إن قضيت وقتًا في أي منصة لصور الذكاء الاصطناعي، فقد واجهت بالفعل فوضى تسمية الإصدارات. يظهر Flux Schnell LoRA بجانب Flux Redux Dev. ويحتل Seedream 4.5 مكانًا إلى جانب إصدارات أقدم ذات أرقام أدنى. وظهر Stable Diffusion 3 فحلّ محل ما سبقه. لا أحد يشرح معنى أيٍّ من ذلك. يُنتظر منك أن تختار أحدها وتأمل في الأفضل.
يتوقف ذلك هنا. ما يلي شرح بلغة مبسّطة لما تدل عليه إصدارات نماذج الذكاء الاصطناعي فعلًا، ومعنى اللواحق، وكيف تقرر المختبرات إصدار نسخة جديدة، وأيّ نموذج تلجأ إليه بحسب ما تريد إنشاءه.
لماذا توجد أرقام الإصدارات
لا تبدأ نماذج الذكاء الاصطناعي متقنة من البداية. تبدأ كتجارب، ثم تُطلق بوصفها checkpoints، وتُحسَّن بملاحظات المستخدمين وتدريب إضافي، وفي النهاية تصدر نسخة جديدة بتحسينات قابلة للقياس. أرقام الإصدارات هي وسيلة المختبر لتوضيح المرحلة التي وصل إليها النموذج في هذه العملية.
فكّر في الأمر كإصدارات البرمجيات. الإصدار 1.0 هو أول إصدار عام، بكل ما فيه من نواقص. ويعالج الإصدار 1.5 بعض المشكلات. والإصدار 2.0 إعادة بناء. المنطق نفسه ينطبق على نماذج صور الذكاء الاصطناعي، وإن كانت المختبرات تطبقه بشكل غير متسق وبقدر من الدعاية.
💡 ما تعكسه الأرقام فعلًا: حجم بيانات التدريب، وتكرار تطوير بنية النموذج، وعمق الضبط الدقيق، وأحيانًا مجرد قرار تسويقي للإشارة إلى إصدار مهم. ليست كل القفزات في الأرقام متساوية.
أنماط التسمية التي ستراها
بعد النظر في عشرات عائلات النماذج، تظهر بعض الأنماط المتكررة:
-
الزيادات العشرية (v1.5، 2.1، 4.5): تحسينات على بنية موجودة. النموذج الأساسي واحد، لكن جرى تمديد التدريب، أو تنظيف البيانات، أو استهداف نقاط ضعف محددة. يتبع Seedream 4.5 وHunyuan Image 2.1 هذا النمط.
-
القفزات بالأعداد الصحيحة (SD 1 إلى SD 3، و Flux 1 إلى Flux 2): تغييرات على مستوى البنية. أعادت المختبرات كتابة أجزاء مهمة من النموذج. قد تتغير خصائص المخرجات بشكل ملحوظ، وأحيانًا بشكل كبير.
-
الإصدارات المسماة (Schnell، وDev، وPro، وLite): تصف هذه الأسماء أهداف التحسين، لا أجيالًا. المزيد عن ذلك أدناه.
-
لواحق المعاملات (9B، 4B، 20B): هذه أعداد المعاملات بالمليارات. عادةً ما تعني أعداد المعاملات الأكبر تفاصيل أدق، ودقة أعلى، ومتطلبات أكبر من VRAM. يضم Recraft 20B 20 مليار معامل في بنيته.
ما تدل عليه "Pro" و"Dev" و"Schnell"
هنا يقع أغلب الناس في الالتباس، لأن هذه الكلمات ليست أرقام إصدارات أصلًا. إنها تصف هدف تحسين النموذج.
| اللاحقة | ماذا تعني | الاستخدام الأمثل |
|---|
| Schnell | الأولوية للسرعة، وخطوات تشغيل أقل | المسودات السريعة، والتكرار |
| Dev | بمستوى التطوير، جودة عالية، وأبطأ | مخرجات بجودة الإنتاج |
| Pro | متميز، غالبًا أكبر أو أكثر صقلًا | التصيير النهائي، والاستخدام التجاري |
| Lite | مبسّط، قليل استهلاك الموارد | الأجهزة المحمولة أو البيئات المحدودة |
| LoRA | محوِّل مضبوط بدقة فوق نموذج أساسي | مخرجات خاصة بأسلوب أو بموضوع محدد |
| Fill | متخصص في التعديل الموضعي وتوسيع الصورة | تعديل مناطق محددة من الصورة |
| Redux | توليد تنويعات انطلاقًا من صورة مرجعية | نقل الأسلوب من صورة إلى أخرى |
Flux Schnell LoRA مصمم للسرعة. وFlux Fill Pro محسَّن لمهام التعديل الموضعي وتوسيع الصورة. وFlux Krea Dev نموذج بمستوى التطوير مضبوط لإنتاج صور تبدو أقل توليدًا بالذكاء الاصطناعي.
كيف يتحسن النموذج بين الإصدارات
لا تحدث ترقيات الإصدارات بالسحر. تستثمر المختبرات موارد حقيقية في كل تكرار، وتندرج التغييرات في فئات قابلة للتوقع.
بيانات تدريب أكثر وأفضل
أكبر محرّك منفرد لتحسن الجودة بين الإصدارات هو بيانات التدريب. دُرّبت الإصدارات الأولى لكثير من النماذج على ملايين الصور. وغالبًا ما تُدرَّب الإصدارات الأحدث على عشرات المليارات من أزواج الصور والنصوص المنتقاة. وجانب الانتقاء لا يقل أهمية عن الحجم. فإزالة التكرارات، وتصفية الصور منخفضة الجودة، وتحسين التوصيف، كلها تسهم في نموذج يستجيب للأوامر النصية بدقة أكبر.
ولهذا يستطيع GPT Image 2 التعامل مع أوامر معقدة تضم عدة عناصر، حيث كانت النماذج الأقدم تطمس العناصر أو تخلط بينها. تتيح موارد OpenAI تدريبًا بحجم لا تستطيع المختبرات الأصغر مضاهاته.
إعادة بناء على مستوى البنية
أحيانًا لا تكتفي المختبرات بإضافة المزيد من بيانات التدريب، بل تغيّر البنية الأساسية. ويعني ذلك إعادة كتابة طريقة معالجة النموذج للنص، وطريقة توليد الضوضاء وإزالتها لتشكيل صورة، وطريقة تمثيله للعلاقات المكانية. وهذه هي الإصدارات التي تنتج "إحساسًا" مختلفًا فعلًا في المخرجات.
حين ظهر Stable Diffusion 3، استخدم بنية انتشار مختلفة، هي محوّل الانتشار متعدد الوسائط (MMDiT)، مقارنة بنماذج SD السابقة القائمة على UNet. كانت للمخرجات نقاط قوة مختلفة: عرض نصوص أفضل، ومشاهد متماسكة تضم عدة أشخاص، وتشريح محسَّن.
وتفسّر تغييرات البنية أيضًا لماذا قد يتفوق نموذج برقم إصدار أدنى على نموذج أحدث في مجالات محددة. فقد يكون النموذج v1.5 أفضل في أساليب فنية معينة لأن البنية التي يستخدمها تستجيب لأوامر الأسلوب بطريقة مختلفة عن بنية v2 أو v3.
السرعة مقابل جودة المخرجات
ينطوي كل نموذج لصور الذكاء الاصطناعي على مقايضة بين سرعة توليد الصورة وجودة شكلها النهائي. وغالبًا ما تحمل تسميات الإصدارات إشارة إلى الجانب الذي يعطيه النموذج الأولوية.
نماذج السرعة أولًا
تحقق النماذج السريعة سرعتها باستخدام خطوات إزالة ضوضاء أقل، أو بنيات أصغر، أو بتطبيق التقطير (distillation)، وهو تدريب نموذج أصغر على محاكاة نموذج أكبر. ويُعد Flux Schnell LoRA مثالًا واضحًا: يستطيع إنتاج صور قابلة للاستخدام في 4 خطوات، بينما قد يحتاج النموذج المركز على الجودة إلى 20 إلى 50 خطوة.
يفيد هذا النوع عندما تكون:
- تجرب تنويعات المفاهيم بسرعة
- تختبر إن كانت فكرة الأمر النصي صالحة قبل الالتزام بتصيير بجودة كاملة
- تولّد مسودات كثيرة للمراجعة
تظهر المقايضة في التفاصيل الدقيقة. فالنماذج السريعة كثيرًا ما تنتج أنسجة أنعم قليلًا، وأيدي ووجوهًا أقل دقة، وقد تغفل أحيانًا تعليمات دقيقة في الأمر النصي.
نماذج الجودة أولًا
تشغّل نماذج الجودة أولًا خطوات تشغيل للنموذج أكثر، وتستخدم بنيات أكبر، وتضم أحيانًا شبكات مساعدة تصقل المخرجات. وهي أبطأ وأكثر استهلاكًا للموارد، لكنها تنتج صورًا تصمد أمام الفحص عند الدقة العالية.
يقع Wan 2.7 Image Pro وSeedream 4.5 في فئة الجودة أولًا ضمن عائلتيهما. ويستهدف الاثنان جودة مخرجات بدقة 4K. وHunyuan Image 2.1 يحسّن بالمثل الواقعية الفوتوغرافية وثبات التفاصيل بدقة 2K.
💡 نصيحة عملية: في معظم سير العمل، ابدأ بنموذج سريع لتثبيت التكوين والإضاءة، ثم انتقل إلى نموذج يركز على الجودة للصورة النهائية. ستقلل وقت التوليد بشكل ملحوظ دون المساس بالمخرج النهائي.
فك رموز لواحق النماذج
إلى جانب أرقام الإصدارات، تخبرك اللواحق بما بُني النموذج أو ضُبط بدقة من أجله تحديدًا.
نسخ LoRA والمتغيرات المضبوطة بدقة
يعني LoRA اختصارًا لعبارة Low-Rank Adaptation، وهي طريقة ضبط دقيق تطبّق مجموعة صغيرة من الأوزان الإضافية فوق نموذج أساسي، فتوجّهه نحو أسلوب أو موضوع أو نوع مخرجات معين دون إعادة تدريب النموذج كله. وهذا رخيص حسابيًا وفعّال.
حين ترى LoRA في الاسم، مثل Flux Schnell LoRA أو P Image Trainer، فأنت أمام نموذج جرى تكييفه من نموذج أساسي أكبر لغرض محدد. يتيح لك P Image Trainer تدريب LoRA مخصص بك انطلاقًا من صور مرجعية، فتدمج أسلوبًا أو موضوعًا خاصًا في عملية التوليد.
وبالمثل، فإن Qwen Image Edit Plus ليس نموذجًا أساسيًا جديدًا، بل متغير مضبوط بدقة من بنية Qwen الأساسية، مكيّف للتعامل مع تعليمات التحرير بدقة أكبر.
نماذج Fill وRedux وبنيات التحرير
لم تُصمَّم بعض إصدارات النماذج للتوليد من النص إلى الصورة على الإطلاق، بل هي أدوات متخصصة:
-
نماذج Fill (مثل Flux Fill Pro وFlux Fill Dev) مضبوطة للتعديل الموضعي وتوسيع الصورة. قدّم لها صورة بقناع ونصًا تصفه، وستملأ المنطقة المقنّعة بما يتناسب مع السياق المحيط.
-
نماذج Redux (مثل Flux Redux Dev) تولّد تنويعات انطلاقًا من صورة مرجعية لا من النص وحده. وهي مفيدة حين تريد الإبقاء على العناصر التكوينية للصورة مع تغيير الأسلوب أو المزاج أو التفاصيل المحددة.
-
نماذج التحرير تقبل صورة مع تعليمة نصية، وتطبق التغيير مباشرة. يُعد Qwen Image Edit Plus مثالًا واضحًا: أعطه صورة واكتب "غيّر السترة إلى اللون الأحمر"، فيطبق التغيير دون إعادة التوليد من الصفر.
يتجنب اختيار المتغير الصحيح للمهمة الصحيحة كثيرًا من الالتباس. نموذج Fill دون مدخل مقنّع سينتج نتائج غريبة، ونموذج التحرير المستخدم للتوليد من النص إلى الصورة سيعاني. تخبرك اللاحقة بالمهمة التي بُني النموذج من أجلها.
نماذج بارزة في مراحل إصدار مختلفة
لتطبيق النظرية عمليًا، إليك نظرة على بعض أبرز عائلات النماذج المتاحة حاليًا على PicassoIA، مع التركيز على ما تدل عليه أرقام إصداراتها ولواحقها فعلًا.
عائلة Flux
Flux (من Black Forest Labs) واحدة من أكثر عائلات النماذج تأثيرًا في توليد صور الذكاء الاصطناعي مفتوحة الأوزان حاليًا. ويغطي اسم Flux مجموعة من الإصدارات المصممة لحالات استخدام مختلفة.
Flux Schnell LoRA هو العضو المحسَّن للسرعة. "Schnell" كلمة ألمانية تعني "سريع"، والنموذج يحقق ذلك. يعمل على نسخة مقطّرة من بنية Flux، أي أنه دُرّب على محاكاة سلوك نموذج أكبر مع خطوات أقل بكثير. تضحي ببعض الواقعية الفوتوغرافية من أجل التكرار السريع.
Flux Krea Dev ثمرة تعاون بين Black Forest Labs وKrea AI، ويستهدف تحديدًا مشكلة "مظهر الذكاء الاصطناعي". وهو مضبوط لتوليد صور تبدو أقرب إلى أنها التُقطت بكاميرا منها إلى أنها خرجت من شبكة عصبية، ما يفيد في الأعمال الإبداعية الواقعية فوتوغرافيًا.
Flux Fill Pro هو متغير التعديل الموضعي. إن كانت لديك صورة بعنصر غير مرغوب فيه، أو تحتاج إلى توسيع اللوحة، فهذه هي الأداة. تشير لاحقة "Pro" إلى النسخة المحسّنة للجودة، على عكس Flux Fill Dev الذي هو أسرع لكنه أدنى قليلًا في دقة المخرجات.
Flux Redux Dev يولّد تنويعات انطلاقًا من صورة مرجعية لا من النص وحده. أعطه صورة مصدر، وسينتج مخرجات مرتبطة بها أسلوبيًا مع الحفاظ على العناصر التكوينية.
Seedream 4.5
Seedream 4.5 هو نموذج ByteDance الرائد للتحويل من النص إلى الصورة. تشير ".5" إلى إصدار تحسيني فوق بنية v4، وليس نموذجًا جديدًا كليًا. ضبطت ByteDance النموذج لمخرجات واقعية فوتوغرافيًا بدقة 4K، مع تركيز قوي على الالتزام بالأمر النصي وتكوين المشاهد الطبيعية.
يتميز Seedream 4.5 في التعامل مع المشاهد المعقدة التي تضم عدة أشخاص وخلفيات مفصّلة. وكانت إصدارات Seedream السابقة تعاني من تماسك العمق في المشاهد المزدحمة، ويعالج إصدار 4.5 ذلك بتحسين الاستدلال المكاني أثناء عملية إزالة الضوضاء.
Wan 2.7 Image Pro
Wan 2.7 Image Pro هو المستوى المتميز في عائلة Wan 2.7 من Wan Video. تضم العائلة نسخة أساسية، هي Wan 2.7 Image (بمخرجات 2K)، والمتغير Pro الذي يستهدف مخرجات 4K. يشير الرقم 2.7 إلى تحسين منتصف الدورة لبنية الجيل الثاني، بينما تشير "Pro" إلى هدف الدقة الأعلى للمخرجات.
هذا النوع من التسمية المتدرجة شائع في عائلات النماذج التجارية: النسخة الأساسية متاحة وسريعة، بينما المتغير Pro مخصص للمخرجات التي تحتاج إلى الطباعة أو العرض على نطاق واسع أو الاستخدام في سياقات احترافية.
GPT Image 2
يمثل GPT Image 2 نموذج الصور من الجيل الثاني لدى OpenAI. الرقم "2" مهم: كان أول نموذج صور من GPT معروف بنقاط ضعف موثقة في الالتزام بالأمر النصي والدقة التشريحية. ويعالج GPT Image 2 الأمرين بعملية تدريب معدّلة وعدد معاملات أكبر بشكل ملحوظ. ويتفوق بشكل خاص في عرض النصوص داخل الصور بدقة، وهي مهمة صعبة بشكل معروف على النماذج القائمة على الانتشار.
كيف تختار النموذج المناسب لعملك
إليك مصفوفة قرار بناءً على ما تحاول إنتاجه:
| الهدف | النموذج الموصى به | السبب |
|---|
| مسودات المفاهيم السريعة | Flux Schnell LoRA | توليد في 4 خطوات، وجودة كافية للتفكير الإبداعي |
| التصيير النهائي الواقعي فوتوغرافيًا | Seedream 4.5 أو Wan 2.7 Image Pro | مخرجات 4K، وتماسك قوي للمشهد |
| التعديل الموضعي أو توسيع اللوحة | Flux Fill Pro | مصمم خصيصًا لتوليد المناطق المقنّعة |
| تنويعات الصور انطلاقًا من مرجع | Flux Redux Dev | توليد تنويعات مشروطة بالصورة |
| النص داخل الصور | GPT Image 2 | عرض نصوص رائد في الصور المولّدة |
| تدريب أسلوب مخصص | P Image Trainer | تدريب LoRA على صورك المرجعية |
| واقعية فوتوغرافية لا تبدو من صنع الذكاء الاصطناعي | Flux Krea Dev | مضبوط خصيصًا لتقليل الطابع الجمالي للذكاء الاصطناعي |
| تحرير الصور بتعليمات نصية | Qwen Image Edit Plus | نموذج تحرير يتبع التعليمات |
💡 شيء واحد يجب تذكره: أفضل إصدار من نموذج ما مرتبط بالسياق. Flux Fill Dev أدنى تقنيًا من "Pro" في فئة الجودة، لكنه في تجربة أفكار التعديل الموضعي قبل الالتزام بالتصيير النهائي غالبًا ما يكون الخيار الأفضل بسبب سرعته.
3 أخطاء شائعة عند اختيار الإصدار
حتى مع وضوح أنماط التسمية، تتكرر بعض الأخطاء.
1. افتراض أن الأحدث يعني دائمًا الأفضل لحالتك. سينتج نموذج v2 مدرَّب على بيانات عامة نتائج أسوأ في أسلوب فني محدد من نموذج v1.5 مكيّف باستخدام LoRA ومدرَّب على ذلك الأسلوب تحديدًا. لا تتفوق البنية الأحدث تلقائيًا على التخصص المضبوط بدقة.
2. استخدام نموذج الجودة أولًا للمسودات. تشغيل Wan 2.7 Image Pro أو Hunyuan Image 2.1 لكل مسودة مفهوم إهدار للموارد. النماذج السريعة مثل Flux Schnell LoRA موجودة تحديدًا حتى تتمكن من التكرار 20 مرة في الوقت الذي يستغرقه نموذج الجودة لتوليد صورة واحدة.
3. اختيار نموذج Fill أو Redux حين تحتاج إلى توليد عادي من النص إلى الصورة. تخبرك لاحقة النموذج بالمهمة التي صُمم من أجلها. يتطلب Flux Fill Pro صورة إدخال مقنّعة. قدّم له أمرًا نصيًا خامًا وستحصل على نتائج غريبة. طابق إصدار النموذج مع المهمة الفعلية.
كيف تستخدم PicassoIA Image على PicassoIA
PicassoIA Image هو نموذج PicassoIA الخاص للتحويل من النص إلى الصورة، وقد بُني للتوليد غير المحدود دون تكلفة لكل صورة على المنصة. إليك كيفية الاستفادة منه بأقصى قدر:
الخطوة 1: افتح نموذج PicassoIA Image على المنصة.
الخطوة 2: اكتب أمرًا نصيًا مفصّلًا. كلما كان أمرك أدق في الموضوع والإضاءة وزاوية الكاميرا والملمس، كانت النتيجة أفضل. تجنّب العبارات الغامضة مثل "صورة جميلة" أو "صورة رائعة". بدلًا من ذلك، اكتب شيئًا مثل: "بورتريه لامرأة، ضوء صباحي من النافذة على اليسار، عمق ميدان ضيق، عدسة 85 ملم، حبيبات Kodak Portra 400، واقعي فوتوغرافيًا."
الخطوة 3: اضبط نسبة العرض إلى الارتفاع. للمحتوى الاجتماعي، 1:1 أو 9:16. للمقالات ومنشورات المدونات واستخدامات اللافتات، تعطي 16:9 أفضل النتائج.
الخطوة 4: ولّد مسودة أولى وقيّمها. إن كان التكوين غير صحيح، فعدّل اللغة المكانية في أمرك ("الشخص في الثلث الأيمن"، "منظور زاوية منخفضة"، "لقطة من الأعلى"). وإن كانت درجة اللون خاطئة، فأضف أوصافًا لحرارة اللون ("ساعة ذهبية دافئة"، "ضوء غائم بارد"، "أجواء غسق زرقاء").
الخطوة 5: بعد الوصول إلى تكوين قوي، انتقل إلى PicassoIA Image Editor Pro لصقل مناطق محددة دون إعادة توليد الصورة كلها.
💡 نصيحة المعاملات: يعمل رفع الأمر النصي (prompt upsampling) بأفضل شكل حين يكون أمرك الأساسي محددًا ومختصرًا. إن كان أمرك يتجاوز 100 كلمة، فتجاوز رفع الأمر النصي. فهو يميل إلى الانحراف عن القصد الأصلي في الأوامر الطويلة.
ابدأ بتوليد الصور الآن
معرفة ما تعنيه تسميات الإصدارات مفيدة فورًا، لكن المكسب الحقيقي يكمن في تطبيق هذه القراءة على عملك الإبداعي. كلما رأيت لاحقة مثل "Dev"، ستعرف أنك أمام متغير عالي الجودة لكنه أبطأ. وكل "Schnell" أداة محسّنة للسرعة للمسودات. ولكل "Fill" أو "Redux" مهمة متخصصة.
تمتد النماذج المتاحة على PicassoIA عبر كامل نطاق هذه الفئات، من أدوات المسودات السريعة إلى النماذج المحترفة المضبوطة بدقة. يمنحك PicassoIA Image توليدًا غير محدود على نموذج أساسي قوي، بينما يتيح لك PicassoIA Image Editor Pro صقل المخرجات دون قيود.
إن أردت أن ترى كيف تنتج إصدارات النماذج المختلفة نتائج مختلفة فعلًا، فأكثر الطرق مباشرة هي تشغيل الأمر النصي نفسه عبر نموذجين أو ثلاثة من النماذج المذكورة أعلاه ثم مقارنة النتائج. شغّل Flux Schnell LoRA مقابل Seedream 4.5 بالأمر النصي نفسه. وشغّل Recraft 20B مقابل Wan 2.7 Image. ستكون الفروق واضحة فورًا، وستبدأ في بناء حدس لمعرفة أي نموذج يناسب أي مهمة، وهو حدس لا يمكن لأي قدر من القراءة النظرية أن يحل محله.
توجّه إلى picassoia.com/en/all-models لتطّلع على المكتبة كاملة، مع كل متغير وإصدار وضبط دقيق مرتبة حسب الفئة.
