11月16日、The Decoderが「Anthropic's Claude Fable 5.2 doesn't generate images, it paints them」と題した記事を公開した。この記事では、AnthropicのClaude Fable 5.2がピクセルを直接生成するのではなく、Pythonコードで筆跡を一本一本シミュレートすることで絵画を「描く」という独自のアプローチについて詳しく紹介されている。
拡散モデルではなく「絵筆シミュレーション」
MidjourneyをはじめとするほとんどのAI画像生成モデルは、ノイズから徐々に画像を精製する拡散モデル（Diffusion Model）を採用している。Claude Fable 5.2はまったく異なる手法をとる。外部の画像生成モデルも、事前にレンダリングしたソース画像も使わず、PythonコードでキャンバスへのストロークをすべてClaude自身が記述するというアプローチだ。
この違いは技術的に重要な意味を持つ。拡散モデルは大量の画像データから統計的なパターンを学習し、ノイズからそのパターンを「再現」する。一方、コード生成によるアプローチでは、モデルが空間的な配置・色・質感をすべて論理的に計画・記述しなければならず、空間推論能力そのものが問われる。いわば「答えを暗記する」ではなく「手順を考えて解く」に近い。この方向性は、ロボット制御や自律エージェントなど、ステップごとの計画と実行が必須とされる応用領域とも親和性が高い。
AnthropicのエンジニアJake EatonがXで公開したデモがわかりやすい。彼がFable 5.2に「写真と見分けがつかない絵を描け」と指示したところ、モデルは駐車場のショッピングカートを描いた。その絵に使われたシミュレートされた筆跡の数は、約70万本。
約70万本の筆跡で描かれた駐車場のシーン | 画像: Jake Eaton
各作品は1,000〜2,000行のPythonプログラムとして出力され、仮想ペイントエンジンを駆動する。筆先の質感、絵の具の乗り方、はみ出しや失敗まで物理的に再現し、人間の画家が修正するように上から塗り直しながら完成させていく。
「アンドゥ」なし——全ストロークに意図が必要
別のAnthropicエンジニア、Michael Graczyk氏がチャットログと動画を公開した実験が、この手法の本質をよく示している。彼はFable 5.2に「夜明けの鳥を描け」と依頼した。
条件は厳しかった。
- 筆、濡れた絵の具、キャンバスの質感をコードでシミュレートする
- すべての筆跡を座標として手動で出力する
- 一度置いたストロークは取り消せない（アンドゥ不可）
21秒の動画には、111ストロークでゼロから絵が仕上がる過程がカウンタ付きで記録されている。最初の1本目のストロークについて、モデルはカラーコード#30346a、幅90ピクセル、5点のウェイポイントを出力し、約7ピクセルの「ゆらぎ」をあえて加えたと説明している。理由は「人間の腕は完全に直線を引けないから」だ。
Fable 5.2は独自の「アーティストペルソナ」を持ち、スタイルを一貫させながら描く | 画像: Jake Eaton
描画途中、モデルは自分のミスに気づいて修正する。鳥の背中が細くなりすぎたときは、より太い筆跡を上から重ねた。すると、はみ出た毛先のような線が「羽毛のざわつき」に見えるようになった。
別の作品、黄昏時に2人が絵を描くシーンでは、後から加えたライティング効果が誤ってテーブル上の絵の具チューブとカップを汚してしまった。Claudeはそれらを後から上書き（ペイントオーバー）して修正した。また、2人の人物が「内側の肩が触れるよう、外側の手で描く」というプロンプトの指示も実現している。
複雑なパースや照明も、個々のコード命令の積み重ねで処理される | 画像: Jake Eaton
なお、兄弟モデルのOpus 5.5が「既存の絵画を模倣しているだけ」と批判を受けた反省から、EatonはFable 5.2に架空の経歴を持つ独自のアーティストペルソナを開発させ、一貫したスタイルを保つよう設計したという。
同じ空間推論が物理ロボットにも
Fable 5.2の「ステップごとの計画と自己修正」能力は、仮想キャンバスに限らない。Anthropicの内部テストによると、このモデルは次の成果を記録しているとされる。
- 黒穴物理学の未解決問題2件を解決
- 回路基板メーカーのDiodeと協力し、動作する電子機器3種を設計
- 1,000以上のサブエージェントを使い、8日間で独自のラップトップOSをプログラム
これらはいずれもAnthropicの内部テスト・自社発表に基づく主張であり、第三者による独立した再現・検証が行われたものではない点に留意が必要だ。
AIリサーチャーのAris Zhu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対戦させ、ゴッホの「星月夜」を描かせた。Anthropicの内部ベンチマーク「RoboDojo Sim」では、Fable 5.2が**64.9%、GPT-6 Astraが29.8%**のスコアを記録したとされる。こちらもAnthropicの内部ベンチマークに基づく数値であり、独立した評価ではない。
ただし、実際のロボット動作では差は縮まる。Astraの方が描画速度は速く、ドミノを端に立てることに成功したのも今のところAstraだけだ。Astraはグリッパーをゆっくり緩めて重力を支点として利用した。
詳細はAnthropic's Claude Fable 5.2 doesn't generate images, it paints themを参照していただきたい。
