Claude Fable 5.2 от Anthropic не генерирует изображения, а рисует их

Как модель работает с виртуальным холстом

Большинство современных моделей для генерации изображений, например Midjourney, используют диффузию: постепенно превращают шум в готовое изображение. Claude Fable 5.2 действует иначе — имитирует сам процесс рисования, включая фактуру щетины, нанесение краски и необходимость закрашивать неудачные мазки.

Разработчик Джейк Итон из Anthropic показал возможности модели в X. В компании он также участвует в исследованиях ценностей языковых моделей, механизмов безопасности и поведения ИИ-агентов. Когда Итон попросил создать картину, которую было бы как можно сложнее отличить от фотографии, Fable 5.2 изобразила тележку на парковке примерно 700 000 смоделированных мазков.

По словам Итона, Claude обходится без внешней модели изображений, готовых исходников и трассировки. Каждая работа — это программа на Python объёмом от 1 000 до 2 000 строк, которая управляет симулятором рисования. Такой подход напоминает редактирование изображений с помощью ИИ-агента: языковая модель выбирает инструменты и оценивает результат.

На эту фотореалистичную сцену парковки, созданную Claude Fable 5.2, ушло около 700 000 имитированных мазков кистью

Источник: the-decoder.com

Ранние работы родственной модели Opus 5.5 критиковали за подражание уже существующему искусству. В ответ Итон предложил Fable 5.2 создавать собственные образы художников — с вымышленными биографиями и узнаваемым стилем. На каждую картину уходят несколько тысяч мазков, а Итон направляет работу модели комментариями.

Каждый мазок приходится учитывать

Инженер Anthropic Майкл Грачик опубликовал журнал переписки и видео опыта, в котором попросил Fable 5.2 нарисовать птицу на рассвете. Модель могла использовать только код, имитирующий физические свойства щетины, мокрой краски и фактуру холста. Каждый мазок она задавала отдельной строкой координат, а отменить уже нанесённое было нельзя.

Этим способ отличается от генерации видео с помощью ИИ: например, Flux 3 создаёт последовательности изображений и поддерживает их согласованность во времени. В ролике длиной 21 секунду счётчик показывает, как картина возникает из ровно 111 мазков на пустом холсте.

Для первого мазка модель задала цвет #30346a, ширину 90 пикселей и пять слегка неровных точек. Она намеренно добавила отклонение примерно в семь пикселей: человеческая рука тоже не ведёт идеально прямую линию.

Между этапами модель осматривала холст и исправляла ошибки. Когда спина птицы получилась слишком тонкой и неровной, Fable 5.2 добавила поверх более широкий мазок. Торчащие по краям следы щетины стали похожи на взъерошенные перья.

В другой работе из 280 мазков изображены два человека, рисующие в сумерках. Поздний эффект освещения случайно размазал тюбики с краской и чашку на столе, после чего Claude перерисовала эти предметы. Модель также заставила обе фигуры работать внешними руками, чтобы их внутренние плечи соприкасались, как требовал промт.

Навыки переходят с холста на роботов

Способность Fable 5.2 планировать действия по шагам и исправлять ошибки с учётом физических ограничений применима не только к виртуальному рисованию. По данным Anthropic, модель рассчитана на сложные технические задачи с длинной последовательностью действий. Для проверенных исследователей в областях безопасности и биологии компания также разработала Mythos 5.2.

Внутри Anthropic Fable 5.2 решила две открытые задачи физики чёрных дыр, разработала три работающих электронных устройства вместе с производителем печатных плат Diode и за восемь дней использовала более 1 000 субагентов, чтобы запрограммировать собственную операционную систему для ноутбука.

Исследователь ИИ Арис Чжу проверил модель на настоящих роботизированных руках. Он сравнил Fable 5.2 с GPT-6 Astra от OpenAI: обе модели с помощью физических манипуляторов рисовали «Звёздную ночь» Ван Гога. В симуляционном бенчмарке RoboDojo Sim, по данным Anthropic, Fable 5.2 набрала 64,9%, а GPT-6 Astra — 29,8%.

При работе с реальным роботом обнаружились ограничения в точности движений. Astra рисовала быстрее, а поставить домино на ребро пока удалось только модели OpenAI. Для этого она медленно ослабляла захват, используя силу тяжести как точку опоры.

По оценке Dataist, результаты на холсте и в симуляционном бенчмарке показывают, что пошаговое планирование можно применять к физическим задачам, но оценка в симуляции не гарантирует такого же преимущества в реальном управлении роботом. В испытании с манипулятором Fable 5.2 уступила Astra по скорости, а некоторые задачи на точный захват пока удаются только модели OpenAI.