在目前的 AI 影音與圖像生成領域中,多數工具普遍依據擴散模型(Diffusion Model)來運作,也就是透過逐步處理隨機雜訊來產出畫面。不過,根據 T客邦報導,Anthropic 最新發布的 Claude Fable 5.2 模型展現了一種截然不同的「AI 生圖」技術路徑。這款模型雖然本身並非傳統意義上的文生圖工具,卻能夠透過撰寫 Python 程式碼,在虛擬畫布上模擬真實畫筆的運動,逐筆完成整幅精細的畫作。
不走擴散模型:Claude Fable 5.2 的程式繪畫原理
根據 T客邦報導,Claude Fable 5.2 的繪畫方式完全不依賴外部圖像模型,也沒有使用任何預先渲染或描摹的底圖。每一幅由該模型產出的作品,實際上都是一段由它自行撰寫的 Python 程式碼,長度通常落在 1,000 至 2,000 行之間。透過模擬繪畫引擎,程式碼能夠精準控制不同類型的畫筆與繪圖指令。
這種創作方式與傳統擴散模型有著根本上的差異,其核心運作邏輯包含以下特點:
- 拆解為獨立筆觸指令:模型會將整個繪畫過程拆解為大量獨立的筆觸,自行規劃並執行,精細模擬筆刷紋理、顏料濕潤程度以及畫布質感。
- 自我觀察與錯誤修正:模型在繪製過程中會主動觀察畫布並檢查失誤。例如當發現線條過於雜亂時,便會使用更粗的筆觸覆蓋原有區域,透過疊加新的筆觸進行修正。
- 模擬人類手感:在部分實驗中,模型甚至被限制必須單獨輸出座標指令,且筆觸一旦落下便無法復原。為了更貼近真人作畫,模型還會刻意加入數畫素的擺動與晃動,用以模擬人類手臂無法畫出絕對筆直線條的物理特性。
從購物車到日出飛鳥:高達 70 萬次模擬筆觸的實際案例
根據 T客邦報導,Anthropic 員工與工程師在社群平台上展示了多項實際創作成果,證明了這種程式碼繪畫技術的極高精細度與發展潛力:
- 照片級購物車:Anthropic 員工 Jake Eaton 要求模型創作一幅盡可能達到照片級真實感的作品。Claude 最終繪製出一輛停放在停車場內的購物車,整幅作品共使用了約 70 萬次模擬筆觸。
- 日出飛鳥與黃昏場景:工程師 Michael Graczyk 讓模型繪製一隻日出時分的鳥,透過 111 筆單獨輸出的座標指令與色號完成;在另一幅使用 280 筆完成的黃昏場景中,模型更在後期發現光照模糊了桌面物品時,主動透過新筆觸重新繪製,並調整人物位置以符合提示詞的要求。
為了讓作品風格更具特色,開發團隊甚至開始引導 Fable 5.2 自行設計具有虛構經歷與穩定創作風格的「藝術家人格」,再透過文字回饋引導模型微調畫筆參數與繪畫引擎,藉此擺脫過度模仿現有藝術風格的限制。
結合程式設計與機器人控制的未來應用
根據 T客邦報導,這種「逐步規劃、觀察結果並自行修正」的閉環能力,與機器人控制等物理世界任務具有高度關聯。Fable 5.2 本身專為複雜且持續時間較長的技術任務而設計,能夠在執行過程中協調多個子代理人,並透過反覆驗證來持續改進結果。
在 Anthropic 公布的內部 RoboDojo Sim 模擬機器人基準測試中,Fable 5.2 取得了 64.9% 的高分,展現出優異的模擬雙臂機器人控制潛力。不過,AI 研究人員在真實世界的實體機械手臂測試中發現,該模型在精細動作控制方面仍有突破空間,例如在讓骨牌豎直站立等需要極細緻物理操作的任務上,現階段仍有其他模型展現出不同的應對策略。
影音創作者接下來可以注意什麼
對於關注 AI 影音與圖像創作的讀者而言,Claude Fable 5.2 所展現的技術方向揭示了幾項值得持續觀察的重點:
- 技術路徑的多元性:AI 生成畫面不一定只能依賴擴散模型或海量圖片訓練,透過大型語言模型撰寫程式碼來驅動繪圖引擎,可能是未來另一條值得重視的技術發展。
- 高度可解釋與可編程性:由於畫面是由數千行的 Python 程式碼所組成,創作者未來或許能透過直接修改程式碼中的參數、座標或畫筆特性,對生成結果進行更精準的干預與調整。
隨著 Anthropic 持續推進這類具備複雜邏輯推理與代理人協作能力的模型,未來 AI 創作工具的互動方式與創作邏輯,勢必會隨著底層技術的演進而持續改變。讀者若想應用或深入了解最新功能,仍應以 Anthropic 官方發布的最新公告與實際版本為準。
參考資料
- T客邦:不再靠擴散模型!Claude Fable 5.2 靠寫 Python 也能畫出照片級大作,70萬次模擬筆觸簡直藝術大師(2026-11-17)
本文由 AI 影音創作報編輯部使用 AI 工具整理上列公開資料寫成,實際情況請以官方最新資訊為準。如發現錯誤,歡迎依更正政策回報。