Claude Fable 5.2 用 70 万次笔触“作画”，Anthropic 押注物理模拟式图像生成

一句话看懂：Anthropic 新语言模型 Claude Fable 5.2 不依赖扩散模型生成图像，而是用 Python 代码在虚拟画布上逐笔“作画”，模拟笔毛、颜料和画布质感，试图以物理过程逼近照片级效果。

事件核心：发生了什么

2026 年 11 月，Anthropic 研究员 Jake Eaton 在 X 上展示了 Claude Fable 5.2 的“绘画”能力。当被要求生成一张尽可能接近照片的图像时，模型完成了一幅停车场购物车场景，累计约 70 万笔模拟笔触。每件作品对应 1000 至 2000 行 Python 程序，驱动一个模拟绘画引擎，不使用外部图像模型，也不预渲染或描摹原图。在另一项实验中，工程师 Michael Graczyk 让模型绘制日出中的鸟，仅用 111 个坐标序列完成一幅 21 秒的逐笔视频，且每一笔一旦落下就无法撤销。

模型会在笔触之间观察画布并修正错误：鸟背画得过于细碎时，它叠上更粗的笔触，让边缘杂毛看起来像羽毛。在另一幅 280 笔的场景中，它主动重绘被后期光效抹到的颜料管和杯子，并让人物用外侧手作画，使内侧肩膀得以相触。Anthropic 内部 RoboDojo Sim 基准上，Fable 5.2 得分为 64.9%，高于 OpenAI GPT-6 Astra 的 29.8%；但在真实机械臂测试中，其速度和精细动作控制落后于对手。

为什么重要

当前主流图像生成多依赖扩散模型，逐步去噪得到结果；Fable 5.2 走的是“程序化物理模拟”路线，把图像生成变成长期规划与自我纠错任务。这延续了 agentic 图像编辑的思路：语言模型选择工具、观察结果、修正偏差。对 Anthropic 而言，这套能力不只面向创作，还指向需要长程推理的工程与安全研究场景。目前公开信息显示，模型还解决了两个黑洞物理开放问题、与电路板厂商 Diode 设计出三款可工作的电子设备，并用超过 1000 个子智能体在 8 天内编写了一个笔记本电脑操作系统。

对用户/开发者/创作者的影响

对创作者来说，这种“作画”过程提供了可解释的笔触日志和风格人设，适合需要过程展示或艺术风格一致性的项目；但尚无公开 API 或定价信息，普通用户暂时无法直接调用。对开发者，价值在于验证语言模型可以驱动物理模拟引擎、在无撤销条件下完成长程任务，这一模式可能迁移到机器人控制、电路设计等场景。对关注图像生成赛道的团队，这意味着除扩散模型外，多了一条以代码和模拟为中心的技术路径，但成本与速度仍是待解问题。