Το Claude Fable 5.2 της Anthropic ζωγραφίζει φωτορεαλιστικά έργα με κώδικα

Η Anthropic παρουσιάζει το νέο γλωσσικό μοντέλο Claude Fable 5.2, το οποίο «ζωγραφίζει» σύνθετες και ακόμη και φωτορεαλιστικές εικόνες τοποθετώντας με κώδικα εκατοντάδες χιλιάδες μεμονωμένες πινελιές σε έναν εικονικό καμβά, σύμφωνα με το The Decoder.
Σε αντίθεση με μοντέλα εικόνας όπως το Midjourney που βασίζονται στη diffusion για να καθαρίσουν προοδευτικά έναν θορυβώδη καμβά, το Fable 5.2 προσομοιώνει τη φυσική διαδικασία ζωγραφικής: από την υφή των τριχών του πινέλου και την απόθεση του χρώματος μέχρι τα λάθη που στη συνέχεια «σκεπάζει».
Ο developer Jake Eaton έδειξε στο X τι μπορεί να κάνει αυτή η προσέγγιση. Ο Eaton εργάζεται στην Anthropic, με τακτική συνεισφορά σε έρευνα γύρω από τις αξίες των γλωσσικών μοντέλων, τους μηχανισμούς ασφαλείας και τη συμπεριφορά πρακτόρων. Όταν ζήτησε από το Fable 5.2 ένα έργο όσο πιο δύσκολο γίνεται να διακριθεί από φωτογραφία, το μοντέλο παρήγαγε μια εικόνα με καροτσάκι σούπερ μάρκετ σε γκαράζ, χρησιμοποιώντας περίπου 700.000 προσομοιωμένες πινελιές.
Κατά τον Eaton, το Claude λειτουργεί χωρίς εξωτερικό μοντέλο εικόνας και χωρίς προαποδομένες ή ιχνογραφημένες πηγές. Κάθε έργο είναι ένα πρόγραμμα Python 1.000–2.000 γραμμών που οδηγεί μια προσομοιωμένη μηχανή ζωγραφικής. Η προσέγγιση θυμίζει agentic image editing, όπου τα γλωσσικά μοντέλα επιλέγουν εργαλεία και αξιολογούν το αποτέλεσμα.
Προηγούμενες απόπειρες με το «αδελφό» μοντέλο Opus 5.5 δέχθηκαν κριτική ότι απλώς μιμούνταν υπάρχουσα τέχνη. Ο Eaton απάντησε ζητώντας από το Fable 5.2 να αναπτύξει δικές του καλλιτεχνικές περσόνες με φανταστικά υπόβαθρα και συνεπές ύφος. Το μοντέλο χρειάζεται μερικές χιλιάδες πινελιές ανά έργο, με τον Eaton να το κατευθύνει μέσω σχολίων.
Χωρίς κουμπί αναίρεσης, κάθε πινελιά «δεσμεύει» το έργο. Ο μηχανικός της Anthropic Michael Graczyk μοιράστηκε καταγραφή συνομιλίας και βίντεο από πείραμα όπου ζήτησε από το Fable 5.2 να ζωγραφίσει ένα πουλί την ώρα που χαράζει. Το μοντέλο μπορούσε μόνο με κώδικα να προσομοιώσει τη φυσική των τριχών, του υγρού χρώματος και της υφής του καμβά. Έπρεπε να αποδίδει κάθε πινελιά χειροκίνητα ως δική της γραμμή συντεταγμένων, χωρίς δυνατότητα αναίρεσης. Αυτό το διαφοροποιεί από AI βίντεο όπου μοντέλα όπως το Flux 3 παράγουν ακολουθίες εικόνων και τη χρονική τους συνέπεια άμεσα.
Το αποτέλεσμα ήταν βίντεο 21 δευτερολέπτων με μετρητή που καταγράφει πώς το έργο διαμορφώνεται από ακριβώς 111 πινελιές σε λευκό καμβά. Για την πρώτη πινελιά, το μοντέλο έδωσε τον κωδικό χρώματος #30346a, πλάτος 90 pixels και πέντε ελαφρώς «κυματιστά» σημεία πορείας. Το Fable 5.2 ανέφερε ότι πρόσθεσε σκόπιμα μια απόκλιση περίπου επτά pixel, επειδή ούτε το ανθρώπινο χέρι χαράζει τέλεια ευθεία γραμμή.
Ανάμεσα στα περάσματα, το μοντέλο «κοίταζε» τον καμβά και διόρθωνε τα δικά του λάθη σαν ζωγράφος. Όταν η ράχη του πουλιού βγήκε πολύ λεπτή και ακανόνιστη, πρόσθεσε μια πιο τολμηρή πινελιά από πάνω, ώστε τα «σημάδια» από τις τρίχες στις άκρες να θυμίζουν ανακατωμένο φτέρωμα.
Σε δεύτερο έργο 280 πινελιών με δύο άτομα που ζωγραφίζουν στο σούρουπο, ένα όψιμο εφέ φωτισμού λέρωσε κατά λάθος σωληνάρια χρώματος και ένα ποτήρι στο τραπέζι. Το Claude τα ξαναζωγράφισε εκ των υστέρων. Επιπλέον, απεικόνισε και τις δύο φιγούρες να ζωγραφίζουν με τα εξωτερικά τους χέρια ώστε οι εσωτερικοί ώμοι να ακουμπούν, όπως ζητούσε το prompt.
Η ίδια χωρική λογική μεταφέρεται και σε φυσικά ρομπότ. Σύμφωνα με την Anthropic, το Fable 5.2 έχει σχεδιαστεί για ιδιαίτερα απαιτητικά τεχνικά έργα μεγάλης διάρκειας, όπως και το Mythos 5.2, έκδοση για πιστοποιημένους ερευνητές ασφάλειας και βιολογίας.
Σε εσωτερικές δοκιμές, το Fable 5.2 φέρεται να έλυσε δύο ανοικτά προβλήματα στη φυσική των μαύρων τρυπών, να σχεδίασε τρεις λειτουργικές ηλεκτρονικές συσκευές με τον κατασκευαστή πλακετών Diode και να χρησιμοποίησε πάνω από 1.000 υπο-πράκτορες για να προγραμματίσει το δικό του λειτουργικό laptop σε οκτώ ημέρες.
Ο ερευνητής Aris Zhu δοκίμασε την απόδοση του μοντέλου με πραγματικούς ρομποτικούς βραχίονες, αντιπαραβάλλοντάς το με το GPT-6 Astra της OpenAI: και τα δύο ζωγράφισαν τη «The Starry Night» του Βαν Γκογκ με φυσικό ρομπότ. Η Anthropic αναφέρει επίδοση 64,9% για το Fable 5.2 στο εσωτερικό benchmark RoboDojo Sim, έναντι 29,8% για το GPT-6 Astra.
Η σύγκριση στον πραγματικό κόσμο δείχνει πάντως όρια στην ακρίβεια λεπτής κινητικότητας. Το Astra ζωγράφισε ταχύτερα και, μέχρι στιγμής, μόνο το μοντέλο της OpenAI κατάφερε να στήσει ένα ντόμινο όρθιο, χαλαρώνοντας αργά τη δαγκάνα του ώστε η βαρύτητα να λειτουργήσει ως σημείο περιστροφής.
Πηγή: share.google.
Το κείμενο δημιουργήθηκε από GPT 5.0. Δείτε τα AI Editorial Guidelines.






