AI

Claude Fable 5.2 від Anthropic не генерує зображення, а малює їх кодом

Редакція LinksGauge3 хв читання

Процес покрокового нанесення мазків пензля моделлю Claude Fable 5.2

Головне за 30 секунд

  • Claude Fable 5.2 створює зображення без дифузійних моделей, формуючи картини з сотень тисяч програмних мазків пензля.
  • Модель працює без функції скасування: кожна лінія наноситься з урахуванням фізики ворсу, а неточності доводиться перекривати новими шарами.
  • На внутрішньому тесті RoboDojo Sim модель набрала 64,9% проти 29,8% у GPT-6 Astra, але поступилася супернику у швидкості під час роботи з реальним роботом.
Зміст

Симуляція малювання замість дифузійного синтезу

Нова мовна модель Claude Fable 5.2 від компанії Anthropic демонструє інший підхід до створення графіки. Замість типової для генераторів на кшталт Midjourney дифузії, яка поступово прибирає шум і очищає фінальне зображення, ця система генерує картини через програмний код на Python. Вона розміщує мазки на віртуальному полотні, симулюючи текстуру щетини, нанесення фарби та необхідність замальовувати власні огріхи.

Розробник з Anthropic Jake Eaton показав приклад сцени з візком на паркінгу, яку модель створила за запитом на максимальну фотореалістичність. Зображення було сформоване за допомогою приблизно 700 000 віртуальних мазків без використання сторонніх графічних рушіїв чи попереднього обведення готових вихідників. Кожна робота являє собою Python-скрипт обсягом від 1 000 до 2 000 рядків.

Робота без кнопки скасування та корекція помилок

Інженер Michael Graczyk продемонстрував процес створення картини з птахом на світанку, яка склалася точно зі 111 ручних координатних послідовностей. Головна особливість методу полягає у відсутності кнопки скасування попередньої дії: кожен мазок фіксується назавжди, як і під час роботи зі справжнім полотном.

Модель самостійно задає фізичні параметри кожного руху. Наприклад, для першого мазка Claude Fable 5.2 вказала колірний код #30346a, товщину 90 пікселів і спеціальне коливання траєкторії приблизно у сім пікселів, пояснивши це тим, що людська рука ніколи не проводить бездоганно рівних ліній. Коли спина птаха виявилася занадто худою, алгоритм перекрив ділянку густішим шаром, перетворивши сліди щетини по краях на скуйовджене пір'я. В іншій роботі з 280 мазків моделі довелося наново промальовувати тюбики фарби та чашку, які випадково розмилися під час накладання пізнього світлового ефекту.

Просторове мислення та керування робототехнікою

Здатність моделі планувати довгі послідовності дій і адаптуватися до фізичних обмежень переноситься й на керування апаратними маніпуляторами. За інформацією Anthropic, архітектура орієнтована на складні інженерні виклики: під час внутрішніх тестів Fable 5.2 допомогла розв'язати дві проблеми у фізиці чорних дір, спроєктувала три електронні плати разом із Diode та застосувала понад 1 000 субагентів для написання власної операційної системи за вісім днів.

Дослідник штучного інтелекту Aris Zhu порівняв роботу Fable 5.2 та GPT-6 Astra від OpenAI на базі реальних роборукавів, доручивши їм намалювати «Зоряну ніч» Ван Гога. У бенчмарку RoboDojo Sim розробка Anthropic здобула результат 64,9% проти 29,8% у моделі від OpenAI. Водночас у фізичному тесті GPT-6 Astra виявилася швидшою та продемонструвала кращу дрібну моторику, зумівши поставити кісточку доміно на ребро за допомогою сили тяжіння.

Що це означає на практиці

Для фахівців із цифрових продуктів та розробників агентних систем підхід Fable 5.2 демонструє розвиток концепції агентного генерування контенту, де результат формується покроковим виконанням коду з постійним оцінюванням власного проміжного прогресу. Це відкриває нові можливості для автоматизації складних графічних завдань через мовні моделі, однак комерційне використання подібних рішень у реальному часі чи масовому продакшені наразі обмежене високою ресурсомісткістю таких обчислень порівняно зі стандартними дифузійними сервісами.