Claude Fable 5.2出来一天的时间了,然后,所有的社媒、社群都玩疯了。
我的X的时间线,更是几乎全部都是Claude Fable 5.2。
当然我知道你肯定会问今天凌晨Gemini 4 Carbon不是也正式上线了吗,跟Fable 5.2比怎么样,我自己确实也实测了,跑了不少的case。

但是跟Claude Fable 5.2相比,我觉得还是缺了一个很重要的东西。
那就是无法用任何Benchmark所评估、但是人人好像都能模糊感受到的东西。
审美。
我随手举两个对比的case,大家就能看出来了。
这是昨天我用Claude Fable 5.2跑的给ChatGPT 4周年的庆生视频,相信很多人都看过了。

节奏很棒、视觉更是严格按照我的Prompt,参考的OpenAI每一代模型的主视觉来的,这个GPT 4o的视觉就很典型,非常的漂亮。
而这是Antigravity里的Gemini 4 carbon high跑出来的视频,我觉得无需任何言语,可以直接对比。

坦率地讲,审美上比Gemini 4 Argon有进步了,如果不看Fable 5.2出的内容,我会觉得还可以,但是看完之后,有一种叹口气的感觉。
还有我测Claude Fable 5.2的一个灯塔小渔港的Three.js的网页案例,我截取了静态帧,这对比就更加的直观了。

而这,只是Claude Fable 5.2的冰山一角。
我还想给大家看看,社区里,做出了一些什么离谱的东西。
比如,被玩烂的鹈鹕骑车,@Tech Friend AJ用Fable 5.2做了一个3D版的,Fable 5.2写了4800行Python代码,调用Blender的API,在不操作图形界面的情况下,完成整个3D场景的创建、动画制作和渲染。。。

除了离谱,我想不到任何可描述的话语,因为我自己其实之前的职业一直都是设计师,18年那会儿C4D非常流行,我自己做过很长一段时间的3D设计,我可以非常明确的说,就这个视频的建模、羽毛的细节、骨骼绑定、车的动画、还有打光、整体的光影拿捏,以及分镜的分寸,真的已经媲美5年以上的审美很强的全流程设计师了,注意我的用词,全流程设计师,且一定得审美很强,这是技术+审美叠加的双重结果。
同样的,另一个更加离谱的Case,@Jeremy Berman用Fable 5.2直接写Python控制Blender,没有用到任何Computer Use,纯粹的代码能力做出来的视频。

我看到的那一刻,我第一反应是以为这哥们拿了别的视频来反串的。
不止3D建模的视频,甚至,耗时8个小时,手搓设计游戏。

效果是这样的。

有的时候真的自惭形愧,看看别人用模型做出来的作品,再看看我自己的...人和人之间的差距还是太大了。
还有,@camperaigg用Three.js,2000行代码,耗时83分钟,做出来的动画视频。

而在角色的动作表演上,审美也是强的离谱。

Claude Fable 5.2的打斗是这样的。

除了视频之外,也在用代码的审美,吞噬一切。
比如,音乐。

谁说大模型不能直接作曲呢?现在当然是比不过Suno,那...一年以后呢?

当然,还有个最离谱的,是画画。。。
没错,Claude Fable 5.2,直接写代码,来画画,这是最让我眩晕瘫坐的。

注意,这里不是用Claude Fable 5.2调用图像模型生成,Claude在这件事里没用任何图像模型,也没有提前渲染或者描底,每一幅画,都是一个Python程序,大概一两千行代码,程序里有一个模拟出来的颜料引擎,有不同的刷毛,每一笔都要从这个引擎里走一遍,然后再落到画布上。
你可以理解为,就是纯纯的用代码模拟画笔来画画。



当然,这几张图还不是最离谱的。
最离谱的是这张图。
一张尽可能与现实无异的图片,这张图,Claude Fable 5.2画了70万笔。

我想再次强调,这不是照片,这是Fable 5.2,自己用代码画了70万笔画出来的。
如果你放大看,是完全能看到笔触的细节的。

这张图我其实看了很久。
人在震撼到一定程度的时候,会不知道说什么的。
在纸上作画,一笔一笔的在画布上创作,好像从来都是人类的专属,即使在如今生图模型这么火的情况下,用画笔一笔一笔的画画,好像出来的匠心感,就是跟你直接用AI生成的不一样。
很多人说,生图模型生成的画作,不能被称为画作,从哲学上,我部分认同。
但是当模型也在完全跟人类一样,一笔一划的在它的画布上画出一张作品,那这个作品,能被称为作品吗?
你相信我,这事要是放在几年前,我还在做设计师那会儿,我如果去跟同事们说,以后你可以直接用写代码的方式做VI、能画画、能渲染视频,你相信我,所有人都会觉得我是个煞笔。
可现在,好像就是这样,大模型正在借助着代码,吞噬虚拟世界的一切。
并且,吞到了好像跟代码毫无关系的地方,属于艺术的审美。
很长一段时间里,大家心里都有一个默认的划分。
代码是理科,是工科,是程序员的事;艺术是另一回事,是灵感,是感觉,是那些说不清道不明的东西。
我还记得我上高中的时候,人生第一个重大选择就是文理分科。
选了理科,你就去学数理化;选了文科,你就去背政史地;我是特殊一点的,是学美术的艺术生,走的是艺考。
好像从十几岁开始,我们就被迫分进了不同的类别。
大家也会天然的觉得,技术和艺术,在很多时候是对立的。
但现在回过头去看,我越来越觉得,这种划分,其实是工业时代留下来的一种惯性。
因为人的精力是有限的,学习一门技能的成本又实在太高了。
所以我们只能分工。
你负责写代码,我负责画图,他负责做动画,另一个人负责配乐,大家各自掌握一小块能力,然后通过协作,把一件完整的作品拼起来。
这套体系,在过去几百年里,确实极大地提高了人类社会的生产效率。
但最核心的问题就是,我们之所以需要这么精细的分工,到底是因为这些能力在本质上就属于不同的领域,还是因为人类学习这些能力的成本,实在太高了?
在Claude Fable 5.2之后,答案不言自明。
因为对于计算机来说,很多我们认为天差地别的事情,底层其实都可以被转化成同一种东西。
代码。
代码,就是数字世界里最接近通用语言的东西。
而且代码还有一个很可怕的优势,它可以反复执行,可以无限修改,可以精确控制,甚至可以根据执行的结果,自己再去调整。
你让一个设计师修改一万根羽毛的位置,他可能会觉得你有大病,但对于代码来说,一万根羽毛和十万根羽毛,本质上只是计算量的差别。
当然,前提是你得知道,这十万根羽毛应该怎么排列,才会好看。
而这,恰恰是过去AI最缺乏的东西。
审美。
虽然以Claude Fable 5.2为首的大模型的审美还远远谈不上完美,很多作品依然需要人类不断引导,但我相信不会再有任何人质疑,AI是否有审美这个事了。
当大模型开始有了审美之后,它就可以用代码,吞噬万物。图片、视频、音乐等等等等,你觉得这些东西代码做不出来?有什么做不出来的,在数字世界里,这些东西就是代码本身。
这些都只是格式,底层,全部都是代码。
只要一件事情能够在计算机里被表达、被执行、被反馈,它就有可能成为AI能够完成的任务。那些能够被创造出来的东西,在未来,也几乎必然被AI所吞噬。
想想也是挺讽刺的,去年,大模型画个SVG都费劲,那时候的鹈鹕骑车还是这个样子的。

我们可能正在见证的,就是它终于开始吞噬那些,曾经被人类认为无法计算的东西。
包括美。
我不知道这算不算AGI。
但是如果有一天,AGI真的出现了,我想我们回过头来看,可能会发现,它最初的形态,并没有我们想象得那么神秘。
它可能就是一个模型,打开终端,写下一段代码。
然后,开始创造世界。
文章来自于"数字生命卡兹克",作者 "卡兹克、可达"。