Способности · Понятие
Claude для физического ИИ
Исследовательское превью Anthropic Model Hardware Standard для безопасной работы ИИ-агентов с физическими устройствами.
Горизонт прогноза
Shared MHS spec may become interop layer for lab and factory agents.
Связи
Связи · 7
Как этот узел связан с остальной картой и какие подтверждения стоят за связями.
входит · делает возможным 7/10
Anthropic Кейс Anthropic описывает внедрение Claude в physical AI силами UST.
+7 прирост входит · делает возможным 4/10
Model Hardware Standard (MHS) для физического ИИ Общие спецификации аппаратного интерфейса должны позволить агентам класса Claude безопасно управлять лабораторными и производственными устройствами.
+4 прирост входит · ограничивает 4/10
GuardianBench: бенчмарк латентного контекстного риска воплощённого ИИ Латентные instruction-scene опасности задают требования безопасности к embodied и physical AI агентам.
+4 прирост ведёт к · применяется к 3/10
Claude Fable 5 / Mythos 5 / Opus 4.8 (Anthropic) UST применяет модели Claude в задачах физического ИИ, расширяя семейство моделей Anthropic в робототехнику и промышленность.
+3 прирост входит · внедряется через 3/10
Anthropic Newsroom Anthropic отмечает внедрение Claude в physical AI вместе с UST.
+3 прирост входит · стандартизует 3/10
Model Hardware Standard (MHS) для физического ИИ MHS задуман как общий спецификационный слой безопасной работы агентов с железом.
+3 прирост входит · стандартизует 3/10
Model Hardware Standard (MHS) для ИИ-агентов на физустройствах MHS стандартизирует безопасную работу агентов с физическими устройствами для лабораторий и advanced manufacturing.
+3 приростИсточники сигнала
Источники сигнала
Датированные факты из первоисточников по этому направлению.
Горизонт задач удваивается Mar 2025
Длина программных задач, которые ИИ-агенты выполняют автономно с надёжностью 50%, удваивается примерно каждые 7 месяцев, а с 2024 года — ближе к ~3 месяцам.
METR → Бенчмарки насыщаются Apr 2025
За год баллы выросли на 18.8, 48.9 и 67.3 пункта на MMMU, GPQA и SWE-bench; решаемость реальных программных задач подскочила с 4.4% до 71.7%.
Stanford HAI — AI Index 2025 → Автономное программирование 2025–2026
На SWE-bench Verified (500 реальных issue с GitHub) автономные кодовые агенты достигли ~80–86% к концу 2025 года против менее 50% в начале 2025.
Epoch AI →