Anthropic 的 Claude Fable 5.2 用代码逐笔作画，而非生成图像
据 the-decoder 报道，Anthropic 的语言模型 Claude Fable 5.2 通过 Python 代码在虚拟画布上逐笔落笔作画，模拟笔毛质感与颜料附着，而非采用扩散式图像生成。演示中它用约 70 万笔画出停车场场景，并以 111 笔完成一幅鸟的绘画。
核心事实
据科技媒体 the-decoder 报道，Anthropic 的语言模型 Claude Fable 5.2 并不像 Midjourney 等图像模型那样用扩散方式逐步去噪生成图片，而是通过 Python 代码在虚拟画布上逐笔落笔，模拟笔毛质感、颜料附着方式，以及画错后再覆盖修正的过程。Anthropic 开发者 Jake Eaton 在 X 上展示了这一做法：他要求模型画出尽可能接近照片的作品，模型用约 70 万笔模拟笔触，生成了一幅停车场中的购物车场景。据其介绍，每幅作品是一段 1000 至 2000 行的 Python 程序，驱动一个模拟绘画引擎，不依赖外部图像模型，也没有预先渲染或描摹的源图。
背景与影响
Anthropic 工程师 Michael Graczyk 分享的实验记录显示，模型被要求画一只日出时的鸟，只能通过代码模拟笔毛、湿颜料与画布纹理的物理特性，每一笔都要以坐标形式手动输出，且落笔后无法撤销。成品是一段 21 秒的视频，记录画面从空白画布经 111 笔逐步成形；第一笔输出了颜色代码 #30346a、90 像素宽度和五个略有抖动的路径点，模型称这种约七像素的抖动是刻意为之。在另一幅 280 笔的黄昏双人作画作品中，后期光照效果意外弄花了桌上的颜料管和杯子，模型随后重新绘制了这些物体。报道还称，这种分步规划与自我纠错能力可迁移到实体机器人：在 Anthropic 内部 RoboDojo Sim 基准上，Fable 5.2 得分 64.9%，对比 OpenAI GPT-6 Astra 的 29.8%。
限制与来源
上述演示与基准数据均来自 Anthropic 方面及个别研究者在社交平台上的分享，尚未获独立验证。在研究者 Aris Zhu 用实体机械臂临摹梵高《星月夜》的对比中，报道称 GPT-6 Astra 画得更快，且目前只有 OpenAI 的模型成功把多米诺骨牌立起，说明 Fable 5.2 在精细动作控制上仍有局限。本文信息来自 the-decoder 的报道，模型能力、可用范围与定价请以 Anthropic 官网当前信息为准。