不依赖图像模型,Claude Fable5.2用70万次笔触绘出一辆购物车
近日,围绕 Claude Fable5.2 的一项演示引发关注:模型未调用扩散式图像生成模型,而是以约70万次“笔触”完成一辆购物车的绘制。所谓笔触,更可能是矢量路径、线段、填充或绘图指令的序列,而非像素级生成。这意味着模型将“画图”转化为长程规划与工具调用问题:先分解结构,再逐步落笔,并通过反馈修正形态。
从技术意义看,这条路线强调可编辑性与可解释性。每一笔都可追溯、可修改,输出天然接近 SVG、设计稿或程序化图形,适合图标、UI 原型、流程图和品牌资产等结构化场景。它也显示语言模型在空间推理、细粒度控制和长任务管理上的潜力,而不仅是“调用图像模型”。
但不宜据此高估其替代性。70万次笔触带来高昂的推理与校验成本,复杂光影、材质和写实渲染仍非其强项;演示成功也不等于具备稳定视觉理解。更合理的定位是:图像模型负责像素与质感,程序化笔触模型负责结构、可控与可编辑。二者互补,可能推动 AIGC 从“生成一张图”走向“生成可迭代的设计过程”。