نظرة معمّقة إلى تقنية توليد الوجوه في Seedream 5.0: كيف يتعامل مع مسامات الجلد، والتشتت تحت السطحي، وتفاصيل القزحية الدقيقة، وفيزياء الشعر، ودقة الإضاءة، لينتج بورتريهات تضاهي التصوير الفوتوغرافي الاحترافي.
هناك لحظة، وأنت تتصفح بورتريهات مولّدة بالذكاء الاصطناعي، يشدّك فيها شيء فجأة ويجمّدك في مكانك. ليس لأن الصورة مبهرة من الناحية التقنية، بل لأن دماغك يسجّلها للحظة كأنها صورة فوتوغرافية لشخص حقيقي. وهذه اللحظة ليست صدفة. إنها نتيجة بنية محددة، دُرّبت على بيانات محددة، وتحل مجموعة دقيقة من مشكلات الإدراك البيولوجي. وقد أصبح Seedream 5 Lite من ByteDance واحدًا من أكثر النماذج نقاشًا في توليد الصور بالذكاء الاصطناعي، لأنه يُحدث تلك اللحظة بموثوقية أكبر من معظم النماذج الأخرى.
لا يتعلق الأمر هنا بصور "جميلة" بالمعنى المجرد. بل بدقة تفصيلية شديدة، تكاد تكون علمية، تجعل النظام البصري لدى الإنسان يتعامل مع الصورة كأنها حقيقية. جلد يبدو حيًّا. عيون تحتفظ بالرطوبة. شعر يلتقط الضوء كخيوط منفصلة، لا كملمس مرسوم. والوصول إلى ذلك يتطلب حل مشكلات أصعب بكثير مما تبدو عليه، من حيث الإدراك.
الإنسان مبرمج فطريًا على رصد الوجوه. يخصص الدماغ مناطق عصبية كاملة، وعلى الأخص المنطقة المغزلية للوجه (fusiform face area)، لمعالجة المعلومات الوجهية بسرعة مذهلة. والنظام نفسه شديد الحساسية للأخطاء. فخط فكّ أعرض بثلاثة في المئة مما ينبغي، أو ظل في الأخدود تحت الأنف يسقط في الاتجاه الخاطئ، أو صلبة العين بيضاء أكثر من اللازم قليلًا، كلها تُحدث رفضًا لاواعيًا فوريًا. ووادي الغرابة (uncanny valley) ليس خرافة، بل ظاهرة إدراكية قابلة للقياس.
ما يعنيه ذلك بالنسبة إلى توليد الصور بالذكاء الاصطناعي أن الواقعية الفوتوغرافية في الوجوه أصعب بكثير منها في أي موضوع آخر. فالمنظر الطبيعي قد يحمل تناقضات بنيوية لا يلاحظها أحد. أما الوجه فلا. لقد قضى الدماغ عمرًا كاملًا يعاير نظام قراءة الوجوه لديه على ملايين الوجوه البشرية الحقيقية. وأي انحراف عن المعقولية البيولوجية يُسجَّل فورًا.
عندما تقيّم القشرة البصرية لديك وجهًا من حيث الأصالة، فإنها تتحقق في الوقت نفسه من ستة مؤشرات بيولوجية أساسية:
| الإشارة | ما الذي يتحقق منه الدماغ |
|---|---|
| ملمس الجلد | المسام، وتفاوت الدهون الطبيعية، والشعيرات الدقيقة، والعيوب الطبيعية |
| التشتت تحت السطحي | توهّج دافئ تحت الجلد ناتج عن الضوء المار عبر الأنسجة |
| تفاصيل القزحية الدقيقة | تفاوت الصبغة، والحلقة المحيطية (limbal ring)، والانعكاسات الرطبة |
| فيزياء الشعر | سلوك الخصلات المنفردة، والوزن، والشحنة الساكنة، وشفافية الشعر أمام الضوء |
| اتساق الإضاءة | اتساق اتجاه الظلال عبر جميع مستويات الوجه |
| عدم التماثل | عيوب طبيعية وعضوية، لا تماثل المرآة |
كانت النماذج السابقة للذكاء الاصطناعي تفشل في معظم هذه المؤشرات في آن واحد. ويلفت Seedream 5 Lite النظر لأنه ينجح في جميعها تقريبًا معًا، وهنا تحدث القفزة الإدراكية.
يقوم Seedream 5 Lite على بنية انتشار عالية الدقة، تعالج المعلومات المكانية على عدة مقاييس ترددية في الوقت نفسه. وهذا مهم للوجوه، لأن التفاصيل الدقيقة للحبيبات (المسام والشعيرات المنفردة) والمعلومات البنيوية (بنية العظام والهندسة النسبية) يجب أن تكون متسقة عبر المقاييس. فمعظم النماذج تتقن أحدهما أكثر من الآخر. وقد دُرّب Seedream 5.0 تحديدًا على مجموعات بيانات تفرض الاتساق عبر المقاييس، لذلك عند تكبير البورتريه ستجد تفاصيل تصمد. فالمسام لا تتحول إلى بقع ضبابية عند عرض بنسبة 100 في المئة، ووهج الضوء في العين لا يذوب في الضوضاء، والشعيرات الدقيقة عند خط الشعر تبقى واضحة كلٌّ على حدة.
هذا التكامل عبر المقاييس هو الخاصية التي تفرّق بين البورتريهات التي تصمد أمام الفحص الدقيق، والبورتريهات التي تبدو مقنعة بحجم الصورة المصغّرة لكنها تنهار عند التدقيق.
أكّد نهج ByteDance في سلسلة Seedream باستمرار على بيانات تدريب فوتوغرافية عالية الدقة، بدلًا من خليط من المحتوى الفوتوغرافي والمحتوى المرسوم. وهذا التمييز بالغ الأهمية. فالنماذج المدرّبة على بيانات مختلطة تطبّق قواعد بصرية "متوسطة" تقسم الفرق بين التصوير الفوتوغرافي والفن: ناعمة أكثر من اللازم قليلًا، ومشبعة بالألوان أكثر من اللازم قليلًا، ومثالية هندسيًا أكثر من اللازم قليلًا. أما التدريب الفوتوغرافي الخالص فيعزز الواقع البيولوجي، بما فيه عيوبه: عدم التماثل، وتفاوت الألوان، والخلل البنيوي الطفيف الذي يقرؤه الدماغ على أنه أصيل.
نصيحة: عند كتابة أوامر نصية لنموذج Seedream 5 Lite للبورتريهات، حدّد الظروف الفوتوغرافية بوضوح: نوع العدسة، وفتحة العدسة، ونوع الفيلم، واتجاه الإضاءة. يستجيب النموذج بدقة لهذه المعايير التقنية، ويستخدمها لضبط تصيير التفاصيل الفيزيائية.
العنصر الأهم على الإطلاق في تصيير الجلد الواقعي هو التشتت تحت السطحي (subsurface scattering). فالجلد البشري ليس معتمًا. يدخل الضوء إلى الأدمة ويرتد عبر طبقات عدة من الأنسجة قبل أن يخرج، فيلتقط في طريقه نغمات حمراء برتقالية دافئة من الأوعية الدموية والشعيرات الدموية. لهذا السبب تتوهج البشرة الرقيقة حول الأذن حين تكون خلفها إضاءة. ولهذا يملك الوجه في ضوء الشمس الناعم ذلك الإشراق الداخلي الدافئ الذي لا يستطيع أي سطح غير لامع محاكاته.
أنتجت النماذج من الجيل السابق جلدًا يشبه الخزف المطلي: متجانسًا، وموحدًا، ويفتقر إلى عمق الأنسجة الحقيقية. يتعامل Seedream 5 Lite مع التشتت تحت السطحي بدقة ملحوظة، فينتج جلدًا يتصرف بصريًا كما يتصرف الجلد الحقيقي تحت ظروف إضاءة مختلفة. ففي الإضاءة الخلفية تتوهج الأذن، وفي الضوء الأمامي الناعم تُظهر الخدود الاحمرار الدافئ الداخلي للأنسجة الحية، وفي الإضاءة الجانبية القوية تظهر ظلال المسام في الاتجاه الصحيح.
للجلد الحقيقي طبوغرافيا سطحية ثلاثية الأبعاد تتغير عبر مناطق الوجه. فالأنف والجبهة تميل إلى مسام أكبر وأكثر وضوحًا. والخدود ملمسها أدق. والمنطقة تحت العينين تكاد تخلو منها. وهذا التباين بين المناطق إشارة أصالة حاسمة يعالجها الدماغ تلقائيًا.
يصيّر Seedream 5.0 هذا التباين بشكل صحيح، إذ يوزّع كثافة المسام وحجمها وفق الواقع البيولوجي، لا وفق أنماط ضوضاء موحدة. وإذا أضفت إلى ذلك الوضع الصحيح للَّمعان الدهني (أعلى في منطقة T، وأجف عند خط الشعر والفك)، يتوقف الجلد عن أن يبدو سطحًا، ويبدأ بأن يبدو عضوًا حيًّا.
من أوضح علامات الجلد المولّد بالذكاء الاصطناعي في النماذج السابقة أنه كان مثاليًا أكثر من اللازم. لا مسام، ولا احمرار عند الأنف، ولا ظل خفيف تحت العينين، ولا تفاوت في لون الشفاه من المركز إلى الحافة. يتعامل Seedream 5.0 مع النقص الطبيعي كميزة لا كعيب، فيصيّر عدم التماثل الدقيق، وتفاوت الألوان، والتفاوتات السطحية التي تجعل الوجه يبدو مسكونًا بالحياة لا مصنوعًا في مصنع.
نصيحة: أضف إشارات محددة للنقص الطبيعي إلى أوامرك النصية: "هالات طبيعية تحت العينين"، أو "مسام مرئية على جسر الأنف"، أو "احمرار خفيف عند طرف الأنف"، أو "زغب خوخ ناعم عند خط الشعر يلتقط ضوءًا خلفيًا". هذه العلامات تبعد الناتج بوضوح عن المظهر المنعّم والعام لمخرجات الجودة الأدنى.
العين ليست قرصًا ملونًا. تحتوي القزحية البشرية على ما بين 200 و240 سمة مميزة قابلة للتحديد: تجاويف، وأخاديد، وبقع صبغية، وبنى تشبه الكشكش، وأنماط الحلقة الصغيرة (collarette). ولا توجد قزحيتان متطابقتان. وصبغة القزحية متعددة الطبقات، وتُظهر سلوكًا لونيًا مختلفًا باختلاف زوايا النظر وظروف الإضاءة.
ما يصيّره Seedream 5 Lite ليس قزحية بيولوجية مثالية. ما يصيّره هو قزحية تحتوي على تباين دقيق كافٍ، وتعقيد لوني كافٍ، وعمق بنيوي كافٍ، لتبدو معقولة بيولوجيًا للنظام البصري البشري. وهذا هدف مختلف جوهريًا، وهو يحققه بموثوقية. فتبدو القزحية وكأنها تحتوي على عمق، لا كأنها مسطحة ملتصقة بالصلبة.
الصلبة في الحياة الواقعية لا تكون بيضاء نقية أبدًا. فهي تحمل صبغة رمادية مزرقة خفيفة، وآثارًا حمراء دقيقة للشعيرات الدموية عند الزوايا، وسطحًا رطبًا عاكسًا ينتج وهجًا منعكسًا يتطابق بدقة مع اتجاه مصدر الضوء وشكله. والقرنية سطح رطب ومنكسر للضوء، يلتقط الانعكاسات المرآتية بطريقة تجعل العين تبدو لامعة وحية. والحلقة المحيطية (الدائرة الداكنة عند حافة القزحية) تتفاوت شدتها من شخص إلى آخر، وتتلاشى مع التقدم في العمر.
يصيّر Seedream 5.0 كل هذه العناصر بدقة، بما في ذلك الموضع الدقيق للوهج المنعكس في العين بالنسبة إلى مصدر الضوء الموصوف. حدّد إعداد الإضاءة في الأمر النصي، وسيظهر الوهج المنعكس حيث تقتضي الفيزياء أن يظهر.
تصيير الشعر بشكل صحيح مكلف حسابيًا. فلكل خصلة سلوكها الخاص: وزنها، وشحنتها الساكنة، وطريقة تجمعها في عناقيد أو تحولها إلى شعيرات طائرة منفردة عند خط الشعر، وطريقة التقاطها للضوء الخلفي بشكل مختلف عن الضوء الأمامي، وطريقة تغيّر لونها من الجذر إلى الطرف. وفي النماذج السابقة للذكاء الاصطناعي، كان الشعر يُصيَّر ككتلة ذات ملمس لا كمجموعة من الخيوط الفيزيائية المنفصلة.
يحل Seedream 5.0 الشعر بمستوى تظهر فيه الخصلات المنفردة بوضوح في المشاهد المقرّبة، وتُصيَّر فيه شفافية الشعر الناعم أمام الضوء الخلفي بشكل صحيح، ويتبع فيه الوزن وسلوك التجمع منطقًا فيزيائيًا. فالخصلة المتدلية على الجبهة تتصرف كخصلة متدلية، تلتقط الضوء على طول امتدادها، وتلقي ظلًا رفيعًا على الجلد الذي تحتها.
الوجه ليس سطحًا مسطحًا. إنه بنية ثلاثية الأبعاد من مستويات ومنحنيات: جبهة مائلة قليلًا إلى الخلف، وأنف بارز إلى الأمام، وخدود تميل بعيدًا عن الضوء، ومستوى أسفل الذقن يلتقط الضوء المنعكس من الصدر. ويجب أن يلتقط كل مستوى الضوء ويُلقي الظلال بشكل مختلف قليلًا، وفقًا لزاوية مصدر الضوء.
عندما تخطئ نماذج الذكاء الاصطناعي في هذا، يبدو الوجه كأنه صُوّر تحت عدة أضواء مختلفة في وقت واحد: متسق في اللون، لكنه غير متسق في اتجاه الظلال. واتساق الإضاءة في Seedream 5.0 من أقوى قدراته. حدّد مصدر ضوء واحدًا مع اتجاهه وجودته، وسيتبع سلوك الظلال عبر جميع مستويات الوجه الدقة الفيزيائية.
لم يظهر Seedream 5.0 في فراغ. تتنافس عدة نماذج بجدية على فئة البورتريه الواقعي، والفروق بينها حقيقية وقابلة للقياس.
| النموذج | ملمس الجلد | تفاصيل القزحية | تصيير الشعر | اتساق الإضاءة |
|---|---|---|---|---|
| Seedream 5 Lite | ممتاز | ممتاز | جيد جدًا | ممتاز |
| Flux 1.1 Pro Ultra | جيد جدًا | جيد | ممتاز | جيد جدًا |
| Realistic Vision v5.1 | جيد | جيد | جيد | جيد |
| Ideogram v3 Quality | جيد | جيد جدًا | جيد | جيد جدًا |
| Imagen 4 | جيد جدًا | جيد جدًا | جيد | جيد جدًا |
يتصدر Seedream 5 Lite تحديدًا في واقعية ملمس الجلد واتساق الإضاءة، وهما أكثر العاملين أهمية إدراكيًا لعبور عتبة وادي الغرابة. ويتفوق Flux 1.1 Pro Ultra في تصيير خصلات الشعر. ويتعامل Ideogram v3 Quality مع تفاصيل القزحية بدقة ملحوظة. والنموذج المناسب يعتمد على أي مؤشر بيولوجي يهمك أكثر في البورتريه الذي تنشئه.
لا يخلو أي نموذج من القيود. قد يواجه Seedream 5.0 صعوبة في ثلاثة سيناريوهات محددة:
بالنسبة إلى أعمال البورتريه المباشرة مع شخص واحد ومعايير فوتوغرافية واضحة، نادرًا ما تظهر هذه القيود.
نموذج Seedream 5 Lite متاح مباشرة على PicassoIA. إليك كيفية الحصول على أفضل نتائج البورتريه الواقعي منه.
انتقل إلى Seedream 5 Lite على PicassoIA. ويقع النموذج في مجموعة تحويل النص إلى صورة إلى جانب نماذج سابقة مثل Seedream 4.5 وSeedream 4. ولا يلزم أي إعداد إضافي لبدء التوليد.
يستجيب النموذج جيدًا للغة الفوتوغرافية التقنية. اكتب أمرك النصي في أربع طبقات:
أضف إشارتين محددتين للنقص الطبيعي على الأقل في كل أمر نصي. وهذه أمثلة تعمل جيدًا مع Seedream 5 Lite:
تبعد هذه العلامات الناتج بوضوح عن المظهر المنعّم والعام لتوليد البورتريهات منخفض الجودة.
أضف --style raw إلى نهاية أمرك النصي. يطلب هذا من النموذج تقليل الطابع الأسلوبي بعد المعالجة وإعطاء الأولوية للدقة الفوتوغرافية الخام. وعند دمجه مع مرجع نوع فيلم محدد، يُعد هذا أكثر الطرق موثوقية لتفعيل مسار التصيير الواقعي الكامل للنموذج.
الإضاءة أسرع متغير منفرد يمكن تعديله لتحقيق تحسن كبير في الجودة. إذا بدت الصورة مسطحة أو مصطنعة، فغيّر شيئًا واحدًا: أضف اتجاه مصدر ضوء محددًا. فـ"ضوء نافذة ناعم من أعلى اليسار" مقابل "وميض استوديو حاد بزاوية 45 درجة من اليمين" ينتج نتائج مختلفة جذريًا، من حيث التفاصيل التقنية والإحساس العاطفي معًا.
نصيحة: لأقصى واقعية للجلد، استخدم إضاءة ناعمة ومنتشرة (مصدر ضوء كبير قريب من الشخص). فهذا ما يفعله مصوّرو الجمال المحترفون عند التصوير. وقد تعلّم النموذج من تلك الصور، ويُعيد إنتاج سلوك تصيير الجلد الخاص بتصوير البورتريه بصندوق الإضاءة الناعمة (softbox) بدقة عالية.
التقنية الموصوفة في هذه المقالة ليست نظرية. فالفجوة بين "يبدو كصورة مولّدة بالذكاء الاصطناعي" و"يبدو كصورة فوتوغرافية" تقلّصت إلى مسألة تتعلق ببناء الأمر النصي واختيار النموذج. ويتوفر Seedream 5 Lite على PicassoIA إلى جانب خيارات واقعية أخرى، منها Flux 1.1 Pro Ultra وRealistic Vision v5.1 وIdeogram v3 Quality. ويتعامل كل منها مع تحدي واقعية البورتريه بطريقة مختلفة. وأسرع طريقة لمعرفة ما يناسبك هي تشغيل الأمر النصي نفسه عبر عدة نماذج، ثم المقارنة بينها مباشرة.
إذا أردت التوسع في بورتريهاتك بعد التوليد، فإن المنصة توفر أيضًا أدوات التعديل الموضعي لإصلاح مناطق محددة من الوجه أو استبدالها، ورفع الدقة الفائق لإيصال الصور إلى دقة جاهزة للطباعة، واستعادة الوجوه لاسترجاع التفاصيل من مواد مصدر ذات دقة أقل.
ابدأ بأمر نصي بسيط. حدّد عدستك. سمِّ مصدر الضوء. اختر نوع الفيلم. أضف إشارة نقص طبيعي واحدة محددة. هذه هي الصيغة. ومن هنا تكمل التجربة المتكررة بقية العمل.
اختر لغتك
