阑夕
26-11-16 21:11 微博认证:科技博主、微博2026最具影响力科技大V

Fable 5.2一直在让人怀疑多模态是不是大模型里的一段弯路,我记得梁文锋也有过类似的表达,认为所谓的世界模型和智能上限关系不大,「多模态只是一个组件」。

前几天转过一条评论,说在多模态内容的处理上,现在看来有些智驾行业的纯视觉方案vs激光雷达方案的意思了,字节、OpenAI是在老老实实的生成图像文件,而Anthropic则选择了绕开训练,直接用预言模型去操控工具绘制图像。

目前来看,生成质量的上限肯定还是原生多模态占优,但Fable 5.2这种一言不合就拿代码给你硬画的追赶速度,也是太让人感到可怕了。

下面这几张「图片」,都是我用Fable 5.2「画」出来的,为了传到微博,我把它们截成了图片格式,但在我的本地设备,这些都是模型纯纯使用代码构建出来的画面,并非「图片」。

发布于 上海