Claude Fable 5.2は画像を「描く」!物理シミュレーションで生まれるAIアートの衝撃

Claude Fable 5.2の新たな画像生成アプローチ
Anthropicの新しい言語モデルClaude Fable 5.2は、従来の画像生成モデルとは一線を画すアプローチで画像を生成します。Midjourneyのような既存の画像モデルがノイズから画像を洗練させる「拡散」を利用するのに対し、Fable 5.2はPythonコードを通じて仮想キャンバスに個々のブラシストロークを配置することで画像を「描く」のです。
このモデルは、毛先の質感や絵の具の乗り方といった物理的な特性をシミュレートし、さらには描画中の間違いを後から修正するといった、実際の絵画制作プロセスを模倣します。AnthropicのJake Eaton氏がXで公開したデモンストレーションでは、約70万回のブラシストロークで駐車場のショッピングカートの画像を、また111の座標シーケンスで鳥の絵画を生成しました。
コードで制御されるブラシワークと自己修正能力
Fable 5.2が生成する各画像は、1,000〜2,000行のPythonプログラムであり、シミュレートされたペイントエンジンを駆動します。このアプローチは、言語モデルがツールを選択し、結果を評価する「エージェント的画像編集」に似ています。また、Fable 5.2は独自のアーティストペルソナを開発し、架空のバックストーリーと一貫したスタイルを持つ作品を生み出すことも可能です。
AnthropicのエンジニアMichael Graczyk氏の実験では、Fable 5.2が日の出の鳥を描く様子が公開されました。このモデルは、一度配置したストロークを元に戻す「undo」機能がないため、物理的な制約の中で一つ一つのストロークにコミットする必要があります。鳥の背中が細すぎたり、ギザギザになったりした際には、AIはより大胆なストロークを重ねて修正し、その結果、乱れた毛先が羽毛のように見える効果を生み出しました。
さらに、夕暮れ時に2人の人物が絵を描いているシーンでは、照明効果によって誤って絵の具チューブとカップが汚れてしまいましたが、Claudeはそれらのオブジェクトを後から描き直しました。複雑な遠近法や照明も、数千の個別のコード命令を通じて言語モデルによって処理されます。
物理ロボットへの応用と限界
Fable 5.2の段階的な計画と物理的制約下での自己修正能力は、仮想キャンバスに留まりません。Anthropicによると、このモデルは非常に要求の厳しい長期間の技術的タスク向けに構築されています。内部テストでは、Fable 5.2がブラックホール物理学の2つの未解決問題を解決し、3つの動作する電子デバイスを設計し、1,000以上のサブエージェントを使用して8日間で独自のラップトップオペレーティングシステムをプログラミングしました。
AI研究者Aris Zhu氏は、Fable 5.2とOpenAIの競合モデルGPT-6 Astraを物理的なロボットアームで比較し、ゴッホの「星月夜」を描かせました。Anthropicの内部ベンチマーク「RoboDojo Sim」では、Fable 5.2が64.9%のスコアを記録し、GPT-6 Astraの29.8%を上回りました。しかし、Zhu氏の実際の比較では、Fable 5.2の微細な運動制御にはまだ限界があることが示されました。Astraはより速く描き、これまでのところ、OpenAIのモデルだけがドミノを立てることに成功しています。


