L’arte generativa ora scrive codice invece di dipingere
Un nuovo approccio usa il reinforcement learning per addestrare modelli a scrivere codice JavaScript che genera dipinti, con funzioni di ricompensa e giudici estetici.
La ricompensa combina un gate di validità, un giudice a coppie e una metrica estetica per guidare l’apprendimento
Il 23 agosto un video di acquerelli pubblicato da Surya Narreddi ha mostrato qualcosa di diverso da un generatore di immagini: un modello linguistico che scrive un programma di circa 150 righe di JavaScript per dipingere. Il pennello, in questo esperimento, è una funzione di ricompensa: il modello non produce pixel, produce codice che li produce.
Non è una distinzione accademica. L’addestramento gira su, l’ambiente RL e il modello scorer sono ospitati su, e il giudice a coppie viene chiamato tramite. Il comando di addestramento usa il modello Qwen/Qwen3.5-35B-A3B con l’adattamento LoRA all-linear in bf16 e gira per un ciclo di 48 ore.
La funzione di ricompensa che fa da giudice
Il modello non viene valutato sull’immagine finale, ma sulla qualità del programma. La ricompensa è composta da tre termini. Il primo, il gate con peso 0.05, misura se lo sketch compila, dipinge qualcosa e non cerca di barare. Il secondo, il giudice a coppie con peso 0.60, confronta lo stile del dipinto con riferimenti estratti da un pool; il giudice vede il candidato accanto a quattro riferimenti casuali selezionati dal pool. Il terzo, il termine HPSv3 con peso 0.30, misura la preferenza estetica sul render.
Il modello è limitato a dieci metodi della libreria. Tre run sono state addestrate con questa ricompensa, cambiando solo la divisione dei pesi tra i termini. Secondo l’articolo, il progetto richiama la logica dell’RLHF, dove il modello apprende da preferenze umane piuttosto che da una loss fissa.
Dai pixel al programma: cosa cambia nell’architettura
Generare codice invece di pixel sposta il problema dall’output all’input della valutazione. Un generatore di immagini produce una matrice; un generatore di programmi produce un artefatto eseguibile che può essere compilato, ispezionato, vincolato. Il modello non può usare più di dieci metodi: è una scelta di design che forza la creatività dentro un linguaggio ristretto. Il risultato è un dipinto che non esiste finché il codice non viene eseguito, un dettaglio che ricorda i programmi generativi di Processing o p5.js, ma con il reinforcement learning al posto della mano dell’artista.
Per chi costruisce modelli creativi, la differenza è sostanziale: non si ottimizza più un decoder di pixel, ma un programmatore.
Lo stack deve includere un esecutore, un ambiente di simulazione, un giudice.
Lo stack di chi costruisce non è più il decoder
La direzione tracciata da train-to-paint si inserisce in un contesto più ampio. Hugging Face è usato da più di 18 milioni di sviluppatori, ricercatori e creatori. NVIDIA ha annunciato l’acquisizione, ma Hugging Face resterà una piattaforma aperta per l’intera industria AI. L’infrastruttura, l’ingegneria e la portata globale di NVIDIA possono aiutare a migliorare l’affidabilità della piattaforma, la sicurezza, la valutazione dei modelli, l’inferenza e la distribuzione.
Nel frattempo, la generazione diretta continua ad avanzare: LTX 2.5 è un modello video open-world ottimizzato per GPU NVIDIA RTX, DGX Spark e DGX Station, con nuovi miglioramenti NVFP4, FastVideo e ComfyUI. MiniMax-H3 è un modello video open-weight con audio sincronizzato eseguibile localmente su GPU NVIDIA tramite ComfyUI. E i ricercatori di FastVideo e NVIDIA hanno rilasciato FastH3, una versione distillata a quattro passi di MiniMax-H3 che migliora le prestazioni di 7x.
La posta in gioco non è il modello che dipinge, ma il compilatore che lo giudica. Per chi costruisce, le pipeline di creative AI non si limiteranno a checkpoint e sampler: includeranno funzioni di ricompensa, ambienti di esecuzione e giudici estetici. Chi saprà progettare questi componenti avrà il controllo del pennello.
