Project Fetch フェーズ2:AIモデルがロボット操作で人間を大幅に凌駕
Project Fetch: Phase Two
Anthropicは、AIモデル「Claude Opus 4.7」がロボット犬(ロボディスク)を操作し、人間よりもはるかに高速にタスクを完了できることを示す「Project Fetch」のフェーズ2実験結果を発表した。フェーズ1では、Claude Opus 4.1は人間チームの作業を支援する役割だったが、フェーズ2では、Claude Opus 4.7は人間なしで、以前の人間チームの最速記録の約20倍の速度でタスクを完了した。特に、コード生成においては、人間チームよりも少ないコード量で同等以上の成功を収めた。ただし、ビーチボールを正確に「 fetch 」するタスクや、ロボットの低レベル制御といった一部の高度なタスクでは、依然として課題が残っている。この進歩は、ロボティクス能力向上のための特別な取り組みではなく、一般的なLLMのスケーリングによるものであると指摘されている。AIモデルが物理的なツールを容易に利用できるようになる「物理エージェンティックAI」の時代が到来しつつある可能性を示唆している。
- AnthropicがProject Fetchフェーズ2で、Claude Opus 4.7がロボット犬を操作し、人間チームの最速記録の約20倍の速度でタスクを完了した実験結果を発表
- Claude Opus 4.7は人間なしで動作し、コード生成において人間チームより少ないコード量で同等以上の成功を収めた
本記事は、AIモデルによるロボット制御が人間の速度を約20倍上回るという具体的なベンチマーク結果を示しており、ロボティクス分野におけるLLMの汎用的スケーリングが物理エージェンティックAIの実用化を大きく加速させる可能性を示唆している。Anthropicが特別なロボット制御向けチューニングではなく汎用LLMの進化でこの成果を達成した点は、AI×ロボティクス領域での競争構造を再考させる重要な示唆となる。一方で、ビーチボールを正確にfetchするタスクなど微細操作には課題が残るため、当面は単純作業の自動化や遠隔操作補助といったユースケースが先行すると考えられる。