研究园区合作开发了MHS。参与测试的还包括AWS、丹纳赫、斗山机器人、凯杰（Qiagen）、优傲机器人（Universal Robots） 等。

四、从数字到物理，AI在“长身体”

路透社、CNBC等媒体将MHS解读为Anthropic首次公开进军具身智能与物理AI领域。

过去一年多，AI智能体的活动范围主要局限在文本、图像、代码和计算机内部的数据操作。MHS的发布意味着AI开始突破这道边界。

根据英国未来市场公司发布的《全球物理AI市场2026-2040》报告，全球物理AI市场规模预计将从2026年的约3830亿美元增长至2040年的3.26万亿美元。智源研究院发布的2026十大AI技术趋势也指出，2026年将是AI从数字世界迈入物理世界、从技术演示走向规模价值的关键分水岭。

五、Anthropic的算力赌注

发布MHS的前一天，Anthropic刚被曝出与AI基础设施公司Nscale签署了一份为期6年、总额450亿美元（约合3025亿元人民币）的算力租用协议。协议对应的电力容量约为460兆瓦，将部署英伟达最新的Vera Rubin系列芯片，数据中心预计2027年底投入运营。

与此同时，Anthropic正筹备今年10月的IPO，部分投资者给出的估值预期已达到2万亿美元。

一边发布让AI“动手”的物理世界工具，一边砸450亿美元锁定下一代算力——Anthropic的路线图很清楚：让AI不仅会思考，还要能行动。

六、风险与边界

当然，AI操控物理设备的风险比写代码大得多。电脑里说错话顶多报错，现实中算错数据可能造成设备损毁。

MHS在驱动底层设置了“安全护栏” ——最大功率、最大运动范围等安全阈值被写入底层，AI无法突破这些边界。Anthropic也表示，MHS将在完成研究预览后逐步开源，但前提是建立充分的安全评估体系。

Anthropic CEO Dario Amodei指出，全社会对AI在生物学层面可能引发的风险，警惕依然不足。

写在最后

从MCP到MHS，Anthropic不只是让Claude“会用更多工具”，而是在不断扩大模型能够进入、观察和行动的环境边界。

AI从数字世界走向物理世界，这一天来得比很多人预想的要快。当AI不仅能给出实验方案，还能自己操作显微镜、调整激光器、拿起试管——科学发现的节奏，可能要彻底改变了。