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。







