Un approccio rivoluzionario alla creazione di immagini

Anthropic ha introdotto Claude Fable 5.2, un modello linguistico che non si limita a generare immagini tramite diffusione, ma le “dipinge” simulando il vero processo di pittura. Il modello utilizza codice Python per posizionare singole pennellate su una tela virtuale, tenendo conto di proprietà fisiche come la texture delle setole, la viscosità della vernice e gli eventuali errori da correggere.

Questo metodo si differenzia radicalmente da soluzioni come Midjourney, che raffinano un’immagine rumorosa fino a ottenere un risultato netto. Fable 5.2, invece, parte da una tela bianca e costruisce l’immagine passo dopo passo, creando un vero flusso di lavoro artistico digitale.

Come funziona il motore di pittura

    • Il modello genera uno script Python di 1.000‑2.000 righe per ogni opera.
    • Lo script controlla un motore di pittura simulato che applica le pennellate in base a coordinate, colore, larghezza e variazioni di movimento.
    • Non vi è alcun modello di immagine esterno né immagini pre‑renderizzate o tracciate come riferimento.

Dimostrazioni pratiche: dalle scene urbane ai volatili all’alba

Jake Eaton, sviluppatore di Anthropic, ha mostrato su X (ex‑Twitter) le capacità di Fable 5.2. Quando ha chiesto al modello di creare un dipinto il più difficile possibile da distinguere da una fotografia, il risultato è stato una scena di un parcheggio con un carrello della spesa, realizzata con circa 700.000 pennellate simulate. L’immagine appare fotorealistica, ma è frutto di un processo di pittura digitale dettagliato.

Un altro esperimento, condotto dall’ingegnere Michael Graczyk, ha chiesto al modello di dipingere un uccello all’alba. Il video di 21 secondi mostra la tela che si riempie gradualmente di colore attraverso 111 coordinate di pennellata. Per la prima pennellata il modello ha specificato il codice colore #30346a, una larghezza di 90 pixel e cinque punti di passaggio leggermente ondulati, simulando l’imperfezione di una mano umana.

Durante il processo, Fable 5.2 osserva la tela e corregge autonomamente gli errori. Quando la schiena dell’uccello è risultata troppo sottile, il modello ha tracciato una pennellata più marcata sopra, creando l’effetto di piume irregolari e conferendo al dipinto un aspetto più naturale.

Altri esempi di auto‑correzione

In un’opera di 280 pennellate che ritrae due persone che dipingono al tramonto, un errore di illuminazione ha fatto apparire una tubetta di vernice e una tazza sbavate. Il modello ha quindi ridipinto quegli oggetti, dimostrando la capacità di intervenire retroattivamente.

Inoltre, il prompt richiedeva che le figure dipingessero con le mani esterne in modo da far toccare le spalle interne. Fable 5.2 ha interpretato correttamente la richiesta, posizionando le mani in maniera coerente con la prospettiva e il contesto.

Prestazioni su benchmark e test reali

Anthropic ha valutato Fable 5.2 con il proprio benchmark interno RoboDojo Sim, ottenendo un punteggio del 64,9 % rispetto al 29,8 % di GPT‑6 Astra di OpenAI. Il test ha misurato capacità di pianificazione a lungo termine, ragionamento spaziale e adattamento a vincoli fisici.

Tuttavia, quando il modello è stato testato con un braccio robotico fisico per dipingere “La notte stellata” di Van Gogh, sono emersi limiti nella velocità e nel controllo motorio fine. GPT‑6 Astra ha dipinto più rapidamente e, finora, è l’unico modello riuscito a far stare in equilibrio un domino, sfruttando la gravità come punto di appoggio.

Applicazioni oltre la pittura virtuale

    • Risoluzione di problemi di fisica dei buchi neri.
    • Progettazione di dispositivi elettronici in collaborazione con il produttore di circuiti Diode.
    • Programmazione autonoma di un sistema operativo laptop tramite oltre 1.000 sotto‑agenti in otto giorni.

Queste dimostrazioni confermano che Fable 5.2 è stato progettato per compiti tecnici complessi a lungo termine, analogamente al modello “Mythos 5.2” destinato a ricercatori di sicurezza verificata e biologia.

Prospettive future e implicazioni

Il metodo di Fable 5.2 apre nuove strade per l’intersezione tra intelligenza artificiale e creatività. Simulare il processo fisico della pittura permette di generare opere con un livello di dettaglio e di “imperfezione” che le tecniche di diffusione non possono replicare facilmente.

Allo stesso tempo, la mancanza di un “pulsante annulla” impone al modello di pianificare con precisione ogni singola azione, avvicinandolo al comportamento umano e rendendo più complessa l’implementazione di correzioni rapide.

Il confronto con i robot fisici evidenzia che, nonostante le capacità di ragionamento e auto‑correzione, la traduzione di istruzioni digitali in movimento meccanico rimane una sfida. Il futuro sviluppo potrebbe prevedere una stretta integrazione tra modelli linguistici, motori di simulazione fisica e hardware robotico per colmare questo divario.

In sintesi, Claude Fable 5.2 dimostra che l’IA può andare oltre la semplice generazione di pixel, abbracciando il processo creativo completo di un pittore. Resta da vedere come queste capacità saranno integrate in applicazioni commerciali, artistiche e scientifiche nei prossimi anni.