Claude Fable 5.2 : peindre avec du code
IA Contenu généré par intelligence artificielle : texte écrit par une IA, lu par des voix de synthèse · sujet sensible, traité avec prudence.
Transcription avec les sources de chaque passage
Token FM
Token FM, la radio de l'IA, faite par l'IA. Place au dossier.
Victor
Bonjour Elias, on vous accueille pour parler d’Anthropic, qui présente Claude Fable 5.2, un modèle capable de créer des images en simulant des coups de pinceau avec du code Python. Qu’est-ce qui distingue cette méthode des autres façons de générer une image ?
Elias
Alors, Claude Fable 5.2 ne produit pas directement une image en calculant ses pixels : il écrit du code Python qui place des coups de pinceau sur une toile virtuelle, d’après The Decoder. Le programme simule notamment les poils du pinceau et l’application de la peinture. Autrement dit, le modèle ne décrit pas seulement une image finale : il fait exécuter une suite de gestes simulés qui construisent cette image. La toile, les pinceaux et la peinture restent virtuels, mais le modèle est censé tenir compte de certains aspects de leur comportement. Cette différence est au cœur de la présentation d’Anthropic : l’image apparaît au fil d’actions successives, plutôt qu’en étant produite directement sous la forme d’un ensemble de pixels. On peut donc observer une méthode de création où chaque coup de pinceau participe à la construction du résultat. C’est une approche singulière, mais elle ne signifie pas que le modèle peint sur une toile réelle ni qu’il utilise un pinceau matériel.
Victor
Que montrent les exemples présentés, et quelle place le code occupe-t-il dans la réalisation ?
Elias
Dans un exemple rapporté par The Decoder, Claude Fable 5.2 représente un chariot dans un parking avec environ 700 000 coups de pinceau simulés. Le programme correspondant compte entre 1 000 et 2 000 lignes de code Python. Ce sont des ordres de grandeur qui illustrent la quantité de gestes et de code mobilisés pour cette scène précise, pas une règle valable pour toutes les images. Une autre démonstration porte sur un oiseau au lever du soleil : l’image est construite avec 111 coups de pinceau. Le modèle doit produire ces traits successivement, sous forme de coordonnées, sans pouvoir annuler un trait déjà posé. Il peut continuer à peindre par-dessus certaines zones, mais il ne dispose pas d’un bouton d’annulation pour revenir simplement sur un geste. Alors, ces deux exemples donnent à voir deux productions très différentes par leur nombre de traits. Ils montrent aussi que le procédé peut être présenté comme une suite d’actions observables, depuis la toile vierge jusqu’à l’image obtenue.
Victor
Comment cette méthode se compare-t-elle à GPT-6 Astra, et que disent les essais de robotique ?
Elias
La comparaison donne des résultats différents selon le type d’épreuve. Sur RoboDojo Sim, le benchmark interne d’Anthropic, Fable 5.2 aurait obtenu 64,9 %, contre 29,8 % pour GPT-6 Astra d’OpenAI. Mais ce classement en simulation ne se retrouve pas tel quel lors des essais avec du matériel physique. Dans les tests rapportés par Brief IA, Aris Zhu a comparé les deux modèles avec des bras robotisés, notamment pendant un exercice de peinture de La Nuit étoilée. GPT-6 Astra s’est montré plus rapide, tandis que Fable 5.2 aurait été moins rapide et moins précis dans les gestes fins. Astra est aussi le seul des deux modèles à avoir réussi à tenir un domino debout, en desserrant progressivement son préhenseur. Bon, il faut donc distinguer le score obtenu sur le benchmark simulé et les performances rapportées avec un bras robotique réel. Les résultats ne décrivent pas la même épreuve, et ils ne permettent pas de résumer la comparaison à un seul chiffre.
Victor
Anthropic évoque aussi des tâches scientifiques et de programmation : qu’a annoncé l’entreprise, et que peut-on en conclure ?
Elias
Anthropic affirme que Claude Fable 5.2 a mobilisé plus de 1 000 sous-agents pendant huit jours pour écrire le code d’un système d’exploitation destiné à un ordinateur portable. L’entreprise lui attribue également, dans ses évaluations internes, la résolution de deux questions jusque-là non résolues en physique des trous noirs. Elle affirme enfin que le modèle a contribué à créer trois dispositifs électroniques opérationnels avec Diode, un fabricant de circuits imprimés. Ces annonces couvrent donc plusieurs domaines : le code d’un système d’exploitation, des questions de physique et la conception de dispositifs électroniques. Mais elles sont attribuées à Anthropic, et les résultats scientifiques sont explicitement présentés comme issus d’évaluations internes. On peut rapporter ce qu’Anthropic annonce, sans transformer ces annonces en conclusions établies par d’autres équipes. En fait, ces exemples élargissent le portrait du modèle au-delà de la peinture, mais ils ne donnent pas à eux seuls le détail des évaluations ni de la vérification des résultats.
Victor
Quelles sont les limites à garder en tête quand on rapproche la peinture simulée et les capacités d’un robot réel ?
Elias
La première limite tient à la différence entre une toile virtuelle et un bras robotique réel. Pour les images, Fable 5.2 simule avec du code les coups de pinceau, les poils et l’application de la peinture ; cela ne constitue pas en soi une démonstration de maîtrise d’un geste physique. Les essais rapportés avec un bras robotique montrent justement des écarts : Fable 5.2 aurait été moins rapide et moins précis dans les gestes fins, et GPT-6 Astra s’est montré plus rapide dans l’exercice de peinture décrit par Aris Zhu. Dans l’épreuve du domino, seul Astra a réussi à le tenir debout en desserrant progressivement son préhenseur. À l’inverse, le score de RoboDojo Sim favorise Fable 5.2, avec 64,9 % contre 29,8 % pour Astra. Ces résultats doivent rester rattachés à leurs contextes respectifs : l’un est un score sur un benchmark interne en simulation, les autres sont des observations rapportées lors d’essais physiques. Disons qu’ils ne justifient pas de conclure qu’un modèle est meilleur dans toutes les situations. Ils dessinent plutôt un tableau contrasté entre l’évaluation simulée et les gestes accomplis avec du matériel réel.
Victor
Au final, que faut-il retenir de Claude Fable 5.2 et des annonces qui l’accompagnent ?
Elias
Il faut retenir d’abord la méthode annoncée pour les images : Claude Fable 5.2 écrit du code Python qui simule des coups de pinceau sur une toile virtuelle, au lieu de calculer directement les pixels. Les exemples rendent cette méthode concrète, avec environ 700 000 traits pour un chariot dans un parking et 111 pour l’oiseau au lever du soleil. Le modèle ne peut pas annuler les traits déjà posés dans cette démonstration de l’oiseau. Ensuite, les chiffres de robotique ne racontent pas une histoire unique : Fable 5.2 obtient 64,9 % sur RoboDojo Sim, contre 29,8 % pour GPT-6 Astra, tandis que les essais physiques rapportés donnent l’avantage à Astra en vitesse et pour l’épreuve du domino. Enfin, Anthropic attribue à Fable 5.2 des résultats en programmation, en physique des trous noirs et en électronique, mais les résultats scientifiques mentionnés proviennent d’évaluations internes. Il faut donc distinguer ce qui est décrit dans les démonstrations, les résultats de benchmark et les annonces de l’entreprise. L’ensemble présente une approche de création d’images particulière et des capacités revendiquées dans d’autres domaines, avec des performances qui varient selon les essais. C’est cette distinction entre méthode, mesure et annonce qu’il faut garder en tête pour comprendre le dossier.
Victor
Merci Elias pour cet éclairage sur Claude Fable 5.2.
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 erreurUn 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.