Anthropic 以研究预览版的形式发布了其模型硬件标准（Model Hardware Standard，MHS），标志着该公司首次涉足所谓的实体 AI——即能够感知物理世界并在其中采取行动的 AI 系统这一新兴领域。该框架于周四推出，可将 Anthropic 的 Claude 等先进大语言模型（LLM）与物理对象连接起来，从制造设备到实验室显微镜皆可适用。

MHS 背后的愿景是：在工厂里，机械臂和装配线可以用它们自己的共同语言“交流”；在科学实验室里，显微镜可以全天候自主搜索特定类型的分子，无需人工参与。

Anthropic 表示，借助 MHS，企业可以在“数小时甚至数分钟内”将 AI 集成到设备中。通常情况下，这一过程需要“数周甚至数月”，并且需要专家进行定制开发。该公司称，先进 AI 工具的普及将为“全天候自主实验和工作流”铺平道路，科学研究和先进制造是其主要应用场景之一。

MHS 还可以将多个设备相互连接，使它们能够通过一组指令（例如 “read”）进行通信。任何硬件设备都可以理解这些指令并据此执行操作。

该标准与模型无关，这意味着它可以与任何大语言模型配合使用——不仅限于 Claude——包括 OpenAI 等其他公司开发的模型以及开源模型。它基于模型上下文协议（Model Context Protocol，MCP）构建，这是 Anthropic 于 2024 年推出的用于连接数据源的通用开放标准。Anthropic 技术团队成员 Alek Kemeny 向《财富》杂志表示，MCP “有点像 AI 与软件连接的 USB”。自 Anthropic 将 MCP 开源以来，包括 OpenAI 和 Google 在内的竞争对手也纷纷宣布支持该协议，因此 MHS 建立在 AI 行业大部分参与者已经采用的基础之上。

Kemeny 指出，并非所有现有设备都能开箱即用地连接 MHS，因为并非所有设备都具备编程接口。作为该项目的一部分，Anthropic 正在与“众多设备制造商”合作，打造配备所需接口的新产品，这些产品将预装 MHS。该公司还在帮助制造商为现有产品添加 MHS 连接。这类硬件多快能够进入实验室和工厂车间，将决定研究人员和制造商多快能从定制化集成转向 Anthropic 所设想的即插即用模式。

“这正是我们设想并正在迈入的未来，”Kemeny 说。“将来，科学家购买这些设备后开箱即可使用。这就是采用标准的过程。”

Anthropic 科学合作与部署负责人 Jonah Cool 补充说，科研设备常常“受困于专有解决方案，这些方案非常脆弱，且往往无法满足科学家的需求”。MHS 提供了一个标准化、易于编程的接口，旨在帮助科学家将任意模型连接到他们的设备。“我们希望避免科学家被供应商锁定，”Cool 说。

MHS 研究预览版的发布正值外界对 AI 与机器人技术结合的潜力日益关注之际。Anthropic 表示，Hugging Face 也在周四发布了其首款实体 AI 产品——一只机器鸭，不过它并非由 MHS 驱动。计划以 130 亿美元收购 Hugging Face 的 Nvidia 也长期以来大力倡导实体 AI。今年 3 月，Nvidia CEO 黄仁勋（Jensen Huang）预测，未来“每一家工业企业都将成为机器人公司”。Google DeepMind 同样推出了面向机器设备的 Gemini Robotics 模型，这表明面向硬件的 AI 正在迅速成为一个竞争激烈的领域。

Anthropic 与位于弗吉尼亚州的生物医学研究中心 HHMI Janelia Research Campus 合作开发了 MHS。在开发过程中，少数实验室和硬件制造商获得了早期试用资格，涵盖生物技术、机器人和量子计算等领域。合作伙伴包括 Genentech、卡内基梅隆大学、量子计算公司 QuEra、Universal Robots、Amazon Web Services、Doosan Robotics、Danaher 以及 Hugging Face。

本文最初刊登于 Fortune.com。