Anthropic 的新语言模型 Claude Fable 5.2 能够通过用代码在虚拟画布上放置数十万笔单独的笔触,创作出复杂甚至照片级逼真的画作。
当前的图像模型如 Midjourney 通常采用扩散方法,即逐步将一张噪声图像细化为清晰的结果。Fable 5.2采用了不同的方法,它模拟真实的绘画过程,包括笔毛的纹理、颜料的附着方式,以及随后不得不覆盖掉的失误。
开发者Jake Eaton在 X 上展示了这种方法的效果。Eaton 就职于 Anthropic,经常参与语言模型价值观、安全机制和 AI 智能体行为方面的研究。
当他要求Fable 5.2创作一幅尽可能难以与照片区分的画作时,该模型用大约 70 万笔模拟笔触生成了一张停车场里购物车的图像。
据 Eaton 介绍,Claude 在没有外部图像模型、也没有预渲染或描摹的源图像的情况下工作。每幅作品都是一个 1000 到 2000 行的 Python 程序,驱动一个模拟绘画引擎。这种方法类似于智能体图像编辑,即由语言模型选择工具并评估结果。
此前用同系列模型 Opus 5.5 的尝试因仅仅模仿现有艺术而受到批评。Eaton 的回应是让 Fable 5.2 发展出自己的艺术家人格,配有虚构的背景故事和一致的风格。该模型每幅画需要数千笔笔触,Eaton 通过评论来引导它们。
没有撤销按钮,模型必须对每一笔负责到底
Anthropic 工程师 Michael Graczyk 分享了一份聊天记录和视频一个实验,他让 Fable 5.2 画一只日出时的鸟。该模型只能使用代码来模拟笔毛、湿颜料和画布纹理的物理特性。它必须手动输出每一笔作为自己的坐标线,一旦落笔就无法撤销。这正是该方法与 AI 生成视频的区别所在,后者中像Flux 3这样的模型直接生成图像序列及其时间一致性。
最终生成的 21 秒视频使用一个计数器来追踪这幅画如何从空白画布上恰好 111 笔逐渐成形。对于第一笔,模型输出了颜色代码#30346a、90 像素的宽度,以及五个略微晃动的路径点。Fable 5.2 表示,它故意加入了大约七像素的晃动,因为人类手臂也画不出完美的直线。
在每一遍之间,模型会查看画布,并像真正的画家那样对自己的失误做出反应。当鸟的背部画得太细太参差时,AI 在上面补了一笔更粗的笔触,因此边缘那些散落的笔毛痕迹现在看起来就像蓬乱的羽毛。
在第二幅 280 笔的作品中,画面是两个人黄昏时作画,一个后期光照效果意外涂抹了桌上的颜料管和杯子。Claude 事后重新绘制了这些物体。模型还让两个人物都用外侧的手作画,这样他们的内侧肩膀就能相触,正如提示词所要求的那样。
同样的空间推理能力可迁移到物理机器人
Fable 5.2 逐步规划并在物理约束下自我纠正的能力并不局限于虚拟画布。据 Anthropic 称,该模型专为极其严苛的长周期技术任务而构建,Mythos 5.2 也是如此,后者是专为经过验证的安全和生物学研究人员设计的版本。
在内部测试中,Fable 5.2 解决了黑洞物理学中的两个开放问题,与电路板制造商 Diode 合作设计了三款可工作的电子设备,并使用超过 1000 个子智能体在八天内编写了自己的笔记本电脑操作系统。
AI 研究员 Aris Zhu测试了模型在真实机械臂上的表现。他让 Fable 5.2 与 OpenAI 的竞争模型 GPT-6 Astra 对决,双方各用一只实体机械臂绘制梵高的《星月夜》。Anthropic 报告称,Fable 5.2 在其内部 RoboDojo Sim 基准测试中得分为 64.9%,而 GPT-6 Astra 为 29.8%。
Zhu 的真实世界对比仍显示精细运动控制方面存在局限。Astra 画得更快,而且到目前为止只有 OpenAI 的模型成功让一张多米诺骨牌立了起来。它是通过缓慢松开夹爪、利用重力作为支点做到的。
没有炒作的 AI 资讯——由人类精选
订阅 THE DECODER,即可享受无广告阅读、每周 AI 新闻简报、每年六期独家“AI Radar”前沿报告、完整档案访问权限,以及评论区访问权限。