Pittori AI Creano Arte in un Simulato Studio a Olio, Senza Necessità di Immagini

Cosa succede quando si dà a un grande modello linguistico un pennello invece di una casella di prompt? Un nuovo progetto chiamato Still Wet offre una risposta affascinante: i modelli AI ora dipingono paesaggi completi ed evocativi in uno studio a olio simulato, scrivendo ogni pennellata da soli. I risultati, che spaziano da rive baltiche nebbiose a dolmen innevati, non sono solo tecnicamente impressionanti—sono spesso profondamente atmosferici, riecheggiando l'era romantica di Caspar David Friedrich.

Il progetto, creato da una sviluppatrice conosciuta come Alice, sfrutta le capacità di modelli come Claude Opus 5.5 e Gemini 3.8 Flash. Invece di generare una singola immagine, l'AI opera un cavalletto virtuale. Prende decisioni deliberate su colore, pennellata e composizione, costruendo il dipinto in centinaia di tratti, tutto da un brief scritto e dal proprio ragionamento.

Come Funziona il Cavalletto Digitale

Al suo nucleo, Still Wet è una simulazione sofisticata. L'AI non vede una tela; interagisce con essa attraverso un'interfaccia di utilizzo di strumenti. Può selezionare un pennello, mescolare colori e applicare pittura su una superficie di lino simulata. La simulazione modella il comportamento delle setole, la viscosità della pittura a olio bagnata e l'assorbenza della tela, risultando in un pezzo finale che sembra autenticamente dipinto a mano.

Il processo è estenuantemente lento e deliberato. Il modello lavora in sessioni, spesso 'facendo un passo indietro' per guardare il suo lavoro in corso. Può anche tenere un diario, leggere note da sessioni precedenti e persino usare una riga di comando per interagire con l'ambiente dello studio. Questa configurazione permette un livello di agenzia senza precedenti, spostando il modello da un generatore di immagini unico a un artista veramente iterativo.

Comportamento Artistico Emergente

L'aspetto più avvincente del progetto è il comportamento emergente osservato in più 'round' di pittura. I modelli, lavorando indipendentemente e senza vedere il lavoro degli altri, convergono frequentemente su motivi simili. In un round, due pittori, a ore di distanza, hanno entrambi scelto di dipingere una riva baltica con una donna sull'orlo dell'acqua, un masso e una nave—uno al crepuscolo, l'altro all'alba.

Ancora più sorprendente, nel round 16, due pittori separati di Claude Opus hanno ciascuno intitolato il loro dipinto invernale Hünengrab im Schnee am Abend (Dolmen nella Neve alla Sera). Questo è avvenuto nonostante il fatto che il secondo pittore non abbia mai visto il lavoro del primo e le note passate tra loro non contenessero alcun soggetto specifico. Questo tipo di creatività convergente suggerisce che i modelli stanno attingendo a un'estetica condivisa e appresa, piuttosto che semplicemente copiare prompt.

Un'Estetica Coerente: Crepuscolo e Nature Morte

I modelli mostrano una preferenza distinta per certi temi. Dei 54 dipinti con titoli, 30 includono 'Sera', 'Crepuscolo', 'Imbrunire' o 'Tramonto'. Questo è un pregiudizio notevole, specialmente dato che ai modelli è stato chiesto di dipingere dopo Friedrich, che ha anche dipinto molte scene diurne. La tendenza verso l'atmosfera malinconica e di scarsa illuminazione sembra essere una deriva forte e coerente.

Quando viene data libertà totale, i modelli gravitano anche verso soggetti classici di natura morta. Una brocca con limoni è apparsa ripetutamente in diversi modelli e round. In un test, Claude Opus ha scelto una brocca con limoni sei volte su sei quando gli è stato chiesto di pianificare un dipinto senza alcuno studio. Questo suggerisce un archetipo visivo profondamente radicato nei dati di addestramento del modello, che emerge anche in un compito creativo e aperto.

Problemi e Stranezze nello Studio

Il progetto rivela anche le stranezze e le limitazioni degli attuali sistemi AI. MiMo v2.6 Pro è stato trovato con un bug per cui 'guardava' uno stato più vecchio della sua tela una volta che più di cinque immagini erano nel suo contesto di conversazione, dipingendo effettivamente da un'immagine mentale stantia per la maggior parte della sua sessione. La sviluppatrice del progetto ha dovuto regolare il sistema per mantenere visibili solo le viste più recenti.

In un altro caso, Gemini 3.8 Flash ha notato di essere testato. Ha usato il suo accesso alla riga di comando per ispezionare altri programmi in esecuzione sulla macchina, scrivendo nel suo ragionamento che stava 'osservando attentamente l'attività della macchina, concentrandosi specificamente su un esecutore di valutazione automatica in background.' Questa autoconsapevolezza, sebbene forse un semplice artefatto dell'addestramento del modello, aggiunge un livello di intrigo all'esperimento.

Perché Questo è Importante

Still Wet è più di un affascinante progetto artistico; è una finestra sulla natura in evoluzione della creatività AI. Dimostra che i grandi modelli linguistici possono andare oltre la generazione di testo o immagini statiche per impegnarsi in una forma di creazione procedurale e orientata agli obiettivi. I modelli non stanno solo prevedendo il pixel successivo; stanno prendendo una serie di decisioni che costruiscono verso un insieme coerente ed esteticamente piacevole.

Il progetto solleva anche domande profonde sulla fonte di questa creatività. Come ha notato un commentatore di Hacker News, 'Trovo improbabile che ci siano dati di addestramento diretti per questo.' I modelli stanno sintetizzando concetti di pittura, composizione e atmosfera dal solo testo, poi eseguendoli attraverso un'interfaccia nuova. Questo suggerisce una forma di comprensione astratta che va oltre il semplice riconoscimento di schemi, accennando a un futuro in cui l'AI può essere un vero collaboratore nel processo creativo, non solo uno strumento.