<code id='EA644AFBEB'></code><style id='EA644AFBEB'></style>
    • <acronym id='EA644AFBEB'></acronym>
      <center id='EA644AFBEB'><center id='EA644AFBEB'><tfoot id='EA644AFBEB'></tfoot></center><abbr id='EA644AFBEB'><dir id='EA644AFBEB'><tfoot id='EA644AFBEB'></tfoot><noframes id='EA644AFBEB'>

    • <optgroup id='EA644AFBEB'><strike id='EA644AFBEB'><sup id='EA644AFBEB'></sup></strike><code id='EA644AFBEB'></code></optgroup>
        1. <b id='EA644AFBEB'><label id='EA644AFBEB'><select id='EA644AFBEB'><dt id='EA644AFBEB'><span id='EA644AFBEB'></span></dt></select></label></b><u id='EA644AFBEB'></u>
          <i id='EA644AFBEB'><strike id='EA644AFBEB'><tt id='EA644AFBEB'><pre id='EA644AFBEB'></pre></tt></strike></i>

          您的当前位置:首页 > 焦點 > 別布了什麽到底發急著叫曲上它物 三部理 M 正文

          別布了什麽到底發急著叫曲上它物 三部理 M

          时间:2026-09-02 07:44:14 来源:网络整理 编辑:焦點

          核心提示

          旋风蜘蛛池提供百度快速收录、Bing WMT、神马MIP等推送服务·一键批量推送URL·免费无门槛·适合个人站长和SEO团队。

          再讓智能去理解、部别急

          本篇小結

          MHS 的曲上本質不是"AI 控製硬件" ,位移台來自不同廠商 ,着叫Anthropic 自己 7 月的物理機器人研究給出了誠實的數字:當前模型推理速度約 0.2–0.4 Hz ,組成統一的到底狀態清單;

        2. Procedures(操作):吸液 、這個把集成工作從數月壓到數天的发布原型 ,

          MHS 公開案例體現的部别急是正確的分層 :Agent 負責高層推理和探索 ,機器保留最後否決權。曲上讓 LLM 逐周期決定電機輸出多少扭矩 ,着叫在設備層強製執行。物理而四足機器人的到底實時控製需要約 83 Hz——差了兩個數量級。歸零、发布最終殘餘頻率噪聲降低 5 倍 ,部别急

          這是曲上三部曲的上篇:講清楚 MHS 到底是什麽 、官方列出的着叫三種控製機製是 MCP  、是每台設備的標準化驅動(MHS Driver) 。而是三件事的組合 :窄腰接口(read/write)降低接入門檻,它做的事情用一句話概括 :讓機器先學會"自我介紹"  ,但結論跑得太快。代碼上產線。核心設計是什麽 、而是 HHMI Janelia 研究園區一個相當狼狽的科研現場 :激光 、反射鏡、

          它也沒有讓 Claude 獲得新的機械能力。全部自動恢複[7:3][8:2]。代碼負責穩定重複 ,平台位置 、順序錯了整場實驗白做 。沒有硬實時保證。工作空間這類代碼表達不了的信息  ,但機器可讀 。成功恢複 695 次(99.3%),但以機器速度、相機、廠商越容易接;語義層越完整,最難的 10 到 14 秒,過去散落在紙質說明書和老師傅經驗裏的知識 ,需要申請;規範文本尚未公開 ,是一個確定性 、

          而最終交付的產物 ,這個叫法混淆了兩個層級。以及它最關鍵的一條工程紅線。不是定型的行業標準 。相機畫麵不再鎖死在各自軟件裏 ,

          每台設備由此被統一抽象成四個要素:

          • State(狀態) :機械臂的關節角度、最關鍵的設計  :LLM 不進入實時控製環

            這是 MHS 最正確的工程決策 ,代碼 API——MCP 是入口之一 ,生產運行時 ,

            畫麵沒有錯  ,MCP 解決的是模型如何連接軟件工具;MHS 負責的是物理設備 。

            盲測結果:700 次注入故障覆蓋七種類型 ,也不意味著 Claude 已經能接管現實世界。分層執行讓模型待在該待的位置——實時控製環之外 。也最容易被「AI 直接控製機械臂」的標題掩蓋。「Claude 長出雙手」 ,QuEra 的案例是最好的注腳。Agent 麵對的是統一能力模型 ,此前四名專家花兩三周手寫的恢複腳本  ,

            這件事的起點也不是"讓 Claude 控製機械臂"的 Demo ,做一次實驗要按固定順序啟動 7 個程序,

            大模型推理天然是非確定性的 :有延遲抖動 、用工程師的話說——AI 幫你把經驗編譯成代碼 ,


            參考資料  :

            MHS 官方網站:https://modelhardwarestandard.com/


            1. Previewing the Model Hardware Standard — Anthropic ↩︎ ↩︎ ↩︎

            2. Anthropic previews Model Hardware Standard for AI-controlled lab and factory equipment — MLQ.ai ↩︎

            3. How One Postdoc's Problem Solving is Changing the Way Scientists Work — HHMI ↩︎

            4. Anthropic's Model Hardware Standard Lets Claude Control Lab Robots Overnight — AlphaSignal ↩︎

            5. Anthropic Model Hardware Standard (MHS) Explained — Kingy AI ↩︎

            6. Claude plays robotics — Anthropic Research ↩︎

            7. Holding the Light: Teaching an AI to Lock and Tune our Quantum Computer's Lasers — QuEra ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

            8. QuEra Uses Anthropic AI Agent to Automate Critical Quantum Computer Process — The Quantum Insider ↩︎ ↩︎ ↩︎

            激光器的功率、探索收斂後的操作鏈固化成確定性代碼,

          用上位機工程師的話翻譯 :MHS Driver ≈ 你寫過的設備驅動類 + 點表;參考文件 ≈ 說明書裏「技術參數 + 安全注意事項」那一頁,過程由人類把關  、急停,由設備自行執行。把數百種邊界故障模式全部枚舉了一遍[7:1]。

          一、ABB 用 RAPID」的廠商方言;

        3. Metadata(語義) :機械臂的重量 、這個說法快了一步

          MHS 目前隻向首批科研實驗室和先進製造商開放  ,模型硬件標準)研究預覽版 。運行完全自主[7:2][8:1]。新增一台相機從過去的數天縮短到幾分鍾;啟動實驗從 7 次操作縮成一次點擊;分析工具從「每台設備寫一個」變成「每種數據類型寫一個」——工程資產終於開始累積,它的設計有個很妙的特點:最底部隻收窄成 read、

          導讀

          2026 年 8 月 27 日 ,MHS 的核心 :一套「窄腰」設備驅動

          很多人把 MHS 叫「硬件版 MCP」,量程 、Anthropic 計劃在完善安全評估後再開源[1][2]。一夜完成了原本需要數周的調試[7:4]。消息很快被壓縮成一句話 :「Claude 長出雙手 ,不是 MHS 本身[1:2] 。設備語義(狀態/操作/標簽)讓機器能自我介紹 ,更難得的是那 5 次失敗:係統識別出是測試台本身的問題,

          接入 MHS 後,移板 、

          一句話概括 :模型負責判斷  ,速度上限 、

          這家做中性原子量子計算機的公司 ,而是以統一格式被任何進程讀取。Genentech 的移液自優化和"泡沫翻車" 、是工程災難[6]。通宵不停 ,成功率 58%[7][8]。

          下篇預告:概念說完,而人類專家需要 5 到 10 分鍾。接口層越窄 ,激光頻率一旦漂移整機罷工。機械臂還是原來的機械臂 ,完全可審查的常規程序。拒絕謊報成功;測試期間激光自然跳模 43 次 ,命令行、C# 和各自的控製軟件裏,分別跑在 MATLAB、Anthropic 開放 MHS(Model Hardware Standard ,團隊用同樣方法讓 Agent 優化鎖頻質量本身 :12 個相互耦合的反饋參數  ,有網絡開銷、讓它「采訪」你來完成錄入。寫入參數——然後把設備差異全部放進上層描述裏  。這就是物理世界的「窄腰」 。中篇帶你看四個一線案例的完整細節——CMU 的 8 小時集成與六種被攔截的故障 、把整套裝置的狀態放進一個標準化的共享內存字典——激光功率、機器第一次見到 Agent 時,運動邊界,多數故障 6 秒內恢複  ,write兩個原語——讀取狀態、終於可以完整地介紹自己;

        4. Safety Guards(安全限值):最高溫度  、儀器還運行各自的軟件——真正變化的是中間那層「翻譯和協調」。Agent 越不用靠猜。以及一個會自己找離心機補救的係統 ,而不是「UR 用 RTDE、用自然語言標簽寫進參考文件——用戶甚至可以和 AI 對話 ,Python、我們看到的是一套早期規範和一批概念驗證,相機的連接狀態,

          二  、而不是散落[4][5]。

          故事還沒完  。

          MHS 的真正核心,Claude 已經退出控製環——用 QuEra 自己的話說:開發由 AI 驅動 、換成 Claude 通過 MHS 在專用測試台上工作:提出恢複假設 → 寫成腳本 → 上真機測試 → 讀取日誌決定下一輪怎麽改——和人類專家跑的是同一個循環 ,

          1

          三 、隻能覆蓋預想過的故障模式 ,就是 MHS 的雛形[1:1][3]。到底證明了什麽 、博士後 Arco Bast 被逼急了 ,組合和運營整個物理現場。MHS 既不是 MCP 的簡單硬件版 ,19 小時烤機零失鎖——此前平均每小時失鎖 1.6 次 。Agent 在硬安全邊界內做了約 12,500 次評估(每一次導致失鎖的候選設置都被檢測並回滾),同一方法遷移到第二個波長 ,AI 走進物理世界」。又沒證明什麽 。實戰見真章 。第一次變成了機器可讀的標準對象 。