Anthropic于8月27日发布博文，宣布以研究预览形式推出模型硬件标准（Model Hardware Standard，MHS）。路透社、CNBC等媒体解读认为，这一动作标志着该公司首次公开进军具身智能与物理AI（Physical AI）领域。MHS的发布延续了Anthropic此前推出模型上下文协议（MCP）的技术路径，旨在为AI智能体与物理设备之间建立标准化的交互通道。
物理AI是指能够感知物理世界、在其中执行复杂动作并持续学习的AI系统。与传统AI主要运行在数字环境中处理文字、图片或音频不同，物理AI拥有实体载体，包括自动驾驶汽车、仓储机器人、工业机械臂以及人形机器人等。MHS本质上是一个统一的控制与通信标准，让AI智能体能够操控具备可编程接口的设备。例如，AI智能体可以在几乎没有人工干预的情况下，同时控制显微镜、液体处理器、机械臂和量子计算设备等仪器，全天候自主执行工作流程。
在早期全量闭门测试中，MHS在生物医药、量子计算和高级制造等核心硬科技领域表现出显著的效率提升能力。制药巨头基因泰克（Genentech）表示，通过MHS赋予AI直接操控多台异构实验设备的权限，其全自动剂量反应曲线实验的整体开发和运行速度缩短至原来的三分之一。这一数据表明，MHS在实验室自动化场景中具备实际应用价值。
从技术架构来看，MHS在AI智能体与多种设备之间充当”翻译”层角色。Anthropic公布的示意图显示，MHS位于模型与设备之间，将模型输出的指令转换为设备可执行的标准化操作，同时将设备状态和反馈数据回传至模型层。这种设计借鉴了MCP在软件层面的通信协议思路，但将适用范围从软件服务扩展至物理硬件。
MHS的发布时机值得关注。当前，全球AI实验室正加速布局物理AI赛道，OpenAI、Google DeepMind等机构在机器人基础模型方面均有布局。Anthropic选择以标准化协议切入，而非直接开发硬件终端，这一策略与其在AI安全领域的定位一脉相承。通过定义设备与模型之间的交互规范，Anthropic试图在物理AI生态中占据标准制定者的位置，类似于MCP在AI应用与数据源连接领域所扮演的角色。
对于企业服务市场而言，MHS的潜在影响体现在实验室自动化和智能制造两个方向。在生物医药研发场景中，自动化实验流程能够显著缩短药物筛选周期；在高端制造领域，多设备协同控制有望提升产线柔性。不过，MHS目前仍处于研究预览阶段，其标准化进程、与现有工业协议的兼容性以及安全性验证等问题尚未完全解决。
Anthropic方面表示，后续将持续优化MHS的规范细节，并计划与更多行业伙伴展开联合测试。物理AI的发展依赖模型能力、硬件接口与安全机制的协同推进，MHS能否成为行业通用标准，将取决于其在实际部署中的表现以及生态参与者的接受程度。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
