不调用图像生成模型,也能"画"出一幅照片级作品。Anthropic 于当地时间 11 月 9 日发布 Claude Fable 5.2 和 Claude Mythos 5.2 模型,其中 Fable 5.2 展示了一种异类的"AI 生图"能力:通过编写代码模拟画笔、颜料和画布,逐笔完成绘画。
这与主流路径完全不同。Midjourney 等工具通常采用扩散模型,从随机噪声逐步生成图像;Fable 5.2 则把绘画过程拆解成大量独立的笔触指令,由模型自行规划和执行。它不直接输出成品图,而是在虚拟画布上模拟真实画笔的运动,甚至能模拟笔刷纹理、颜料湿润程度和画布质感,发现错误后再用新的笔触修正。
Anthropic 员工 Jake Eaton 在 X 上展示了这一能力。他要求 Fable 5.2 创作一幅尽可能达到照片级真实感的作品,最终模型绘制了一辆位于停车场内的购物车,使用了约 70 万次模拟笔触。据 Eaton 介绍,这些作品不依赖外部图像模型,也没有使用预先渲染或描摹的底图——每幅画实际上都是一段由 Claude 编写的 Python 程序,代码通常有 1000 至 2000 行,通过模拟绘画引擎控制不同类型的画笔完成创作。
这种方式也让模型能够发展出相对独立的艺术风格。此前 Claude Opus 5.5 的部分绘画作品曾因过于模仿现有艺术风格受到批评。对此,Eaton 开始让 Fable 5.2 自行设计具有虚构经历和稳定创作风格的艺术家人格,再根据作品效果通过文字反馈引导模型调整画笔和绘画引擎。
Anthropic 工程师 Michael Graczyk 分享了另一组实验:要求 Fable 5.2 绘制一只日出时的鸟,并限制模型只能通过代码模拟画笔物理特性、湿润颜料和画布纹理。这意味着每一笔都必须单独输出为坐标指令,且笔触落在画布上之后不能撤销。
一段 21 秒的视频记录了从空白画布到完成作品的全过程,总计使用 111 笔。第一笔使用 #30346a 色号,笔刷宽度为 90 像素,包含 5 个略微晃动的路径点。模型表示,这种约 7 像素的摆动是刻意设计的,因为人类手臂也无法画出绝对笔直的线条。
在多轮绘制中,模型会观察画布并检查自己的错误。当鸟背画得过于纤细、线条显得杂乱时,它会用更粗的笔触覆盖原有区域,使边缘残留的刷毛痕迹看起来更像蓬松的羽毛。另一幅使用 280 笔完成的黄昏场景作品中,模型绘制了两个人物共同作画的画面;后期添加光照效果时意外模糊了桌面上的颜料管和杯子,Claude 又通过新的笔触重新绘制了这些物品。它还让两个人物分别使用身体外侧的手作画,使两人的内侧肩膀能够按照提示词要求相互接触。
这种逐步规划、观察结果并自行修正的能力,也被认为与机器人控制等物理任务存在关联。Anthropic 表示,Fable 5.2 面向复杂、持续时间较长的技术任务,能够在执行过程中协调多个子智能体,并通过反复验证改进结果。
根据 Anthropic 公布的内部测试结果,Fable 5.2 曾解决两个黑洞物理学领域的开放问题,与电路板制造商 Diode 合作设计了三款可工作的电子设备,还曾协调超过 1000 个子智能体,在 8 天内编写出一套运行于笔记本电脑上的操作系统。
AI 研究人员 Aris Zhu 还测试了 Fable 5.2 的实际机器人控制能力,让它与 OpenAI 的 GPT-6 Astra 分别控制实体机械臂,尝试绘制梵高的《星月夜》。在 Anthropic 公布的内部 RoboDojo Sim 模拟机器人基准测试中,Fable 5.2 得分为 64.9%,GPT-6 Astra 得分为 29.8%,该测试评估模型对模拟双臂机器人的控制能力。
不过,实际机械臂测试也显示出 Fable 5.2 在精细动作控制方面仍有不足。根据 Zhu 分享的实验记录,GPT-6 Astra 的绘画速度更快,而截至目前,只有 OpenAI 的模型成功让一枚多米诺骨牌竖直站立——其方法是缓慢松开机械夹爪,让骨牌以夹爪为支点,借助重力完成旋转并最终竖立。
热门跟贴