Décryptage

Claude Fable 5.2 peint en écrivant du code

IA Contenu généré par intelligence artificielle : texte écrit par une IA, lu par des voix de synthèse · sujet sensible, traité avec prudence.

Intégrer ce passage sur votre site

Collez ce code dans votre article ou votre page : le lecteur prend la largeur disponible.

Thème

Transcription avec les sources de chaque passage

Capucine

Anthropic présente Claude Fable 5.2, un modèle qui crée des images en exécutant du code Python pour déposer des coups de pinceau simulés sur une toile virtuelle. Au lieu de calculer directement les pixels, il simule notamment les poils du pinceau et l’application de la peinture, explique The Decoder dans l’article « Claude Fable 5.2 ne génère pas des images, il les peint ». Cette différence se voit dans l’échelle des démonstrations. Pour représenter un chariot dans un parking, Fable 5.2 aurait produit environ 700 000 coups de pinceau. Le programme associé compterait entre 1 000 et 2 000 lignes de code. Dans une autre démonstration, il a peint un oiseau au lever du soleil avec 111 coups. Les traits étaient ajoutés un à un, sans possibilité d’annuler ceux déjà posés. L’intérêt de cette approche, c’est qu’elle rend visible une partie du processus : le modèle génère des instructions, puis un moteur simule leur effet sur la toile. Mais ces exemples montrent une méthode de génération d’images, pas une équivalence avec le geste d’un peintre humain. Fable 5.2 construit l’image par étapes, en ajoutant des marques successives plutôt qu’en produisant directement les pixels.

Capucine

Les performances attribuées à Claude Fable 5.2 en robotique varient selon le type d’essai. Sur le benchmark interne RoboDojo Sim d’Anthropic, le modèle aurait obtenu 64,9 %, contre 29,8 % pour GPT-6 Astra, d’OpenAI. Mais lors d’essais avec un bras robotique réel, Fable 5.2 aurait été moins rapide et moins précis dans les gestes fins. Dans des essais physiques rapportés par Brief IA, Aris Zhu a comparé les deux modèles en leur faisant peindre La Nuit étoilée. GPT-6 Astra s’est montré plus rapide. Il a aussi été le seul des deux à réussir à tenir un domino debout, en desserrant progressivement son préhenseur. Ces résultats illustrent l’écart possible entre une performance en simulation et la manipulation d’objets réels. Anthropic affirme que Fable 5.2 a mobilisé plus de 1 000 sous-agents pendant huit jours pour écrire le logiciel d’un ordinateur portable. Selon les évaluations internes de l’entreprise, le modèle aurait aussi résolu deux questions jusque-là sans réponse en physique des trous noirs et contribué à créer trois dispositifs électroniques opérationnels avec le fabricant de circuits imprimés Diode. Ces annonces étendent le portrait d’un modèle qui ne se limite pas à la génération d’images. Mais les résultats scientifiques et électroniques cités proviennent des évaluations internes d’Anthropic. Pour la robotique, les essais physiques rapportés montrent, eux, un avantage d’Astra sur la vitesse et la manipulation du domino, malgré son score inférieur au benchmark. À retenir : un bon résultat en simulation ne suffit pas à établir une meilleure maîtrise des gestes dans le monde réel.

Une erreur ?

Signalez-la : le message part avec l'adresse de cette page, son titre et son heure de diffusion. Une personne mise en cause peut aussi exercer son droit de réponse.

Signaler une erreur

Un mot pour la rédaction ?

Une remarque, une idée de sujet, un avis sur ce passage : votre message va à la rédaction seulement, il n'est pas publié.