Claude Fable 5.2 ฉีกกฎ AI ไม่ได้แค่เจนภาพ แต่ ‘วาด’ ด้วยฝีแปรงจำลอง

· By: SirilukP

Image description

ประเด็นสำคัญ

  • Claude Fable 5.2 โมเดลภาษาใหม่จาก Anthropic สร้างภาพด้วยการวางฝีแปรงผ่านโค้ด Python ซึ่งจำลองคุณสมบัติทางกายภาพ ทั้งพื้นผิวขนแปรงและการลงน้ำหนักสี
  • ในการสาธิต โมเดลสร้างภาพลานจอดรถจากการวาดถึง 700,000 ครั้ง และภาพนกจากชุดพิกัด 111 ชุด โดยสามารถวาดทับเพื่อแก้ไขส่วนที่ผิดพลาดได้
  • ผลทดสอบ RoboDojo Sim พบว่า Fable 5.2 ทำคะแนนได้ 64.9% แซงหน้า GPT-6 Astra ของ OpenAI ที่ทำได้ 29.8% แต่ยังตามหลังคู่แข่งในด้านความเร็วและการควบคุมหุ่นยนต์ในโลกจริง

Claude Fable 5.2 ของ Anthropic สร้างนิยามใหม่ให้งานศิลปะ AI ด้วยการใช้โค้ดควบคุมฝีแปรงแต่ละอันนับแสนครั้ง เพื่อสร้างภาพวาดที่ซับซ้อนและสมจริงระดับภาพถ่ายบนผืนผ้าใบเสมือนจริง

ต่างจากโมเดลอย่าง Midjourney ที่ใช้กระบวนการ diffusion เพื่อปรับแต่งภาพจากสัญญาณรบกวน Fable 5.2 กลับใช้วิธีจำลองการวาดภาพทางกายภาพ ทั้งการสะบัดขนแปรง การผสมสี และการแก้ไขความผิดพลาดด้วยการวาดทับ ซึ่งเป็นกระบวนการที่เลียนแบบศิลปินมนุษย์อย่างใกล้ชิด

Jake Eaton นักวิจัยจาก Anthropic ได้เผยแพร่ผลลัพธ์บน X เพื่อแสดงให้เห็นถึงขีดความสามารถของแนวทางนี้ โดยเมื่อเขาขอให้ Fable 5.2 สร้างภาพวาดที่ดูสมจริงเหมือนภาพถ่ายให้มากที่สุด โมเดลได้สร้างภาพรถเข็นในลานจอดรถผ่านการลงฝีแปรงจำลองประมาณ 700,000 ครั้ง

A photorealistic painting of a shopping cart in a parking garage, with bright sunlight casting shadows on the wall.

Eaton ระบุว่า Claude ทำงานโดยไม่พึ่งพาโมเดลภาพภายนอกหรือการลอกลาย แต่สร้างงานผ่านโปรแกรม Python ความยาว 1,000 ถึง 2,000 บรรทัดที่ขับเคลื่อนเครื่องยนต์การวาดภาพจำลอง แนวทางนี้คล้ายกับ agentic image editing ที่โมเดลภาษาจะเป็นผู้เลือกใช้เครื่องมือและประเมินผลลัพธ์ด้วยตัวเอง เพื่อตอบโต้คำวิจารณ์ในรุ่นก่อนหน้าอย่าง Opus 5.5 ที่ถูกมองว่าเป็นเพียงการเลียนแบบงานศิลปะที่มีอยู่ Eaton จึงให้ Fable 5.2 สร้างตัวตนศิลปินและสไตล์เฉพาะตัวขึ้นมาใหม่ โมเดลต้องการการลงแปรงหลายพันครั้งต่อภาพ โดยมี Eaton คอยให้คำแนะนำและติชมผลงานอย่างต่อเนื่อง

A painting of a yellow tube slide on a playground beneath a blue sky with a white cloud.

เมื่อไม่มีปุ่มย้อนกลับ ทุกฝีแปรงจึงต้องแม่นยำ

Michael Graczyk วิศวกรของ Anthropic ได้แชร์ บันทึกการแชทและวิดีโอ การทดลองวาดภาพนกยามอาทิตย์อุทัย โดย Fable 5.2 ต้องคำนวณฟิสิกส์ของขนแปรงและสีที่เปียกบนผ้าใบเองทั้งหมด ที่สำคัญคือไม่มีฟังก์ชันย้อนกลับ (undo) เมื่อวางฝีแปรงลงไปแล้ว ซึ่งต่างจากวิดีโอ AI ของโมเดลอย่าง Flux 3 ที่สร้างภาพต่อเนื่องโดยตรง

ในวิดีโอสาธิต 21 วินาที เผยให้เห็นการก่อตัวของภาพจากฝีแปรง 111 ครั้ง โดยฝีแปรงแรกมีการเพิ่มความส่ายของเส้นประมาณ 7 พิกเซล ซึ่ง Fable 5.2 อธิบายว่าเป็นการจงใจเลียนแบบธรรมชาติของมือมนุษย์ที่ไม่สามารถวาดเส้นตรงเผียบได้ตลอดเวลา

นอกจากนี้ โมเดลยังสามารถตอบสนองต่อความผิดพลาดของตัวเองได้ เช่น เมื่อพบว่าส่วนหลังของนกดูบางเกินไป AI จะวางฝีแปรงที่หนาขึ้นทับลงไปเพื่อให้ดูเหมือนขนที่ยุ่งเหยิง หรือในภาพคนวาดภาพยามพลบค่ำที่ Claude ได้วาดทับวัตถุที่เลอะเทอะใหม่เพื่อให้ตรงตามคำสั่ง (prompt) ที่ได้รับ

An overhead view of a painting showing a long table with a white tablecloth after a meal, with plates, glasses, a red wine spill, and a child’s drawing.

จากผืนผ้าใบสู่การควบคุมหุ่นยนต์ในโลกจริง

ความสามารถในการวางแผนและแก้ไขตัวเองของ Fable 5.2 ยังถูกนำไปประยุกต์ใช้กับงานด้านเทคนิคที่ต้องการความแม่นยำสูง เช่นเดียวกับรุ่น Mythos 5.2 โดยในการทดสอบภายใน โมเดลสามารถแก้ปัญหาฟิสิกส์หลุมดำ ออกแบบอุปกรณ์อิเล็กทรอนิกส์ร่วมกับผู้ผลิตอย่าง Diode และใช้ sub-agents กว่า 1,000 ตัวเพื่อเขียนระบบปฏิบัติการแล็ปท็อปของตัวเองได้ใน 8 วัน

Aris Zhu นักวิจัย AI ได้ทดสอบประสิทธิภาพของโมเดลผ่านแขนหุ่นยนต์จริงในการวาดภาพ "The Starry Night" แข่งกับ GPT-6 Astra ของ OpenAI ผลปรากฏว่า Fable 5.2 ทำคะแนนในเกณฑ์ RoboDojo Sim ได้สูงถึง 64.9% ทิ้งห่างคู่แข่งที่ทำได้เพียง 29.8%

อย่างไรก็ตาม การทดสอบในโลกจริงยังแสดงให้เห็นถึงข้อจำกัดด้านการควบคุมกล้ามเนื้อมัดเล็ก โดย Astra ยังวาดภาพได้เร็วกว่า และเป็นเพียงโมเดลเดียวในขณะนี้ที่สามารถตั้งโดมิโนให้ตรงได้สำเร็จด้วยการคำนวณแรงโน้มถ่วงและจุดหมุนอย่างละเอียด

Source: The Decoder
ดูแลงานแปลและเรียบเรียงโดย SirilukP

ความคิดเห็น (0)

เข้าสู่ระบบเพื่อร่วมแสดงความเห็น

สมัครสมาชิก

มาเป็นคนแรกที่แสดงความเห็นกันเลยโบร