Claude 不用图像模型作画:70 万笔触画出停车场购物车

Anthropic 于当地时间 11 月 9 日发布 Claude Fable 5.2 与 Claude Mythos 5.2 两款模型。其中 Fable 5.2 展示出一种异类的”AI 生图”能力:不调用任何图像生成模型,仅靠编写 Python 代码驱动虚拟画布上的画笔逐笔完成作品,其中一幅停车场购物车用了约 70 万次模拟笔触。

不靠扩散模型,改用代码逐笔作画

Midjourney 等主流 AI 图像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 走的是另一条路:把绘画过程拆解成大量独立的笔触指令,由模型自行规划执行。它不直接输出成品,而是在虚拟画布上模拟真实画笔的运动,甚至还原笔刷纹理、颜料湿润程度与画布质感,发现错误后再用新的笔触修正。

需要说明的是,Anthropic 目前仍无传统意义上的文生图模型,常见的相关表情包均由其他模型生成。Fable 5.2 展示的这套做法,本质上是一段会”作画”的程序。

70 万笔触的购物车与 111 笔的日出鸟

Anthropic 员工 Jake Eaton 在社交平台 X 上展示了这一能力。他要求 Fable 5.2 创作一幅尽可能接近照片级真实感的作品,模型最终绘制出一辆停在停车场内的购物车,用了约 70 万次模拟笔触。每幅画实际上都是一段由 Claude 编写的 Python 程序,通常有 1000 至 2000 行,由模拟绘画引擎控制不同类型的画笔完成创作,不依赖外部图像模型,也没有使用预先渲染或描摹的底图。

Anthropic 工程师 Michael Graczyk 分享了另一组实验:他要求模型绘制一只日出时的鸟,并限制其只能通过代码模拟画笔的物理特性、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,落在画布上之后无法撤销。一段 21 秒的视频记录了从空白画布到完成的全过程,总计使用 111 笔。第一笔采用 #30346a 色号、笔刷宽度 90 像素,并包含 5 个略微晃动的路径点。模型解释,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。

从模仿风格到形成自己的画风

此前 Claude Opus 5.5 的部分作品曾因过于模仿现有风格受到批评。对此,Eaton 让 Fable 5.2 自行设计具有虚构经历和稳定风格的艺术家人格,再用文字反馈引导模型调整画笔和绘画引擎,从而发展出相对独立的艺术风格。

不止于画画:面向长周期技术任务

Anthropic 表示,Fable 5.2 面向复杂、持续时间较长的技术任务,能在执行中协调多个子智能体,并通过反复验证改进结果。根据官方内部测试结果,该模型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,还协调超过 1000 个子智能体,在 8 天内编写出一套运行在笔记本电脑上的操作系统。

这种”规划—落笔—观察—修正”的能力也被认为与机器人控制相关。AI 研究人员 Aris Zhu 让 Fable 5.2 与 OpenAI 的 GPT-6 Astra 分别控制实体机械臂临摹梵高的《星月夜》。在 Anthropic 的内部 RoboDojo Sim 模拟基准测试中,Fable 5.2 得分为 64.9%,GPT-6 Astra 为 29.8%。不过真机测试也显示,Fable 5.2 在精细动作控制上仍有不足:GPT-6 Astra 绘画速度更快,且目前只有 OpenAI 的模型成功让一枚多米诺骨牌竖直站立。

两种 AI 作画路径对比

对比维度Claude Fable 5.2主流扩散模型(如 Midjourney)
生成方式编写 Python 代码逐笔模拟画笔从随机噪声逐步去噪生成
中间过程可见、可观察并能自我修正一次性输出,过程不透明
底图依赖不使用预渲染或描摹底图通常无需描摹底图

常见问题

Claude Fable 5.2 是文生图模型吗

不是。Anthropic 目前并无传统意义上的文生图模型。Fable 5.2 的”作画”是通过编写 Python 代码模拟画笔、颜料和画布逐笔完成的程序化创作,而非直接调用图像生成模型输出成品。

这些作品能说明它比图像模型更强吗

不能简单等同。Fable 5.2 展示的是代码规划、观察和纠错能力,在模拟基准上领先,但真机测试中绘画速度和精细控制仍落后于 GPT-6 Astra。两者路径不同,适用场景也不同。

信息来源

本文事实与数据来自 Anthropic 官方发布内容、员工 Jake Eaton 与 Michael Graczyk 在 X 分享的实验,以及 IT之家 11 月 16 日的相关报道。


说说

全部说说