實(shí)測(cè)Claude 3.7：3200行代碼一口氣輸出，物理規(guī)律手拿把掐，弱智吧已失守

Anthropic估值漲到615億美元

原標(biāo)題：實(shí)測(cè)Claude 3.7：3200行代碼一口氣輸出，物理規(guī)律手拿把掐，弱智吧已失守
文章來源：量子位
內(nèi)容字?jǐn)?shù)：6560字

Claude 3.7 Sonnet：編程能力爆表的新一代AI模型

近日，Anthropic發(fā)布了其最新一代大型語(yǔ)言模型Claude 3.7 Sonnet，引發(fā)了廣泛關(guān)注。其在編程、物理模擬以及現(xiàn)實(shí)世界任務(wù)處理上的強(qiáng)大能力，使其成為AI領(lǐng)域的新焦點(diǎn)。本文將對(duì)Claude 3.7 Sonnet的各項(xiàng)能力進(jìn)行總結(jié)。

1. 編程能力：代碼生成速度快，游戲開發(fā)能力強(qiáng)

Claude 3.7 Sonnet展現(xiàn)出驚人的編程能力。它能夠根據(jù)簡(jiǎn)單的描述生成大量的、功能完善的代碼。例如，僅需一個(gè)樣本，就能生成3200多行代碼，創(chuàng)建一個(gè)包含跳躍、打怪、回血、吃金幣等復(fù)雜機(jī)制的可玩性很高的游戲，甚至可以復(fù)刻熱門游戲《Flappy Bird》和《我的世界》。 它還能夠快速生成模擬太陽(yáng)系運(yùn)行的1374行代碼，并實(shí)現(xiàn)實(shí)時(shí)交互，展現(xiàn)了其對(duì)物理規(guī)律的準(zhǔn)確把握和代碼生成速度。

2. 物理模擬能力：精準(zhǔn)把握物理規(guī)律，速度快

許多測(cè)試者利用Claude 3.7 Sonnet進(jìn)行物理模擬，例如模擬四維空間內(nèi)小球的彈跳，以及模擬流體。其速度遠(yuǎn)超之前的模型，例如o3-mini，展現(xiàn)了“天下武功，唯快不破”的優(yōu)勢(shì)。 它甚至能夠根據(jù)簡(jiǎn)單的描述生成模擬太陽(yáng)系運(yùn)行的程序，準(zhǔn)確地展現(xiàn)了各個(gè)行星的運(yùn)行軌跡。

3. 現(xiàn)實(shí)世界任務(wù)處理能力：超越預(yù)期，應(yīng)用場(chǎng)景廣泛

Claude 3.7 Sonnet在處理現(xiàn)實(shí)世界任務(wù)方面也表現(xiàn)出色。它可以生成動(dòng)畫天氣卡，模擬云彩移動(dòng)和雨滴飄落；可以高精度還原網(wǎng)頁(yè)HTML結(jié)構(gòu)；甚至可以根據(jù)心率生成Apple Watch貪吃蛇游戲，游戲難度與玩家心率正相關(guān)。這些都體現(xiàn)了其強(qiáng)大的理解和應(yīng)用能力。

4. 邏輯推理能力：識(shí)破邏輯陷阱，應(yīng)對(duì)復(fù)雜情境

Claude 3.7 Sonnet能夠識(shí)破許多邏輯陷阱。在“Misguided Attention”基準(zhǔn)測(cè)試中，它成功避免了被誤導(dǎo)信息影響，正確解答了改進(jìn)后的“電車難題”和“薛定諤的貓”問題，甚至能識(shí)別出一些“弱智吧”式的因果倒置問題，表現(xiàn)出強(qiáng)大的邏輯推理能力。即使在未開啟推理模式下，其表現(xiàn)也與開啟推理模式的o3-mini不相上下。

5. Anthropic公司及融資

Claude 3.7 Sonnet的發(fā)布也伴隨著Anthropic新一輪35億美元的融資消息，估值達(dá)到615億美元，遠(yuǎn)超預(yù)期，這體現(xiàn)了市場(chǎng)對(duì)其技術(shù)的認(rèn)可。

6. 總結(jié)

Claude 3.7 Sonnet 在編程、物理模擬和現(xiàn)實(shí)世界任務(wù)處理等方面展現(xiàn)出強(qiáng)大的能力，其速度快、準(zhǔn)確性高，并具有強(qiáng)大的邏輯推理能力。 這款新模型的出現(xiàn)，無疑將推動(dòng)AI領(lǐng)域進(jìn)一步發(fā)展，并為各種應(yīng)用場(chǎng)景帶來更多可能性。 其在代碼生成和游戲開發(fā)方面的突出表現(xiàn)，也使其成為開發(fā)者和游戲愛好者關(guān)注的焦點(diǎn)。

聯(lián)系作者

文章來源：量子位
作者微信：
作者簡(jiǎn)介：追蹤人工智能新趨勢(shì)，關(guān)注科技行業(yè)新突破