跳到正文

Claude Fable 5.2 不出图,它画画:70 万笔触拼出一张照片

Anthropic 员工展示 Fable 5.2 用代码驱动模拟画笔作画:约 70 万笔触画出照片级停车场,没有图像模型;同一能力还能操控机械臂,社区一周已做出 97KB 海底世界和 1.4MB 射击游戏。

小杜

约 6 分钟读完

Claude Fable 5.2 不出图,它画画:70 万笔触拼出一张照片

今天凌晨(东京时间 11 月 16 日 0 点 42 分),The Decoder 发了一篇挺有意思的报道:Anthropic 的新模型 Claude Fable 5.2 会"画画",但画法和你想的完全不一样。它不用图像模型,不用扩散,也不描摹现成的图——它写一段 1000 到 2000 行的 Python 程序,驱动一个模拟画笔引擎,一笔一笔把画"画"出来。Anthropic 研究员 Jake Eaton 晒出的代表作是一幅停车场里的购物推车:阳光斜照在墙上,车影投在地面上,看着几乎像照片。这幅画用了大约 70 万笔模拟笔触。

先说清楚背景。Fable 5.2 是 Anthropic 在 11 月 9 日发布的模型,定位是啃最难的技术活:长程推理、智能体编程、科学研究。定价每百万 token 输入 8 美元、输出 40 美元,比上一代 5.1 便宜两成,输出速度快了约 30%。模型本身不生成图片、视频和音频,是个纯文本推理模型。画画这件事,是员工和社区用户在发布后一周里玩出来的副产品——但恰恰是这个副产品,最直观地暴露了这个模型的能力边界。

画画是怎么画的:一个模拟出来的画笔

核心是一个"模拟画笔引擎"。模型先写(或改写)这个引擎的代码,模拟鬃毛怎么沾颜料、湿颜料怎么晕开、画布纹理怎么透出来;然后再写画画的程序,把每一笔的落点、颜色、宽度、走向都算出来。Eaton 的说法是:每幅画都是一个 1000 到 2000 行的 Python 程序,里面没有图像模型,也不预先渲染或描摹。

有意思的细节在另一位 Anthropic 工程师 Michael Graczyk 的实验里。他让 Fable 5.2 画一只日出时的小鸟,规则是"没有撤销键":每一笔落下去就不能改,模型只能把每一笔的坐标一行行输出出来。最后 21 秒的延时视频里,111 笔从一张白画布上长出一只鸟。第一笔是深蓝色 #30346a,90 像素宽,5 个路径点,还故意带了大约 7 像素的抖动——模型自己的解释是,人的手臂画不出完美的直线。

画错了怎么办?像真画家一样盖过去。鸟背画得太细太毛躁,模型就在上面再铺一笔粗的,边缘散开的笔毛痕迹反倒成了蓬松的羽毛。在另一幅 280 笔的黄昏作画里,模型加灯光效果时不小心把颜料管和杯子糊掉了,事后又把它们重画了回来。Eaton 还特意绕开了一个坑:早期用 Opus 5.5 画画时,有人批评模型只是在模仿已有作品,所以这次他让 Fable 5.2 给自己编艺术家 persona,配上虚构的背景故事和一贯的风格,再动手。

Fable 5.2 的另一幅画:黄色螺旋滑梯,蓝天白云,一只粉色拖鞋落在地上(图:Jake Eaton / Anthropic,经 The Decoder 报道)

同一套本事,搬到了真机器人身上

画画只是演示,真正被 Anthropic 拿来当能力标尺的,是同一套空间推理在物理世界里的表现。

AI 研究员 Aris Zhu 让 Fable 5.2 和 OpenAI 的 GPT-6 Astra 各操控一支真实机械臂,比赛画梵高的《星夜》。Anthropic 官方表格里,Fable 5.2 在内部模拟双臂机器人基准 RoboDojo Sim 上得了 64.9%,GPT-6 Astra 是 29.8%。但真实世界里情况没那么一边倒:Zhu 的实测显示 Astra 画得更快,而且到目前为止只有 Astra 成功把一枚多米诺骨牌竖了起来——办法是慢慢松开夹爪,借重力当支点。

两点提醒:RoboDojo 的分数是 Anthropic 的自测,跑的是模拟器;真机实测的样本很小。所以别把 64.9% 对 29.8% 当成定论,它更像一个信号——"在模拟环境里规划动作、自我纠错"正在成为新一代模型的能力标尺。

发布一周,社区已经玩出了一整面墙

Fable 5.2 发布才一周,社区的作品墙已经相当热闹,而且套路出奇地一致:不给模型任何素材,只给提示词,让它用代码从零长出一个世界。

  • 深海花园(Abyssal Garden):Reddit 用户 Noniv 用 Claude Code 做的可游泳海底世界,海带林、沉船、蝠鲼、鱼群,全是代码在加载时程序化生成的。整个项目是一个 97KB 的单 HTML 文件,没有图片、3D 模型、音效和外部库,跑在浏览器 WebGPU 上。开发者自称在 RTX 5070 Ti 上 1440p 能跑到约 180 FPS——这个数字没经过独立验证,看看就好。
  • Saltline:Anthropic 开发者 Felix Rieseberg 一句提示词让模型做出来的第一人称射击游戏,雨夜集装箱码头,打无人机和四足机器人。8 小时、约 550 美元 API 费,整个游戏塞进一个 1.4MB 的单 HTML 文件,物体形状、纹理、光照全是数学公式,连音效都是代码生成的。
  • 漂流屏保:开发者 zachy 用 3 个提示词、56 分钟、约 17 美元,让模型复刻了 Windows 经典漂流屏保,17 个场景、98KB,画布只有 320×180 像素。还有人让它在 MS Paint 里用鼠标涂鸦:2.5 小时,约 45 美元。

官方的"战绩"也不甘示弱:1000 个 Fable 5.2 智能体在 30 小时里把费马大定理的证明完整形式化进了 Lean(上一代方法花了 11 天,证明还长 7 倍);一个工程师让它从空文件夹起步,协调 1000 多个子智能体,8 天写出一个能在笔记本上启动的操作系统原型;和电路板厂商 Diode 合作,一段提示词设计出三款能正常工作的电子设备;还解出了两个黑洞物理的开放问题。

小杜点评

看这波演示,别只盯着"画得像不像照片"。扩散模型早就画得像了,Fable 5.2 的不同之处在于:它的画是一串可以检查、可以修改、可以复现的指令。70 万笔触听起来夸张,但每一笔的落点、颜色、宽度都是模型自己算出来的决策,错了能被看见、能被盖掉——这正是"过程可审计"和"结果像照片"的区别。

对算法工程师来说,更值得注意的是能力的溢出方向。画画、做游戏、生成 3D 世界、操控机械臂,表面上是四件不同的事,底层是同一种能力:在长程任务里规划、在物理约束下自我纠错。Fable 5.2 的跑分表也印证了这点:Agent 编程、科学研究、机器人控制是同一张表。

当然也要泼点冷水。这些演示大多来自 Anthropic 员工和社区个例,RoboDojo 是官方自测,180 FPS 是开发者自报,550 美元做一个游戏也不便宜。模型"会画画"和"画画这件事能进生产流程"之间,还隔着成本、稳定性和可控性三道坎。但至少有一点是实的:下一代 Agent 能力的比拼,很可能不再只看谁写代码写得快,还要看谁能在模拟和真实世界里把一件事从头干到尾。值得亲自上手试一把——挑个小工具或小游戏,看它在没人盯着的情况下能走多远。

参考来源

  • The Decoder:《Anthropic's Claude Fable 5.2 doesn't generate images, it paints them》(2026-11-15,东京时间 11 月 16 日 00:42)https://the-decoder.com/anthropics-claude-fable-5-2-doesnt-generate-images-it-paints-them/
  • Anthropic 官方:《Introducing Claude Fable 5.2 and Claude Mythos 5.2》(2026-11-09)https://www.anthropic.com/news/claude-fable-and-mythos-5-2
  • Wccftech:《Claude Fable 5.2 Creates Stunning Underwater World In Just 97 KB, Runs At 180 FPS On An RTX 5070 Ti Without A Game Engine》(2026-11-15)https://wccftech.com/claude-fable-5-2-creates-stunning-underwater-world-in-just-97-kb-runs-at-180-fps-without-a-game-engine/
  • ASCII.jp:《Fable 5.2 is Astounding! Generates Full-Fledged 3D Games with Just Code, Weighing a Mere 1.4MB》(2026-11-13)https://ascii.jp/en/elem/000/004/451/4451507/
  • XDA Developers:《Someone used Claude Fable 5.2 to generate a stunning underwater sim that's only 97 KB in size》(2026-11-15)https://www.xda-developers.com/someone-used-claude-to-generate-a-stunning-underwater-sim-thats-only-97-kb-in-size/

评论

正在确认登录状态…