Ένα καρότσι σε πάρκινγκ, τόσο κοντά σε φωτογραφία που να μην ξεχωρίζει, φτιάχτηκε από περίπου 700.000 πινελιές. Τις έβαλε ένα γλωσσικό μοντέλο, το Claude Fable 5.2 της Anthropic, που δεν «παράγει» εικόνες αλλά τις ζωγραφίζει μία μία μέσω κώδικα.
Τα γνωστά εργαλεία εικόνας, όπως το Midjourney, βασίζονται συνήθως στη διάχυση: ξεκινούν από θόρυβο και τον καθαρίζουν σταδιακά ώσπου να βγει εικόνα. Το Fable 5.2 κάνει κάτι άλλο. Προσομοιώνει τη φυσική διαδικασία, με την υφή των τριχών του πινέλου, τον τρόπο που απλώνεται το χρώμα και τα λάθη που πρέπει μετά να καλυφθούν, όπως γράφει το The Decoder.
Πρόγραμμα 2.000 γραμμών αντί για έτοιμη εικόνα
Τα παραδείγματα έδειξε στο X ο Τζέικ Ίτον, που δουλεύει στην Anthropic. Σύμφωνα με τον ίδιο, το Claude δεν χρησιμοποιεί εξωτερικό μοντέλο εικόνας ούτε έτοιμες εικόνες για αντιγραφή. Κάθε έργο είναι ένα πρόγραμμα Python 1.000 έως 2.000 γραμμών, που κινεί μια προσομοιωμένη μηχανή χρώματος.
Παλαιότερες δοκιμές με το Opus 5.5, αδελφό μοντέλο, είχαν κριτική ότι απλώς μιμούνταν υπάρχουσα τέχνη. Ο Ίτον ζήτησε από το Fable 5.2 να φτιάξει δικούς του «καλλιτέχνες», με φανταστικό βιογραφικό και σταθερό στιλ.
Χωρίς αναίρεση, με διορθώσεις στην πορεία
Ο μηχανικός της Anthropic Μάικλ Γκράτσικ ζήτησε από το μοντέλο έναν πουλί την αυγή. Κάθε πινελιά έπρεπε να γραφτεί ως ξεχωριστή γραμμή συντεταγμένων και δεν γινόταν να αναιρεθεί. Το βίντεο των 21 δευτερολέπτων δείχνει πώς το έργο σχηματίζεται από ακριβώς 111 πινελιές. Στην πρώτη, το μοντέλο έδωσε το χρώμα #30346a, πλάτος 90 pixel και πέντε ελαφρώς τρεμάμενα σημεία. Το τρέμουλο των περίπου επτά pixel, είπε, ήταν σκόπιμο, γιατί ούτε το ανθρώπινο χέρι τραβά τέλεια ευθεία.
Ανάμεσα στα περάσματα το μοντέλο κοίταζε τον καμβά και αντιδρούσε στα λάθη του. Όταν η πλάτη του πουλιού βγήκε λεπτή και ατημέλητη, έβαλε πάνω της πιο τολμηρή πινελιά, και τα ίχνη από τις τρίχες στις άκρες θυμίζουν πια ανακατεμένα φτερά. Σε δεύτερο έργο 280 πινελιών, με δύο ανθρώπους που ζωγραφίζουν το λυκόφως, ένα όψιμο εφέ φωτισμού μουτζούρωσε σωληνάρια χρώματος και ένα φλιτζάνι. Το Claude τα ξαναζωγράφισε.
Από τον καμβά στο ρομποτικό χέρι
Η Anthropic λέει ότι το μοντέλο φτιάχτηκε για πολύ απαιτητικές τεχνικές εργασίες μεγάλης διάρκειας. Σε εσωτερικές δοκιμές, κατά την εταιρεία, έλυσε δύο ανοιχτά προβλήματα φυσικής των μαύρων τρυπών, σχεδίασε τρεις λειτουργικές ηλεκτρονικές συσκευές με την Diode και με πάνω από 1.000 υπο-πράκτορες προγραμμάτισε το δικό του λειτουργικό σύστημα για laptop σε οκτώ ημέρες.
Ο ερευνητής Άρις Ζου έβαλε το Fable 5.2 απέναντι στο GPT-6 Astra της OpenAI. Κάθε μοντέλο κινούσε ένα πραγματικό ρομποτικό βραχίονα για να ζωγραφίσει τη «Έναστρη νύχτα» του Βαν Γκογκ. Στο εσωτερικό benchmark RoboDojo Sim της Anthropic, το Fable 5.2 σκόραρε 64,9% έναντι 29,8% του Astra. Στο πραγματικό τεστ όμως υστέρησε στην ταχύτητα και στον λεπτό έλεγχο κινήσεων: ο Astra ζωγράφισε πιο γρήγορα και μέχρι τώρα μόνο το μοντέλο της OpenAI κατάφερε να στήσει όρθιο ένα ντόμινο, χαλαρώνοντας αργά τη λαβή του ώστε να χρησιμοποιήσει τη βαρύτητα ως άξονα.
Πηγή: The Decoder



