Anthropic quiere que Claude deje de ser un chatbot confinado a una pestaña del navegador y empiece a operar maquinaria directamente. El 27 de agosto, la empresa de IA presentó el Estándar de Hardware para Modelos, una nueva especificación de software creada para permitir que los agentes de IA descubran, se comuniquen con y controlen dispositivos físicos — desde brazos robóticos en plantas de producción hasta instrumentos de precisión en laboratorios de investigación. Marca una de las señales más claras hasta ahora de que el control de hardware por parte de la IA de Anthropic se está convirtiendo en una categoría de producto real, y no solo en un tema de conversación en la investigación.
Summary
Puntos clave
- Anthropic lanzó el Estándar de Hardware para Modelos (MHS) el 27 de agosto como una vista previa de investigación, con planes de abrir su código en el futuro.
- MHS permite que modelos de IA como Claude descubran, interactúen con y controlen hardware como brazos robóticos e instrumentos de laboratorio, y funciona con cualquier dispositivo que tenga una interfaz programable.
- El socio inicial QuEra informó de una tasa de éxito del 99,3% en tareas de realineación de láseres, frente a un punto de referencia anterior de solo 58%.
- Las tareas que antes requerían semanas de ingeniería personalizada ahora, según se informa, toman horas.
- Anthropic está realizando evaluaciones de seguridad con socios seleccionados — incluidos HHMI Janelia, Genentech y Carnegie Mellon University — antes de un despliegue más amplio.
Anthropic lanza el Estándar de Hardware para Modelos para conectar la IA con dispositivos físicos
El Estándar de Hardware para Modelos es una especificación de software diseñada para cerrar la brecha entre el razonamiento de un agente de IA y el movimiento físico de una máquina. Anthropic lo describe en términos sencillos: piénsalo como un cable USB-C, una forma estandarizada de permitir que la información pase entre dispositivos, excepto que aquí los dispositivos al otro extremo son brazos robóticos, equipos de laboratorio y hardware de fabricación en lugar de portátiles y teléfonos.
Elizabeth Kelly, responsable de despliegues beneficiosos en Anthropic, dijo a CNBC que la empresa creó el estándar pensando primero en la ciencia. «Construimos esto para la ciencia, para mostrar de algún modo la promesa de la IA, pero también hay enormes beneficios aquí para las empresas y para la industria», dijo Kelly.
Características principales del Estándar de Hardware para Modelos
Debajo de esa propuesta se encuentra un conjunto de herramientas bastante técnico. MHS proporciona una interfaz de controlador común, etiquetas de dispositivos en lenguaje natural que permiten a un modelo describir y localizar hardware en lenguaje sencillo, y compatibilidad integrada con el Protocolo de Contexto de Modelo existente de Anthropic. Este último detalle es importante porque MCP ya regula cómo los modelos de IA se comunican con herramientas de software y fuentes de datos; MHS esencialmente extiende esa misma lógica de comunicación al mundo físico, dando a Claude y a otros modelos una forma coherente de encontrar y operar maquinaria sin necesidad de código de integración a medida para cada dispositivo.
Diseño independiente del modelo que permite una amplia compatibilidad de IA
Anthropic creó MHS para funcionar más allá de sus propios modelos. El estándar es independiente del modelo, lo que significa que las empresas que lo adopten no quedan bloqueadas específicamente en Claude: cualquier sistema de IA compatible con la especificación puede, en teoría, utilizarlo para operar el mismo hardware. Es una decisión de posicionamiento deliberada: en lugar de intentar poseer toda la relación hardware-IA, Anthropic apuesta a que convertirse en la capa de conexión predeterminada es más valioso a largo plazo que restringir el estándar a su propio ecosistema.
Mejoras de rendimiento y eficiencia demostradas por los primeros socios
Los primeros resultados de los socios de prueba sugieren que MHS no es solo una mejora teórica: ya está cambiando la velocidad a la que se completan las tareas de hardware. La empresa de computación cuántica QuEra utilizó IA integrada con MHS para realinear láseres, una tarea de calibración de precisión, y alcanzó una tasa de éxito del 99,3%. Es un salto espectacular desde el punto de referencia del 58% logrado con scripts personalizados antes de que existiera MHS.
La tasa de éxito revolucionaria de QuEra en tareas de realineación de láseres
El salto del 58% al 99,3% no es una mejora menor de ajuste fino: es el tipo de avance que cambia si una tarea se considera lo suficientemente fiable para su uso en producción. Para entornos de laboratorio donde los fallos en la calibración de precisión pueden descarrilar series completas de investigación, esa diferencia importa tanto como el porcentaje bruto en sí.
Reducción drástica de los plazos de integración de hardware
Más allá de las tasas de éxito brutas, el estándar parece estar comprimiendo plazos que antes se extendían durante semanas. El trabajo de integración de hardware que antes exigía semanas de ingeniería personalizada ahora, según Anthropic, toma solo horas. Para fabricantes y laboratorios de investigación, ese tipo de cambio de velocidad transforma por completo la economía de adoptar automatización impulsada por IA: lo que antes era un proyecto de ingeniería de varias semanas se convierte en algo más parecido a conectar un periférico.
La Fase Dos de Project Fetch muestra la ventaja de velocidad de programación de Claude Opus 4.7
MHS no existe de forma aislada. Se conecta al impulso más amplio de Anthropic para que Claude realice trabajo operativo en lugar de limitarse a generar texto. La Fase Dos de Project Fetch de la empresa, centrada en la programación robótica asistida por IA, descubrió que Claude Opus 4.7 ejecutó las tareas de programación con una velocidad aproximadamente 20 veces superior a la de los equipos humanos. MHS es, en esencia, la capa de infraestructura destinada a hacer que ese tipo de ventaja de velocidad sea repetible en diferentes configuraciones de hardware, en lugar de un resultado puntual ligado a un único entorno de prueba.
Integración de seguridad y alianzas estratégicas antes del lanzamiento público
Anthropic aún no está lanzando MHS al público en general. En su lugar, el estándar está disponible como una vista previa de investigación para un grupo selecto de organizaciones en ciencia, robótica y fabricación, y Anthropic afirma que finalmente planea abrir el código del estándar para que cualquier fabricante de dispositivos de cualquier industria pueda adoptarlo, siguiendo el mismo camino que tomó con el Protocolo de Contexto de Modelo, que abrió en 2024.
Restricciones operativas integradas para un control seguro del hardware
Aquí la seguridad no es una idea de último momento añadida al software más tarde. MHS está diseñado para incorporar restricciones operativas directamente en el propio estándar — cosas como límites de velocidad y restricciones de ángulo para sistemas robóticos — de modo que un agente de IA no pueda físicamente instruir a un dispositivo para que se mueva fuera de parámetros seguros preestablecidos. Es una decisión de diseño significativa: sitúa las barreras de seguridad a nivel de protocolo en lugar de depender por completo del juicio del modelo de IA en el momento.
Colaboraciones con líderes científicos e industriales para la evaluación de seguridad
Antes de un lanzamiento más amplio, Anthropic está realizando evaluaciones de seguridad con un grupo de socios seleccionados, incluidos HHMI Janelia, Genentech y Carnegie Mellon University. Elegir instituciones de investigación y biotecnología en lugar de empresas orientadas al consumidor para esta primera fase indica que Anthropic está tratando las pruebas de seguridad física con la misma cautela que suele reservar para el comportamiento de los modelos: los instrumentos de precisión y el equipo de laboratorio dejan poco margen de error.
La importancia de esto va más allá de un único lanzamiento de producto. Rivales como OpenAI y Amazon ya han invertido miles de millones de dólares en dispositivos nativos de IA y herramientas de fabricación, y Anthropic está, por separado, creando un equipo de silicio y contratando talento en hardware, incluido un ejecutivo que anteriormente trabajó en OpenAI, Meta y Apple. MHS posiciona a Anthropic para competir por la capa de conexión entre el razonamiento de la IA y la ejecución física: un mercado que, si el estándar se adopta ampliamente en la fabricación y la investigación, podría determinar qué empresa de IA se convierte en la opción predeterminada cada vez que una empresa quiera que un modelo realmente mueva algo en el mundo real, y no solo describa cómo hacerlo.
Preguntas frecuentes
¿Qué es el Estándar de Hardware para Modelos introducido por Anthropic?
El Estándar de Hardware para Modelos es una especificación de software diseñada para conectar agentes de IA como Claude directamente con dispositivos físicos, lo que permite el control y la integración con hardware como brazos robóticos e instrumentos de laboratorio.
¿Cómo mejora MHS la eficiencia en la integración de hardware?
MHS simplifica y acelera la integración de hardware al proporcionar una interfaz de controlador común y etiquetas en lenguaje natural, reduciendo tareas que tomaban semanas de ingeniería a solo horas.
¿Está el Estándar de Hardware para Modelos limitado a los modelos de IA de Anthropic?
No, MHS está diseñado para ser independiente del modelo y puede funcionar con modelos de IA más allá de Claude de Anthropic.
¿Qué características de seguridad incluye MHS?
MHS incorpora restricciones operativas como límites de velocidad y ángulo para evitar operaciones inseguras de los dispositivos, garantizando que el control de la IA se mantenga dentro de parámetros seguros.
{«@context»:»https://schema.org»,»@type»:»FAQPage»,»mainEntity»:[{«@type»:»Question»,»name»:»¿Qué es el Estándar de Hardware para Modelos introducido por Anthropic?»,»acceptedAnswer»:{«@type»:»Answer»,»text»:»El Estándar de Hardware para Modelos es una especificación de software diseñada para conectar agentes de IA como Claude directamente con dispositivos físicos, lo que permite el control y la integración con hardware como brazos robóticos e instrumentos de laboratorio.»}},{«@type»:»Question»,»name»:»¿Cómo mejora MHS la eficiencia en la integración de hardware?»,»acceptedAnswer»:{«@type»:»Answer»,»text»:»MHS simplifica y acelera la integración de hardware al proporcionar una interfaz de controlador común y etiquetas en lenguaje natural, reduciendo tareas que tomaban semanas de ingeniería a solo horas.»}},{«@type»:»Question»,»name»:»¿Está el Estándar de Hardware para Modelos limitado a los modelos de IA de Anthropic?»,»acceptedAnswer»:{«@type»:»Answer»,»text»:»No, MHS está diseñado para ser independiente del modelo y puede funcionar con modelos de IA más allá de Claude de Anthropic.»}},{«@type»:»Question»,»name»:»¿Qué características de seguridad incluye MHS?»,»acceptedAnswer»:{«@type»:»Answer»,»text»:»MHS incorpora restricciones operativas como límites de velocidad y ángulo para evitar operaciones inseguras de los dispositivos, garantizando que el control de la IA se mantenga dentro de parámetros seguros.»}}]}
Artículo producido con la ayuda de inteligencia artificial y revisado por el equipo editorial.
