Claude Fable 5.2 não gera imagens: ele pinta cada detalhe com centenas de milhares de pinceladas

Renê Fraga
11 min de leitura

Principais destaques

  • Uma abordagem diferente: Claude Fable 5.2 cria pinturas usando código para simular pinceladas, tinta, cerdas e textura de tela.
  • Até 700 mil pinceladas: o modelo consegue construir imagens fotorrealistas sem recorrer a modelos externos de geração de imagens.
  • Raciocínio que vai além da arte: a mesma capacidade de planejamento espacial e correção de erros pode ser aplicada a robôs e tarefas físicas complexas.

A inteligência artificial está aprendendo a fazer algo curioso: em vez de simplesmente gerar uma imagem, está começando a reproduzir o processo de criação de uma pintura.

O novo Claude Fable 5.2, da Anthropic, utiliza uma abordagem bastante diferente dos modelos tradicionais de geração visual. Ele escreve código para controlar um mecanismo de pintura virtual, posicionando milhares de pinceladas individuais até construir uma composição completa.

E não estamos falando de desenhos simples. Em um dos experimentos apresentados por funcionários da Anthropic, o modelo produziu uma cena fotorrealista de um carrinho de compras em um estacionamento utilizando aproximadamente 700 mil pinceladas simuladas.

A diferença está justamente no caminho percorrido para chegar ao resultado.

Em vez de gerar pixels, a IA aprende a pintar 🎨

Modelos conhecidos de geração de imagens, como o Midjourney, normalmente utilizam técnicas de difusão. O processo começa com ruído visual e, gradualmente, transforma essa informação em uma imagem reconhecível.

O Fable 5.2 segue outro caminho.

Ele simula elementos do processo físico de pintura, incluindo o comportamento das cerdas do pincel, a aplicação da tinta, a textura da superfície e até os pequenos erros que precisam ser corrigidos durante a execução.

🖌️ O segredo está nas instruções: cada pincelada é definida por parâmetros como cor, espessura, coordenadas e trajetória.

O desenvolvedor Jake Eaton, que trabalha na Anthropic, demonstrou a capacidade do modelo ao solicitar uma pintura tão realista quanto possível, difícil de distinguir de uma fotografia.

O resultado foi uma cena de estacionamento com um carrinho de compras, construída com cerca de 700 mil pinceladas virtuais.

Segundo Eaton, o Claude não utiliza um modelo externo de geração de imagens, fotografias previamente renderizadas ou imagens de referência rastreadas. O trabalho é realizado por meio de programas Python que controlam o mecanismo de pintura.

Cada programa pode ter entre 1.000 e 2.000 linhas de código.

Uma pintura sem botão de desfazer

Um dos experimentos mais interessantes foi compartilhado pelo engenheiro da Anthropic Michael Graczyk.

Ele pediu ao Fable 5.2 que pintasse um pássaro durante o nascer do sol. A tarefa tinha uma restrição importante: o modelo precisava construir toda a imagem por meio de instruções de código, simulando a física das cerdas, a tinta úmida e a textura da tela.

Não havia botão de desfazer.

Cada pincelada precisava ser executada individualmente, como aconteceria em uma pintura tradicional. O modelo não poderia simplesmente apagar uma parte da composição e começar novamente.

O resultado foi apresentado em um vídeo de 21 segundos, mostrando a evolução de uma tela em branco até a pintura final, construída com exatamente 111 pinceladas.

🔎 Até os movimentos são planejados: na primeira pincelada, o modelo escolheu a cor #30346a, uma espessura de 90 pixels e cinco pontos de trajetória ligeiramente irregulares.

A pequena oscilação foi intencional. O Claude explicou que um braço humano não desenha linhas perfeitamente retas, por isso incorporou uma variação de aproximadamente sete pixels ao movimento.

É um detalhe interessante porque demonstra que o modelo não está apenas tentando reproduzir a aparência de uma pintura. Ele também considera como um ser humano executaria aquele movimento.

A IA também precisa corrigir os próprios erros

O processo não termina quando as primeiras pinceladas são aplicadas.

Entre as etapas, o Fable 5.2 observa a tela, avalia o resultado e decide quais ajustes precisam ser realizados.

Em determinado momento, o pássaro ficou com as costas muito finas e irregulares. Em vez de abandonar a composição, o modelo aplicou uma pincelada mais espessa sobre a região.

O efeito acabou ajudando a representar as penas desalinhadas do animal.

💡 O detalhe que muda a experiência: a IA precisa trabalhar com as consequências das próprias decisões, sem poder voltar livremente ao estado anterior.

Outro experimento envolveu uma pintura com duas pessoas trabalhando juntas ao entardecer. A composição tinha 280 pinceladas.

Durante a aplicação de um efeito de iluminação, o modelo acabou espalhando tinta visualmente sobre tubos e um copo que estavam sobre a mesa. A solução foi reconstruir os objetos com novas pinceladas.

O modelo também precisou organizar a posição dos personagens para que seus ombros internos se tocassem, conforme solicitado, fazendo com que cada um pintasse com a mão externa.

Perspectiva, iluminação, anatomia e sobreposição de objetos passam a fazer parte de um planejamento visual executado passo a passo.

Personagens artísticos criados pela própria IA

Outro aspecto interessante envolve a identidade artística.

Em experimentos anteriores com o modelo irmão Opus 5.5, algumas criações receberam críticas por parecerem imitações de obras existentes.

Para explorar outra direção, Eaton orientou o Fable 5.2 a desenvolver personas artísticas próprias, com histórias fictícias e estilos visuais consistentes.

A ideia é permitir que o modelo construa uma identidade estética em vez de simplesmente reproduzir características de artistas conhecidos.

Isso também exige orientação humana. Eaton acompanha o processo e faz comentários para direcionar o comportamento das pinceladas e o resultado visual.

O trabalho, portanto, combina autonomia computacional com intervenções pontuais.

O que isso tem a ver com robôs? 🤖

A capacidade de planejar movimentos, considerar restrições físicas e corrigir erros pode ter aplicações muito além das pinturas digitais.

É justamente nessa conexão que o experimento ganha importância.

Segundo a Anthropic, o Fable 5.2 foi desenvolvido para lidar com tarefas técnicas extremamente complexas e de longa duração. Seu modelo irmão Mythos 5.2 também é apresentado como uma versão voltada a pesquisadores especializados em segurança e biologia, com foco em trabalho verificável.

A empresa relata resultados expressivos em experimentos internos:

• Física: resolução de dois problemas em aberto relacionados à física dos buracos negros.

• Eletrônica: desenvolvimento de três dispositivos eletrônicos funcionais em parceria com a fabricante de placas de circuito Diode.

• Programação: utilização de mais de 1.000 subagentes para desenvolver um sistema operacional próprio para laptop em oito dias.

São exemplos de tarefas que exigem planejamento, divisão de problemas e acompanhamento de resultados durante períodos prolongados.

Fable 5.2 contra GPT-6 Astra: quem pinta melhor?

O pesquisador de IA Aris Zhu levou a comparação para o mundo físico.

Ele colocou o Fable 5.2 frente a frente com o GPT-6 Astra, da OpenAI, utilizando braços robóticos reais para reproduzir a famosa pintura A Noite Estrelada, de Vincent van Gogh.

Os resultados apresentados pela Anthropic mostram uma diferença considerável no benchmark interno RoboDojo Sim.

ModeloResultado
Claude Fable 5.264,9%
GPT-6 Astra29,8%

A pontuação favorece o modelo da Anthropic nesse teste específico.

Entretanto, a comparação prática também revelou limitações importantes no controle motor fino.

⚖️ Nem tudo é velocidade: o Astra conseguiu pintar mais rapidamente e, até o momento do experimento, foi o único dos dois modelos a conseguir deixar uma peça de dominó em pé.

Para isso, o modelo da OpenAI afrouxou lentamente a garra do robô, aproveitando a gravidade como ponto de apoio para posicionar a peça.

É um exemplo de como pequenas decisões físicas podem exigir um nível de raciocínio diferente daquele necessário para produzir uma imagem digital.

A próxima fronteira da IA pode estar fora da tela

O experimento do Claude Fable 5.2 aponta para uma mudança interessante na maneira como avaliamos modelos de inteligência artificial.

Durante muito tempo, a capacidade de gerar uma imagem convincente foi um dos principais indicadores de evolução dos sistemas visuais. Agora, experimentos como esse mostram que também importa compreender o processo utilizado para chegar ao resultado.

Uma IA que consegue planejar centenas de milhares de movimentos, observar as consequências de cada decisão e corrigir erros pode desenvolver competências úteis em outras áreas.

A pintura virtual funciona como um ambiente de experimentação para habilidades que também interessam à robótica, à engenharia e à automação.

E existe uma diferença importante entre produzir uma imagem bonita e conseguir executar uma sequência de ações físicas para construir alguma coisa.

Se os modelos continuarem avançando nessa direção, talvez a próxima grande disputa da inteligência artificial não seja apenas sobre quem consegue criar a melhor imagem, mas sobre quem consegue transformar uma intenção em uma sequência de ações no mundo real.

Apoie o Eurisko
Este conteúdo é independente, sem anúncios e feito por pessoas.
A inteligência artificial e as mudanças recentes do Google reduziram significativamente o alcance dos sites independentes. Se este conteúdo foi útil para você, considere apoiar o Eurisko e todo o ecossistema de projetos com qualquer valor.
Quero apoiar
Seguir:
Renê Fraga é fundador e editor-chefe do Eurisko, ecossistema editorial independente dedicado à inteligência artificial, código aberto, tecnologia e cultura digital. Atuando com projetos online desde 1996, escreve há mais de 20 anos sobre tecnologia e inovação, acompanhando a evolução da internet e o impacto das novas tecnologias na forma como vivemos, trabalhamos e pensamos.
Nenhum comentário