Claude Fable 5.2، مدل تازهی Anthropic، ابزار ساخت عکس ندارد، ولی کارمندان این شرکت نشان دادهاند که میتواند تابلو بکشد: مدل برنامهای مینویسد که روی یک بوم مجازی هزاران ضربهی قلممو میگذارد. به گزارش The Decoder در ۲۴ آبان ۱۴۰۵ (۱۵ نوامبر ۲۰۲۶)، یکی از این تابلوها از حدود ۷۰۰ هزار ضربهی شبیهسازیشده ساخته شده و مدل بین مرحلهها بوم را نگاه میکند و خطاهای خودش را رنگ میزند.
فرقش با مدلهای ساخت عکس چیست؟
مدلهایی مثل Midjourney با روش انتشار کار میکنند: از یک تصویر پر از نویز شروع میکنند و آن را کمکم صاف میکنند تا عکس دربیاید. Fable 5.2 اصلا این کار را نمیکند. این مدل یک مدل زبانی است و خروجیاش متن و کد است. در این آزمایشها مدل خود فرایند نقاشی را شبیهسازی میکند: جنس موهای قلممو، شیوهی نشستن رنگ روی بوم و حتی لزوم رنگ زدن دوباره روی اشتباهها.
برای انجام عملیِ همین کار میتوانی از چت با هوش مصنوعی به فارسی در هوش نو استفاده کنی.
طبق گزارش، هیچ مولد عکس بیرونی و هیچ عکس آمادهای برای کپی کردن در کار نیست. هر تابلو یک برنامهی پایتون با ۱۰۰۰ تا ۲۰۰۰ خط است که یک موتور رنگ شبیهسازیشده را میراند. هر ضربهی قلم یک رشته مختصات است و وقتی روی بوم نشست، دیگر برگشت ندارد. سازنده میتواند وسط کار با نوشتن نظر، مدل را به سمت دیگری ببرد.
نمونههایی که نشان داده شد
| تابلو | سازنده | تعداد ضربه |
|---|---|---|
| پارکینگ با یک چرخ خرید، با ظاهری نزدیک به عکس | جیک ایتون | حدود ۷۰۰ هزار |
| پرنده در طلوع آفتاب | مایکل گراچیک | ۱۱۱ |
| دو نفر در حال نقاشی در غروب | مایکل گراچیک | ۲۸۰ |
جزئیات تابلوی پرنده جالب است. مدل نخستین ضربه را با رنگ آبی تیره و پهنای ۹۰ پیکسل زد و عمدا حدود هفت پیکسل لرزش به آن داد تا دستی به نظر برسد. وقتی پشت پرنده زیادی باریک درآمد، یک ضربهی پررنگتر رویش کشید و خطهای اضافهی قبلی به پرهای ژولیده تبدیل شدند. در تابلوی دوم هم یک جلوهی نور دیرهنگام چند چیز را لک کرده بود و مدل آنها را دوباره کشید.
The Decoder مینویسد تلاشهای قبلی با مدل Opus 5.5 نقد شده بود، چون کارها تقلید از آثار موجود بود. Fable 5.2 بهجای آن برای خودش شخصیتهای نقاش با پیشینهی خیالی و سبک ثابت ساخته است.
آزمایش با بازوی ربات
یک پژوهشگر به نام آریس ژو از Fable 5.2 و GPT-6 Astra خواست تابلوی «شب پرستاره» ون گوگ را با یک بازوی رباتی واقعی بکشند. طبق صفحهی معرفی مدل در سایت Anthropic Fable 5.2 در آزمون شبیهسازی داخلی RoboDojo Sim به ۶۴٫۹ درصد رسیده و Astra به ۲۹٫۸ درصد. ولی در آزمایش واقعی، Astra تندتر نقاشی کرد و کنترل ریزتری روی حرکت داشت. پس برتری در شبیهسازی لزوما به دنیای واقعی نمیرسد.
محدودیتها
- ضربهی قلم برگشت ندارد و اشتباه فقط با رنگ زدن دوباره درست میشود.
- یک تابلوی پرجزئیات هزاران ضربه و راهنمایی انسان میخواهد؛ این کار با یک جمله و چند ثانیه انجام نمیشود.
- هزینه و زمان ساخت در گزارش نیامده است، ولی نوشتن و اجرای هزاران خط کد از یک مولد عکس معمولی سنگینتر است.
- نمونهها را کارمندان خود Anthropic نشان دادهاند و آزمون مستقلی روی کیفیت آنها انجام نشده است.
چرا این خبر مهم است؟
اهمیت ماجرا در خود تابلوها نیست. نکته این است که یک مدل زبانی میتواند کاری طولانی را برنامهریزی کند، نتیجه را با چشم خودش ببیند و اشتباهش را اصلاح کند. این همان توانایی است که در برنامهنویسی و کار با ابزار هم لازم است. دربارهی خود مدل در خبر عرضهی Fable 5.2 و Mythos 5.2 نوشتهایم و قیمت و شیوهی استفاده را در معرفی Claude Fable 5.2 میخوانید.
این یعنی چه برای کاربر فارسیزبان؟
اگر فقط یک عکس میخواهید، هنوز مولدهای عکس راه سریعتر و ارزانترند. در ابزارهای هوشنو میتوانید با پرامپت فارسی عکس بسازید و عکسهای خودتان را ویرایش کنید؛ برای نوشتن پرامپت بهتر هم راهنمای میدجرنی فارسی کمک میکند. ولی اگر با Claude کار میکنید، این خبر یک ایدهی کاربردی دارد: از مدل بخواهید طرح، نمودار یا تصویرسازی ساده را با کد بکشد، مثلا با SVG یا بوم مرورگر، و بعد از او بخواهید نتیجه را نگاه کند و ایرادش را بگیرد. خروجی چنین کاری قابل ویرایش است و با تغییر چند خط میشود رنگ و اندازهاش را عوض کرد.
منبعها
- The Decoder: Claude Fable 5.2 عکس نمیسازد، نقاشی میکند
- Anthropic: معرفی Claude Fable 5.2 و Mythos 5.2
سؤالات متداول
آیا Claude Fable 5.2 عکس میسازد؟
مولد عکس ندارد. ولی میتواند برنامهای بنویسد که با هزاران ضربهی قلمموی شبیهسازیشده یک تابلو بکشد.
این روش جای Midjourney را میگیرد؟
فعلا نه. کندتر است و راهنمایی انسان میخواهد. بیشتر نشاندهندهی توان برنامهریزی و خوداصلاحی مدل است.
تابلوی ۷۰۰ هزار ضربهای را چه کسی ساخت؟
جیک ایتون از کارمندان Anthropic آن را منتشر کرد؛ صحنهای از یک پارکینگ با یک چرخ خرید.