Anthropic Claude Fable 5.2 genera imágenes pintando pincelada a pincelada mediante código Python
Claude Fable 5.2 de Anthropic simula física de pintura y pinceladas en Python en lugar de usar difusión, y alcanza 64,9 % en RoboDojo Sim.

Anthropic ha presentado una capacidad poco habitual en su modelo de lenguaje Claude Fable 5.2: en lugar de generar píxeles mediante difusión como sistemas como Midjourney, el modelo pinta imágenes complejas y fotorrealistas aplicando cientos de miles de pinceladas individuales sobre un lienzo virtual mediante código Python.
Según recoge The Decoder, este enfoque simula propiedades físicas reales, como la textura de las cerdas, la aplicación de la pintura húmeda y la corrección de errores posteriores. El desarrollador de Anthropic Jake Eaton demostró en X que el sistema opera sin modelos de imagen externos ni trazados previos.
Pintura física controlada por código Python
Para cada obra, Claude Fable 5.2 redacta un programa en Python de entre 1.000 y 2.000 líneas que controla un motor de pintura simulado. Este método se asemeja a la edición agéntica de imágenes, donde el modelo selecciona herramientas y evalúa el resultado visual de forma iterativa.

En una de las pruebas solicitadas por Eaton —donde pidió una pintura lo más indistinguible posible de una fotografía—, el modelo representó un carrito de compras en un estacionamiento iluminado por el sol. Tras las críticas previas al modelo hermano Opus 5.5 por limitarse a imitar arte existente, Eaton instruyó a Fable 5.2 para crear sus propios perfiles de artistas con estilos consistentes e historias ficticias.

Sin botón de deshacer: corrección paso a paso
El ingeniero de Anthropic Michael Graczyk compartió registros de conversación y video de experimentos donde el modelo no podía deshacer ninguna pincelada una vez trazada. A diferencia de los generadores de video como Flux 3, que producen secuencias completas de fotogramas, Fable 5.2 debe comprometerse con cada coordenada en orden secuencial.
En la escena de un pájaro al amanecer, el modelo inició con el código de color #30346a, un ancho de 90 píxeles y una ligera oscilación intencional de unos siete píxeles para imitar la imprecisión de un brazo humano. Al notar que el lomo del ave quedaba demasiado delgado, aplicó un trazo más grueso encima, logrando un acabado similar al de plumas erizadas.
| Demostración | Autor del experimento | Pinceladas registradas | Característica destacada |
|---|---|---|---|
| Carrito en estacionamiento | Jake Eaton | ~700.000 | Acabado fotorrealista mediante código Python |
| Pájaro al amanecer | Michael Graczyk | 111 | Video de 21 segundos sin opción de deshacer |
| Dos personas pintando al atardecer | Michael Graczyk | 280 | Repintado de objetos manchados por iluminación tardía |

En la pieza de las dos personas pintando al atardecer, un efecto de iluminación tardío manchó accidentalmente los tubos de pintura y una taza sobre la mesa. Claude detectó la desviación al inspeccionar el lienzo y repintó los objetos afectados, manteniendo además la indicación del prompt de que ambas figuras pintaran con sus manos exteriores para tocarse los hombros.
Razonamiento espacial transferido a robots físicos
Según Anthropic, tanto Fable 5.2 como su variante orientada a investigadores de seguridad y biología, Mythos 5.2, están diseñados para tareas técnicas de largo horizonte. En pruebas internas, Fable 5.2 resolvió dos problemas abiertos en física de agujeros negros, diseñó tres dispositivos electrónicos funcionales junto al fabricante Diode y empleó más de 1.000 subagentes para programar su propio sistema operativo de portátil en ocho días.
Esta capacidad de planificación bajo restricciones físicas también se evaluó en robótica. El investigador de IA Aris Zhu enfrentó a Fable 5.2 contra GPT-6 Astra de OpenAI utilizando brazos robóticos reales para pintar «La noche estrellada» de Van Gogh, complementando las cifras del benchmark interno RoboDojo Sim de Anthropic.
| Modelo | Puntuación en RoboDojo Sim | Velocidad en brazo robótico real | Control motor fino (prueba del dominó) |
|---|---|---|---|
| Claude Fable 5.2 | 64,9 % | Más lento | No logró equilibrar la ficha |
| GPT-6 Astra (OpenAI) | 29,8 % | Más rápido | Logró poner de pie una ficha usando la gravedad como pivote |
Aunque Fable 5.2 duplicó con creces a su rival en la simulación interna, la comparativa física de Zhu evidenció límites en motricidad fina. GPT-6 Astra ejecutó los trazos con mayor rapidez y fue el único capaz de colocar una ficha de dominó en vertical al aflojar lentamente su pinza para aprovechar la gravedad.
Fuente: The Decoder