这一周,AI圈吵得最凶的架,不是跑分跑出来的,是一张“画”。
一段代码画了70万笔的图
11月10日,Anthropic放出下一代双旗舰Fable 5.2和Mythos 5.2,全网立刻玩疯。“鹈鹕骑车”这个梗早被玩烂,Fable 5.2直接写了4800行Python指挥Blender,没碰图形界面,建模、骨骼绑定、灯光、渲染一气呵成。知乎知乎知乎
更眩晕的是“画画”:每幅画其实是一两千行Python程序,模拟颜料引擎里每一笔都要从刷毛走到画布上。知乎
最离谱的那张“照片”,是Fable 5.2自己用代码画了70万笔。网友做的FPS游戏《Saltline》,传闻成本只要550美元上下。知乎知乎

“梁圣难道真对了?”
官方还晒出更硬核的:1000个智能体,30小时把费马大定理完全形式化——这原本是一位数学教授拿了五年经费、计划2029年完工的课题。知乎知乎
更炸的是,它没训过机器人数据,却在双臂机器人基准RoboDojo上跑出64.9%,把具身圈看麻了。代码流风头正劲,有人翻出DeepSeek梁文锋当年对多模态必要性的公开质疑——B站那条《DeepSeek真是对的?Fable 5.2靠代码杀穿多模态》两天冲到19万播放、6500多赞,是本周多模态圈的热度天花板。知乎哔哩哔哩

评论区反方更值得看
点赞破千的最高评论直接点破:这模型本身就是原生多模态,图像视频上烧的训练资源可不小——拿它论证“多模态没用”,约等于鱼论证水没用。DeepSeek这次开放的全家桶应用API,Search、Fetch、OCR、ASR、TTS全打包,图片理解在原有API里打开对应参数就能拿到。哔哩哔哩哔哩哔哩知乎
TTS目前只支持最基本的音色合成,音色克隆、情感可控都还没有。但这恰恰说明:没人真的放弃多模态。哔哩哔哩
原生生图为什么还在卷
如果代码流真无敌,开源世界不会这么忙。MiniMax刚开源生图模型H3-Image,原生4K、一张两毛,丢给它一张产品外观图,它能自动推演出标准的正交三视图,一个不差。知乎
而“看懂”恰是多模态当下的软肋:最新讨论里,顶尖多模态模型“预测下一秒物理事件”的准确率仍远低于人类,且这个差距不随模型变大自动消失。知乎

对普通用户,就三句话
做3D、游戏、动画:代码路线已经能打,一句话就够;
批量出图、要性价比和可控:原生生图的开源路线更实惠;
注意账单:Fable 5.2的缺点是“雷霆大思考”,token效率确实不高,“好用是真的 额度烧的也快”是评论区最一致的反馈。知乎哔哩哔哩
这场架的结论不是“代码干掉多模态”,而是两条路线互相看见了对方:生成可以靠代码硬凑,理解还得在像素里交学费。接下来半年,继续看戏。