Claude Fable 5.2 рисува изображения с кодирани мазки
Claude Fable 5.2 на Anthropic създава изображения чрез симулиран процес на рисуване, а не чрез обичайния дифузионен подход. Езиковият модел пише Python програми, обикновено от 1 000 до 2 000 реда, които управляват виртуален двигател за рисуване. Кодът пресъздава текстурата на четината, нанасянето на боята и поведението на платното, а моделът преглежда резултата и добавя коригиращи мазки.
В демонстрация на разработчика Jake Eaton системата е създала фотореалистична сцена с количка за пазаруване в паркинг чрез около 700 000 симулирани мазки. В друг експеримент е нарисувала птица при изгрев с 111 последователности от координати. Всяка мазка е трябвало да бъде зададена ръчно, без функция за отмяна. Моделът е коригирал грешки с последващи мазки, включително е удебелил гърба на птицата и е прерисувал предмети, засегнати от неволен светлинен ефект.
Anthropic съобщава, че Fable 5.2 е получил 64,9% на вътрешния тест RoboDojo Sim, срещу 29,8% за GPT-6 Astra на OpenAI. При сравнение с физически робот Astra е рисувал по-бързо, а само неговият модел е успял да постави домино изправено. Anthropic също посочва, че Fable 5.2 е решил две нерешени задачи от физиката на черните дупки, проектирал е три работещи електронни устройства и е използвал над 1 000 подагенти за програмиране на операционна система.
Текстът е изготвен от ИИ на Sakhanda Wire по материал на The Decoder. Фактите, цитатите и пълният контекст са в оригиналната статия по-долу.