Claude Fable 5.2 non genera le immagini: le dipinge
Anthropic ha mostrato Claude Fable 5.2, un modello linguistico che produce immagini non con la generazione tradizionale ma scrivendo codice che deposita centinaia di migliaia di pennellate su una tela virtuale.

- Fable 5.2 dipinge scrivendo codice Python che simula pennellate fisiche.
- Un quadro fotorealistico è nato da circa 700.000 pennellate, senza possibilità di annullare.
- Anthropic collega questa capacità al controllo dei robot, ma i test sono interni.
Un programma Python al posto del pennello
I modelli di immagini più diffusi, come Midjourney, usano la diffusione: partono da un'immagine di puro rumore e la raffinano progressivamente fino al risultato finale. Fable 5.2 segue una strada diversa e simula il processo fisico della pittura, comprese la trama delle setole, il modo in cui il colore si deposita e gli errori da coprire con altre pennellate.
Jake Eaton, che in Anthropic si occupa di ricerca su valori, sicurezza e comportamento degli agenti AI, ha mostrato su X alcuni risultati. Quando ha chiesto al modello un quadro il più possibile indistinguibile da una fotografia, Fable 5.2 ha prodotto l'immagine di un carrello della spesa in un parcheggio coperto usando circa 700.000 pennellate simulate. Secondo Eaton il modello lavora senza alcun generatore di immagini esterno e senza immagini di partenza ricalcate: ogni opera è un programma Python da 1.000 a 2.000 righe che pilota un motore di pittura simulato.
Nessun tasto annulla
L'ingegnere Michael Graczyk ha condiviso un esperimento in cui ha chiesto al modello di dipingere un uccello all'alba. Ogni pennellata andava scritta a mano come riga di coordinate, senza possibilità di tornare indietro. Il video di 21 secondi mostra la nascita del quadro da esattamente 111 pennellate: per la prima il modello ha indicato il codice colore #30346a, una larghezza di 90 pixel e cinque punti leggermente ondeggianti, spiegando di aver inserito di proposito un'oscillazione di circa sette pixel perché nemmeno un braccio umano traccia linee perfette.
Tra un passaggio e l'altro il modello osserva la tela e corregge: quando la schiena dell'uccello è risultata troppo sottile, ha steso una pennellata più decisa sopra, trasformando le sbavature in piume arruffate. In un secondo quadro da 280 pennellate ha ridipinto oggetti rovinati da un effetto di luce applicato troppo tardi.
Anthropic sostiene che la stessa capacità di pianificare passo dopo passo e autocorreggersi sotto vincoli fisici valga anche per i robot: sul benchmark interno RoboDojo Sim Fable 5.2 ottiene il 64,9% contro il 29,8% di GPT-6 Astra di OpenAI, ma in una prova con un braccio robotico reale resta indietro su velocità e controllo fine del movimento.
Perché conta
Il punto non è l'arte digitale, ma il ragionamento spaziale e il controllo passo-passo. Un modello che pianifica azioni irreversibili, osserva il risultato e rimedia è esattamente ciò che serve per far agire l'AI nel mondo fisico, dalla robotica industriale all'automazione.
Il risultato va letto con cautela: le dimostrazioni arrivano da dipendenti di Anthropic e il benchmark di confronto è interno all'azienda.
