Without calling an image model, Anthropic Claude Fable 5.2 uses Python code to simulate a real paintbrush painting
English text is being prepared.
Anthropic released Claude Fable 5.2 and Claude Mythos 5.2 on local time November 9. Among them, Fable 5.2 does not call an image generation model; instead, it writes 1,000 to 2,000 lines of Python code to simulate brushes, paint, and canvas, completing a painting stroke by stroke. A work shown by Anthropic employee Jake Eaton used about 700,000 simulated brushstrokes, while an experiment by engineer Michael Graczyk used 111 strokes to complete a bird at sunrise; once a brushstroke is laid down, it cannot be undone. In Anthropic's internal RoboDojo Sim dual-arm robot simulation benchmark, Fable 5.2 scored 64.9%, while OpenAI GPT-6 Astra scored 29.8%, but actual robotic arm tests showed that Fable 5.2 still has shortcomings in fine motion control.
Why read this
AI score 70
The original article uses multiple sets of experimental details to explain how the model paints stroke by stroke in code and self-corrects, and this planning ability can be observed in relation to robot control.
Topics
Body
新增众测推广文案 新增众测推广文案end 添加App专享导流
IT之家 11 月 16 日消息,Anthropic 于当地时间 11 月 9 日发布了最新的 Claude Fable 5.2 和 Claude Mythos 5.2 模型。
其中,Fable 5.2 不仅面向复杂编程、科学研究和工程任务,还展示了一种异类的“AI 生图”功能(IT之家注:Anthropic 目前仍无传统意义上的文生图模型,大家常见的 DeepSeek 和 Claude 表情包均由其他模型生成)。
不同于传统图像生成模型的绘画方式:Fable 5.2 可通过编写代码模拟画笔、颜料和画布,逐笔完成绘画,而不是直接调用图像生成模型输出成品。
Fable 5.2 不直接生成图像,而是通过编写代码,在虚拟画布上模拟真实画笔的运动,逐笔完成绘画,甚至能够模拟笔刷纹理、颜料湿润程度以及画布质感,并在发现错误后通过新的笔触进行修正。
目前 Midjourney 等主流 AI 图像生成工具通常采用扩散模型,通过逐步处理随机噪声生成图像。Fable 5.2 则采用另一种思路,将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。
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,而 Claude 最终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 也分享了另一组实验。他要求 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,模型必须将每一笔单独输出为坐标指令,而且笔触落在画布上之后不能撤销。
最终,一段 21 秒的视频记录了模型从空白画布完成这幅作品的过程,总计使用 111 笔。第一笔使用了 #30346a 色号,笔刷宽度为 90 像素,并包含 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。
在多轮绘制过程中,模型会观察画布并检查自己的错误。例如,当鸟背画得过于纤细、线条显得杂乱时,它会使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。
在另一幅使用 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。由于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。此外,模型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 还对 Fable 5.2 的实际机器人控制能力进行了测试。他让 Fable 5.2 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%。Anthropic 称,该测试评估了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。其采用的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。article_adlist[
相关阅读: ]article_adlist 声明:新浪网独家稿件,未经授权禁止转载。 tech_web_article_v2015_block_bottom 非定向300*250按钮 17/09 wenjing begin
非定向300*250按钮 end