Nano Banana Pro نموذج مدمج لتوليد الصور بالذكاء الاصطناعي، صُمم للواقعية الفوتوغرافية والسرعة. يغطي هذا المقال بنيته الأساسية، وخطوات الإعداد الفعلية، وصيغ كتابة الأوامر النصية، وأكثر أخطاء المبتدئين شيوعًا، وكيفية الحصول على نتائجه عبر منصة سحابية دون أي عتاد محلي.
تجربة نموذج جديد لتوليد الصور بالذكاء الاصطناعي للمرة الأولى قد تكون مربكة، خاصة عندما تفترض الوثائق أنك تعرف مسبقًا ما هو مقياس CFG وخطوات أخذ العينات ودمج الـ checkpoint. صُمم Nano Banana Pro وفق فلسفة مختلفة: خفيف وسريع وواضح بما يكفي لتبدأ في توليد نتائج حقيقية دون أن تقضي ثلاث ساعات في قراءة منشورات المنتديات. يزيل هذا المقال التعقيد، ويوضح لك بدقة ما يفعله النموذج، وكيف يتصرف، وما الذي يمكن توقعه عند تشغيله لأول مرة.
Nano Banana Pro هو checkpoint لتوليد الصور بالذكاء الاصطناعي مُضبَط بدقة ومبني على بنية مدمجة. على عكس النماذج الضخمة ذات المعاملات الكاملة التي تتطلب عتادًا قويًا، يعمل بحجم "نانو"، أي أنه يعمل بسلاسة على بطاقات GPU الاستهلاكية التي تملك 6 غيغابايت من VRAM أو أكثر. ويشير الاسم "Pro" إلى منهجية تدريب محددة تعطي الأولوية لدقة المخرجات الواقعية كالصور الفوتوغرافية على المرونة الأسلوبية.
صُمم لمنشئي المحتوى الذين يحتاجون إلى صور موثوقة وعالية الجودة بسرعة، وليس للباحثين الذين يسعون وراء نتائج الاختبارات المعيارية.
مصطلح "nano" في هذا السياق ليس لغة تسويقية. هو يصف ضغطًا متعمدًا لعدد معاملات النموذج دون التفريط في الميزات الأهم للتوليد الواقعي. تتجاوز checkpoints الكاملة التقليدية حجم 6 غيغابايت في بعض الأحيان، وتحتاج إلى ذاكرة RAM كبيرة أثناء تشغيل النموذج. أما Nano Banana Pro فيبقي حجمه أقل من 2.5 غيغابايت، مع الحفاظ على جودة مخرجات مماثلة لموضوعات تصوير الأشخاص والمنتجات وأسلوب الحياة.
يعني ذلك عمليًا: أزمنة تحميل أقصر، وتوليد أسرع لكل صورة، والقدرة على تشغيل المهام الدفعية دون الوصول إلى سقف الذاكرة.
تختلف نسخة Pro عن إصدارات Nano Banana السابقة في ثلاثة جوانب مهمة. أولًا، تمت تصفية مجموعة بيانات التدريب بصرامة لإزالة الصور المصدرية منخفضة الجودة أو التي تحمل علامات مائية أو المولدة بالذكاء الاصطناعي. ثانيًا، جرى الضبط الدقيق باستخدام نطاق أعلى لتوجيه CFG، ما يجعل النموذج أكثر استجابة للأوامر النصية المفصّلة. ثالثًا، تم تعزيز ملمس البشرة والأقمشة والمواد الطبيعية خلال التدريب تحديدًا، وهي الميزة التي يلاحظها معظم المستخدمين فورًا.
قبل أن تبدأ التوليد، من المفيد أن تعرف ما الذي تم تحسين هذا النموذج لأجله، وأين تقع حدوده.
يحقق Nano Banana Pro أفضل نتائجه بين 20 و35 خطوة لأخذ العينات. أقل من 20 خطوة ستلاحظ كتلًا لونية مسطّحة وغيابًا للتفاصيل الدقيقة. وفوق 40 خطوة تتناقص العائدات بحدة، ويزداد زمن التوليد دون تحسن ملحوظ في المخرجات. والنقطة المثالية لمعظم الحالات تقع عند 25 إلى 30 خطوة مع مقياس CFG من 7 إلى 8.5.
| الإعداد | الحد الأدنى | الأمثل | الحد الأقصى |
|---|---|---|---|
| خطوات أخذ العينات | 20 | 25-30 | 40 |
| مقياس CFG | 5 | 7-8.5 | 12 |
| الدقة | 512x512 | 768x432 | 1024x576 |
| حجم الدفعة | 1 | 2-4 | 8 |
تم تدريب النموذج بشكل أساسي على قصّات بنسبة 16:9 و1:1، لذلك تنتج هاتان النسبتان أكثر التراكيب تماسكًا. إذا اتجهت إلى الاتجاه العمودي (9:16) دون تعديل أوامرك النصية، فقد ترى تشوهات في تشريح الأشخاص. الحل بسيط: أضف إشارات نسبة العرض إلى الارتفاع إلى أمرك النصي، مثل "صورة بورتريه كاملة الجسم واقفة، تركيب عمودي" عند توليد قصّات طويلة.
💡 في تصوير المنتجات، تمنح نسبة 1:1 بدقة 768x768 أفضل حدة للحواف وتمركزًا أفضل للموضوع دون عمل إضافي على الأمر النصي.
هنا يكتسب Nano Banana Pro سمعته. النموذج يستجيب بشكل استثنائي للأوامر المنظمة. معظم نماذج توليد الصور بالذكاء الاصطناعي تتعامل مع نصك كاقتراح، أما هذا النموذج فيتعامل معه كمخطط تفصيلي. يعني ذلك أن أوامرك الإيجابية تملك تأثيرًا أكبر مما اعتدت عليه، لكنه يعني أيضًا أن الأوامر الغامضة تنتج مخرجات غامضة دون شبكة أمان.
عملية الإعداد بسيطة بطبيعتها. لا توجد أدوات تثبيت معقدة ولا سلاسل تبعيات.
يجب أن يستوفي عتادك هذه الحدود الدنيا قبل أن تستثمر وقتك في الإعداد:
يمكن لمستخدمي Mac الذين يعملون بمعالجات Apple Silicon استخدام مسار التشغيل عبر CPU، لكن أزمنة التوليد ستكون أبطأ بنحو 4 مرات لكل صورة.
الخطوة 1: حمّل ملف الـ checkpoint .safetensors من المستودع الرسمي للنموذج. تحقق دائمًا من قيمة التجزئة (hash) للملف مقابل المجموع الاختباري المنشور قبل تحميله.
الخطوة 2: ضع الملف في مجلد models/Stable-diffusion/ الخاص بتطبيق Stable Diffusion. إذا كنت تستخدم واجهة WebUI، فلا حاجة إلى أي إعدادات إضافية.
الخطوة 3: أعد تشغيل WebUI أو بيئة التشغيل، ثم اختر "Nano Banana Pro" من قائمة الـ checkpoint المنسدلة. يستغرق التحميل الأول من 20 إلى 45 ثانية بينما يتم تهيئة النموذج في VRAM.
💡 إذا ظهر لك خطأ نفاد الذاكرة عند التحميل الأول، فعّل خيار "low VRAM mode" في الإعدادات. يضيف هذا نحو 8 ثوانٍ لكل توليد، لكنه يمنع الأعطال على بطاقات 6 غيغابايت.
الفجوة الأكبر في الأداء بين المستخدمين ذوي الخبرة والجدد ليست في العتاد، بل في بناء الأمر النصي. Nano Banana Pro يكافئ التحديد بطريقة لا تفعلها النماذج الأكثر تساهلًا.
بنية الأمر النصي الموثوقة لهذا النموذج تتبع نمطًا من ثلاثة أجزاء:
مثال على أمر نصي:
شابة في مقهى مضاء بالشمس، تقرأ رواية شعبية بغلاف ورقي، والبخار يتصاعد من فنجان القهوة بجانبها، وضوء صباحي ناعم من النافذة على اليسار، عدسة بورتريه 85mm f/1.8، حبيبات فيلم Kodak Portra 400، واقعي فوتوغرافيًا، دقة 8K، ألوان طبيعية حيوية
هذه البنية تنتج باستمرار مخرجات أقرب إلى مقصدك من إلقاء الصفات في كتلة واحدة غير منظمة.
الأوامر النصية السلبية هي المكان الذي يبخس فيه معظم المبتدئين حقه. بالنسبة إلى نموذج Nano Banana Pro، يبدو أساس الأمر السلبي الجيد كما يلي:
جودة منخفضة، ضبابي، علامة مائية، نص، شعار، كرتون، أنمي، رسم توضيحي، تصيير ثلاثي الأبعاد، CGI، بشرة بلاستيكية، تعريض زائد، أيدٍ مشوهة، أصابع إضافية، تشريح سيئ، وجه مشوه، حبيبي، باهت
يمكنك توسيع هذه القائمة كلما صادفت عيوبًا متكررة في حالاتك الخاصة، لكن هذه القائمة تغطي أكثر أنماط الفشل شيوعًا.
💡 الأيدي المشوهة هي أكثر الشكاوى تكرارًا مع هذا النموذج. إضافة "تشريح يد طبيعي، عدد أصابع صحيح، أيدٍ واقعية" إلى أمرك النصي الإيجابي تقلل حالات الفشل بنحو 60%.
كثرة الكلمات لا تعني صورًا أفضل. يعمل Nano Banana Pro بأفضل صورة مع أوامر نصية مركزة ومنظمة في نطاق 40 إلى 80 كلمة. وبمجرد أن تتجاوز 120 كلمة يبدأ النموذج في الجمع بين مفاهيم متنافسة، فيفقد المخرج تماسكه. إذا أردت عناصر متعددة ومختلفة، فكّر في توليدها بشكل منفصل ثم دمجها.
مقياس CFG هو في الواقع مفتاح التحكم في مدى حرفية اتباع النموذج لأمرك النصي. عند القيمة 5، يأخذ النموذج حرية إبداعية أكبر. وعند القيمة 12، يتبع أمرك النصي بصرامة شديدة حتى تتحول مشكلات الصياغة البسيطة إلى عيوب مرئية في الصورة. يترك معظم المبتدئين المقياس عند القيمة الافتراضية (7) ولا يغيّرونه أبدًا. وهذا ليس خطأً، لكن تعلّم رفعه إلى 8.5 لأعمال البورتريه المفصّلة وخفضه إلى 6 للمشاهد ذات الأجواء العامة يمنحك تحكمًا حقيقيًا في الجودة.
عند 15 خطوة تبدو الصورة "جاهزة"، لكنها تفتقر إلى التفاصيل الدقيقة التي تجعل المخرجات الواقعية مقنعة. الخطوات الإضافية من 10 إلى 15 للوصول من 15 إلى 30 تمثل جزءًا ضئيلًا من زمن التوليد الكلي، لكنها قفزة كبيرة في جودة المخرجات. لا تحسّن سرعة التوليد بتقليل الخطوات قبل أن تعرف تمامًا ما تخسره من الجودة في المقابل.
يستفيد النموذج من مفكك ترميز VAE (Variational Autoencoder) متوافق. بدونه قد تبدو المخرجات باهتة قليلًا أو تحمل صبغة لونية خفيفة. مفكك VAE الموصى به لنموذج Nano Banana Pro هو إصدار vae-ft-mse-840000-ema-pruned. ضعه في مجلد VAE واختره من الإعدادات.
كل عملية توليد للصورة تستخدم قيمة عددية تُسمى البذرة (seed). إذا أنتجت نتيجة أعجبتك، فدوّن قيمة البذرة فورًا. دونها يصبح إعادة إنتاج المخرج نفسه مستحيلة عمليًا. تعرض معظم واجهات WebUI البذرة في لوحة معلمات التوليد. اعتد على تسجيل البذور للصور التي تريد البناء عليها.
معرفة مستوى الجودة الذي يمكن توقعه يساعدك على ضبط أهداف واقعية قبل أن تبدأ مشروعًا.
| حالة الاستخدام | الخطوات الموصى بها | CFG | الجودة المتوقعة |
|---|---|---|---|
| صور مصغرة لوسائل التواصل الاجتماعي | 20 | 7 | جيدة |
| صور الترويسة للمدونات | 25 | 7.5 | جيدة جدًا |
| تصوير المنتجات | 30 | 8 | ممتازة |
| نسخ بورتريه مطبوعة | 35 | 8.5 | شبه فوتوغرافية |
| استبدال صور الأرشيف | 35 | 8 | شبه فوتوغرافية |
بالنسبة لأي شيء مخصص للطباعة أو العرض بمقاس كبير، يُنصح بشدة بتمرير المخرج لاحقًا عبر نموذج تحسين دقة مخصص. أدوات رفع الدقة بالذكاء الاصطناعي مثل Clarity Pro Upscaler يمكنها تحويل صورة أساسية بدقة 768x432 إلى 2K أو 4K مع رفع دقة يحافظ على التفاصيل، بدلًا من بكسلات مُستَكمَلة بالاستيفاء.
عملية التثبيت الموصوفة أعلاه تعمل، لكنها تفترض أن لديك بطاقة GPU متوافقة وبيئة برمجية مناسبة وصبرًا على رسائل الخطأ العَرَضية. عدد كبير من المستخدمين يصطدمون بتعارضات في إصدارات التعريفات، أو أخطاء في التبعيات، أو قيود في العتاد، قبل أن يولّدوا صورة واحدة.
منصات توليد الصور بالذكاء الاصطناعي تحل هذه المشكلة باستضافة البنية التحتية للنموذج بالكامل في السحابة. تكتب الأمر النصي، وتضبط المعلمات، وتستلم المخرج، دون أي إعداد محلي.
تستضيف منصات مثل PicassoIA أكثر من 90 نموذجًا لتحويل النص إلى صورة متاحة عبر واجهة المتصفح. لا يوجد تنزيل للنموذج، ولا إدارة لذاكرة VRAM، ولا تعارضات في الإصدارات. وهذا مهم لفئتين من المستخدمين: من لا يملكون العتاد لتشغيل النماذج محليًا، ومن يملكونه لكنهم يفضلون قضاء وقتهم في الإبداع بدلًا من استكشاف الأعطال وإصلاحها.
تغطي النماذج المتاحة على منصة مثل PicassoIA كل حالة استخدام يتناولها Nano Banana Pro، وعددًا من الحالات الأخرى التي لا يتناولها. وهذه بعض النماذج الجديرة بالتجربة:
إلى جانب توليد الصور، تتضمن المنصة تحسين الدقة الفائق لتكبير المخرجات، والتعديل الموضعي لإصلاح المناطق الإشكالية، وإزالة الخلفية لسير عمل تصوير المنتجات. يعمل المسار الكامل من التوليد حتى التسليم في مكان واحد.
لدى Nano Banana Pro منحنى تعلم، لكنه أقصر مما توحي به معظم وثائق النماذج. المهارة الأساسية التي يجب بناؤها هي صياغة الأمر النصي. وبمجرد أن تكتب أمرًا منظمًا من 50 إلى 70 كلمة يضم الموضوع والإضاءة والعدسة ووسوم الجودة، يستجيب النموذج بشكل متوقع. كل الجوانب الأخرى، من عدد الخطوات ومقياس CFG واختيار VAE إلى تسجيل البذور، هي تحسينات فوق هذا الأساس.
إذا لم يناسب الإعداد المحلي وضعك، فإن مسار المنصة السحابية يقدم النتيجة الإبداعية نفسها دون متطلبات العتاد. سواء بدأت مع Nano Banana Pro محليًا أو عبر منصة للذكاء الاصطناعي، فإن أول مخرج واقعي فوتوغرافي تولّده بإتقان سيجعل قيمة الوقت المستثمر واضحة.
جرّب. اكتب أمرًا نصيًا واحدًا باستخدام الصيغة المكونة من ثلاثة أجزاء أعلاه، واضبط عدد الخطوات على 28، وانظر إلى ما يعود إليك. الفجوة بين توليدك الأول وتوليدك العاشر ستدهشك فعلًا.
اختر لغتك
