سئمت من صور الذكاء الاصطناعي التي تبدو مزيفة أو شمعية أو مفرطة المعالجة بالفلاتر؟ يشرح هذا المقال استراتيجيات كتابة الأوامر النصية واختيار النماذج وضبط المعاملات التي تنتج صورًا واقعية فعلًا للبالغين، بدءًا من ملمس البشرة ومرورًا بالإضاءة ووصولًا إلى التكوين. لا حشو ولا كلام فارغ، فقط ما ينجح.
يواجه معظم من يحاولون توليد فن ذكاء اصطناعي واقعي للبالغين المشكلة نفسها: نتائج تشبه دمى العرض البلاستيكية، أو بشرة تتوهج كشخصية في لعبة فيديو، أو إضاءة مصطنعة إلى درجة تقضي على أي إحساس بالمصداقية. تعود الفجوة بين ما تتخيله وما ينتجه النموذج إلى ثلاثة أمور: اختيار النموذج، وبنية الأمر النصي، وضبط المعاملات. يغطي هذا المقال الأمور الثلاثة بشكل عملي.
قبل إصلاح المشكلة، تحتاج إلى معرفة سببها.
ليس كل نموذج لتحويل النص إلى صورة مصممًا لتقديم أشخاص واقعيين كالصور الفوتوغرافية. تنتج النماذج العامة مخرجات تشبه اللوحات أو الرسوم التوضيحية أو الأسلوب المُنمَّق افتراضيًا. وعندما تفرض أمرًا مثل "photorealistic woman, 8K, beautiful" على نموذج تدرّب في معظمه على صور فنية، تحصل على شيء يبدو مبهرًا من بعيد لكنه ينهار عند أي فحص قريب للبشرة أو العينين أو اليدين.
النماذج المصممة تحديدًا لواقعية البورتريه تعمل بطريقة مختلفة. خضع Realistic Vision v5.1 للضبط الدقيق تحديدًا لمعالجة نقاط الفشل الشائعة في النماذج العامة: ملمس البشرة الشمعي، والبنية الوجهية غير الصحيحة، والإضاءة التي تبدو مصطنعة. أما Flux Dev فيضم 12 مليار معامل تُوجَّه نحو دقة التفاصيل، وهذا يترجم إلى مسام بشرة أوضح، وخصلات شعر أكثر إقناعًا، وتدرجات ظلال طبيعية على الجسم.
كتابة "beautiful woman, realistic, 8K" ليست أمرًا نصيًا. إنها اقتراح يفسره النموذج بأوسع طريقة ممكنة. يملأ النموذج الفراغات بناءً على متوسطات بيانات تدريبه، فينتج نتائج بمظهر متوسط. لتوليد شيء يتمتع بجودة فوتوغرافية حقيقية، يجب أن يعمل أمرك النصي كموجز مفصّل لمصوّر محترف: الشخص، والوضعية، والبيئة، واتجاه الإضاءة، والعدسة، ونوع الفيلم.
القرار الأعلى تأثيرًا الذي تتخذه قبل كتابة أي كلمة من أمرك النصي هو اختيار النموذج.
يُعد Flux Dev حاليًا من أقوى النماذج مفتوحة الأوزان لتقديم الأشخاص الواقعيين كالصور الفوتوغرافية. تلتقط بنيته التي تضم 12 مليار معامل تفاصيل دقيقة تفوتها النماذج الأصغر: خصلات الشعر الفردية، والتباينات الخفيفة في البشرة، والطريقة التي ينسدل بها القماش على الجسم. يدعم تحويل الصورة إلى صورة (img2img)، فيمكنك البدء من صورة مرجعية وتوجيهها بأمر نصي للتحسين التكراري.
إعدادات معاملات Flux Dev للواقعية:
| المعامل | القيمة الموصى بها | التأثير |
|---|---|---|
| Guidance | 3.0–4.5 | القيمة الأدنى تعطي نتائج أكثر طبيعية وأقل إفراطًا في المعالجة |
| Inference Steps | 35–50 | المزيد من الخطوات يعني تفاصيل أدق للبشرة والحواف |
| Aspect Ratio | 16:9 أو 4:5 | تأطير سينمائي أو تأطير للبورتريه |
| Go Fast | مُعطّل للمخرجات النهائية | دقة bf16 كاملة |
صُمم Realistic Vision v5.1 خصيصًا لتصوير البورتريه البشري. يوفّر VAE المدمج فيه عمقًا أغنى للألوان، ويتعامل النموذج مع البنية الوجهية وملمس البشرة بشكل أفضل من معظم النماذج العامة. بالنسبة للفن الواقعي للبالغين الذي يكون فيه الوجه محور الصورة، غالبًا ما يكون هذا الخيار الأكثر موثوقية.
يقبل النموذج الأوامر النصية السلبية، وهذا أمر حاسم للواقعية في محتوى البالغين. يقمع الأمر النصي السلبي القوي فعليًا العيوب التي تجعل الصور تبدو مولّدة بالذكاء الاصطناعي.
الأمر النصي السلبي القياسي للواقعية:
(deformed iris, deformed pupils, cgi, 3d, render, cartoon, drawing, anime), text, worst quality, low quality, jpeg artifacts, ugly, duplicate, mutated hands, poorly drawn face, bad anatomy, blurry, dehydrated, extra limbs, disfigured
يعمل SDXL بدقة 1024×1024 الأصلية، ويتضمن مسار مُحسّن (refiner) اختياريًا يُحدّد الحواف في المخرجات عالية التفاصيل. تتيح إمكانية التعديل الموضعي (inpainting) إصلاح مناطق محددة مثل يد خرجت بشكل خاطئ أو عنصر في الخلفية يبدو غير صحيح، من دون إعادة توليد الصورة بأكملها.
بالنسبة لفن الذكاء الاصطناعي للبالغين، يفتح دعم LoRA في SDXL إمكانية الحفاظ على اتساق الأسلوب عبر سلسلة كاملة. يمكنك تطبيق وزن LoRA مضبوط بدقة للحفاظ على مظهر ثابت أو أسلوب إضاءة ثابت أو بنية جسم ثابتة عبر عدة توليدات.
يتكون الأمر النصي الذي ينتج فن ذكاء اصطناعي واقعيًا للبالغين بحق من خمس طبقات. تضيف كل طبقة بُعدًا من التحكم يبعد المخرجات عن العام ويقربها من المحدد.
ابدأ بوصف مظهر الشخص. كن محددًا: لون البشرة، ولون الشعر وملمسه، ولون العينين، وبنية الجسم. تجنب الصفات مثل "beautiful" أو "gorgeous" لأنها لا تحمل معنى فوتوغرافيًا. بدلًا من ذلك، صِف ما يجعلهم يبدون بهذا الشكل.
💡 سيئ: "beautiful woman with nice skin"
جيد: "woman with warm olive skin, faint freckles across her nose, long dark wavy hair with natural volume, dark brown eyes"
صِف الوضعية الدقيقة والملابس. إذا كان الشخص جالسًا، فصِف كيفية جلوسه. وإذا كان واقفًا، فصِف توزيع وزنه. بالنسبة للمحتوى الموجّه للبالغين ضمن حدود غير صريحة، تُوصف الملابس مثل ملابس السباحة والملابس الداخلية أو كتف منزلق بدقة: القماش، والمقاس، وموضعه على الجسم.
💡 نصيحة: مصطلحات مثل "off-shoulder" و"draped" و"slightly open" و"fitted" تمنح النموذج معلومات مكانية يمكنه التصرف بناءً عليها. أما المصطلحات العامة مثل "sexy outfit" فتنتج نتائج عامة.
تحدد البيئة الإضاءة وتضبط النبرة العاطفية للصورة. فڤيلا شاطئية مغمورة بالشمس، وحمام مضاء بالشموع، وسطح منزل عند الغسق، أو تصميم داخلي إسكندنافي، تنتج كلها صورًا مختلفة تمامًا للشخص نفسه.
كن محددًا بشأن العناصر المعمارية أو الطبيعية في الخلفية ومستوى تركيزها. "Blurred tropical garden behind floor-to-ceiling windows" تعليمة. أما "Outdoors" فليست كذلك.
الإضاءة هي العامل الأهم على الإطلاق الذي يفصل النتيجة الواقعية كالصور الفوتوغرافية عن النتيجة التي تبدو مولّدة بالذكاء الاصطناعي. للضوء الطبيعي اتجاه وجودة ودرجة حرارة لون. عندما تصفه بدقة، يصيّره النموذج بدقة.
| نوع الإضاءة | صيغة الأمر النصي | التأثير |
|---|---|---|
| ضوء نافذة الصباح | "soft volumetric morning light from the left" | دافئ، ذو اتجاه، يُظهر تفاصيل الظل |
| الساعة الذهبية | "warm amber sunset light from the right" | بشرة متوهجة وانعكاس طبيعي للضوء |
| ضوء خارجي متقطع | "filtered sunlight through palm leaves" | أنماط ضوء عضوية |
| الشموع أو الإضاءة الداخلية | "warm candle-lit ambiance, sconce on right" | أجواء حميمة ومزاجية |
| ضوء النهار الغائم | "bright diffuse overcast light" | ناعم ومتساوٍ، من دون ظلال حادة |
حدّد دائمًا الاتجاه (من اليسار، من اليمين، من الخلف، من الأعلى) ووقت اليوم أو نوع المصدر.
هذه الطبقة هي ما يفصل الأوامر النصية الأساسية عن المخرجات الاحترافية. تخبر تفاصيل الكاميرا والعدسة النموذج كيف يصيّر عمق الميدان، وتشوه المنظور، والحبيبات.
مجموعة عبارات الكاميرا عالية الواقعية:
Canon EOS R5 with 85mm f/1.4 prime lensshallow depth of field, creamy bokehKodak Portra 400 film grainphotorealistic RAW 8K photographyيُدخل استخدام أسماء أفلام التصوير مثل Kodak Portra 400 أو Fujifilm Provia 100F حبيبات واقعية وعلمًا للألوان تعلمته النماذج من التصوير الفوتوغرافي الفعلي.
بما أن Realistic Vision v5.1 موجود تحديدًا لتوليد صور بشرية بواقعية فوتوغرافية، إليك سير عمل خطوة بخطوة لتوليد فن ذكاء اصطناعي للبالغين باستخدامه.
انتقل إلى Realistic Vision v5.1 على PicassoIA. لا حاجة إلى إنشاء حساب للبدء بالتوليد.
ابدأ بـ RAW photo, لأن النموذج يستجيب بقوة لهذه البادئة. ثم أضف بنية الأمر النصي الكاملة ذات الطبقات الخمس.
مثال:
RAW photo, a portrait of a young woman with caramel skin and long dark hair, wearing an off-shoulder ivory sundress, sitting on a wooden terrace overlooking the ocean, warm golden hour light from the right side, visible skin texture and natural lip detail, Canon EOS R5 85mm f/1.4, shallow depth of field, Kodak Portra 400 film grain, photorealistic 8K
الصق الأمر النصي السلبي القياسي للواقعية لقمع عيوب الذكاء الاصطناعي:
(deformed iris, deformed pupils, cgi, 3d, render, cartoon, anime), text, worst quality, low quality, jpeg artifacts, ugly, extra fingers, mutated hands, poorly drawn face, bad anatomy, blurry, disfigured
عندما تحصل على نتيجة تعجبك، دوّن رقم قيمة البذرة (seed). إعادة استخدامها تتيح لك تحسين الأمر النصي مع الحفاظ على التكوين الأساسي نفسه وبنية الشخص نفسها.
يتعامل Flux Dev مع التفاصيل بمستوى يجعله النموذج المفضل عندما تريد أعلى دقة في المخرجات، خاصة للقصّات الكبيرة والنتائج بجودة الطباعة.
في Flux Dev، وخلافًا لإصدارات Stable Diffusion، لا تفصل الأوامر النصية الإيجابية والسلبية بالطريقة نفسها. بدلًا من ذلك، ادمج أي استثناءات مباشرة داخل الأمر النصي الإيجابي باستخدام لغة طبيعية.
💡 نصيحة Flux Dev: صِغ الاستثناءات بلغة طبيعية. بدلًا من حقل الأمر النصي السلبي، اكتب: "مع تجنب أي تنعيم اصطناعي للبشرة أو مظهر بلاستيكي، مع الحفاظ على ملمس البشرة الطبيعي في كل أجزاء الصورة."
مقياس التوجيه لبورتريهات البالغين: اضبطه بين 3.0 و3.5 للحصول على أكثر النتائج طبيعية. القيم الأعلى من 5 تميل إلى جعل مخرجات Flux تبدو مفرطة المعالجة.
خطوات تشغيل النموذج: 40–50 لصور الإنتاج النهائية. جرّب الأفكار الأولية بعدد 28 خطوة، ثم أجرِ مرورًا نهائيًا بعدد 50 خطوة عندما تجد تكوينًا يعجبك.
سير عمل img2img: ارفع صورة مرجعية لإعداد إضاءة أو تكوين تريد تكراره، ثم اضبط prompt_strength على 0.65–0.75. هذا يحافظ على العناصر البنيوية لمرجعك مع تحويل المظهر.
كلمات مثل "stunning" و"gorgeous" و"sexy" و"perfect" تشويش على النموذج. ليس لها معنى فوتوغرافي. استبدل كل صفة مبالغ فيها بوصف ملموس لما تعنيه تلك الكلمة.
بدلًا من: "gorgeous woman with perfect skin" اكتب: "woman with smooth warm skin, faint natural blemishes, subtle highlight on cheekbones from window light"
تحتاج موضوعات البورتريه إلى نسب بورتريه. توليد تكوين للرأس والكتفين بنسبة 16:9 يجبر النموذج على ملء مساحة أفقية إضافية، وغالبًا ما ينتج عن ذلك خيارات غريبة للخلفية أو تكوينات مشوهة. استخدم 4:5 أو 9:16 للبورتريهات المقرّبة، و16:9 فقط عندما تكون البيئة جزءًا من القصة.
الأوامر النصية المتناقضة تربك النموذج. "Sunlit outdoor scene at midnight with warm afternoon light" تجبر النموذج على التوفيق بين شروط غير متوافقة. اختر وقتًا واحدًا متسقًا من اليوم والتزم به طوال الأمر النصي.
اليدان هما باستمرار الجزء الأصعب في الجسم الذي يواجه أي نموذج صعوبة في تصييره بشكل صحيح. عندما تكون وضعية الشخص بحيث تكون اليدان محورية في التكوين، أضف أوصافًا صريحة لليدين: "hands resting in lap" أو "one hand partially hidden behind her back" تقلل فرصة ظهور أصابع مشوهة.
💡 أصلح الأيدي السيئة بالتعديل الموضعي: إذا كانت النتيجة مثالية باستثناء اليدين، فاستخدم أداة التعديل الموضعي في SDXL لإصلاح تلك المنطقة وحدها من دون إعادة توليد الصورة الكاملة.
استخدم مجموعات المُعدِّلات المجربة هذه كلبنات بناء لأوامرك النصية الخاصة.
| الفئة | المُعدِّلات عالية التأثير |
|---|---|
| ملمس البشرة | visible skin pores, fine skin texture, natural complexion, subtle blemishes |
| الشعر | natural hair movement, individual strands visible, realistic hair volume |
| الإضاءة | volumetric light, directional natural light, realistic shadow gradients |
| العدسة | 85mm f/1.4, 50mm f/1.8, 135mm f/2 telephoto, shallow depth of field |
| نوع الفيلم | Kodak Portra 400, Fujifilm Provia 100F, film grain, analog texture |
| جسم الكاميرا | RAW photo, Canon EOS R5, Nikon Z9, Sony A7R IV, Leica M11 |
| وسوم الواقعية | photorealistic, 8K UHD, high detail, natural photography |
لا يُنتج أي أمر نصي واحد النتيجة المثالية من المحاولة الأولى. يجرّب فنانو الذكاء الاصطناعي للبالغين المحترفون عشرات قيم البذور قبل اعتماد تكوين نهائي. إليك عملية التكرار التي تنجح.
شغّل الأمر النصي باستخدام go_fast: true أو عدد خطوات منخفض لتقييم التكوين والوضعية وتوزع المشهد. أنت لا تحكم على جودة البشرة بعد.
عندما يعجبك التكوين، ثبّت قيمة البذرة وشغّل بعدد كامل من الخطوات باستخدام go_fast: false. هنا تُصيَّر فعلًا تفاصيل ملمس البشرة وإضاءتها والعمل الدقيق على الحواف.
حدّد أي مناطق مشكلة محددة: وضعية يد خاطئة، أو عنصر غير طبيعي في الخلفية، أو انحراف لوني في الظلال. عالج كلًا منها إما بتعديل الأمر النصي، أو، للمشكلات المكانية، بمرور تعديل موضعي باستخدام SDXL.
استخدم Flux Schnell لإعداد مسودات سريعة لعدة اختلافات في الأوامر النصية. ينتج نتائج نظيفة قابلة للاستخدام في أقل من 5 ثوانٍ للصورة الواحدة، ما يجعله مثاليًا لاختبار 10 أو 20 تركيبة من الأوامر النصية بسرعة قبل الانتقال إلى مرور تفاصيل كامل على Flux Dev.
الفجوة بين صورة ذكاء اصطناعي تبدو بلاستيكية وأخرى واقعية كالصور الفوتوغرافية ليست لغزًا. إنها نتيجة تطبيق معرفة محددة بالنماذج، وأوامر نصية منظمة، وتكرار منهجي. كل صورة في هذا المقال أُنتجت باستخدام الطرق الدقيقة الموصوفة هنا.
يتوفر على PicassoIA جميع النماذج الأربعة التي يغطيها هذا المقال للاستخدام الآن، من دون حدود على عدد النقاط ومن دون أي إعداد مسبق. ابدأ من Realistic Vision v5.1 للعمل الذي يركز على البورتريه أولًا، أو انتقل مباشرة إلى Flux Dev لأقصى دقة في التفاصيل. استخدم أحد قوالب الأوامر النصية ذات الطبقات الخمس الواردة أعلاه، واضبط الإضاءة والبيئة وفق رؤيتك، ونفّذ بعض اختلافات البذور. ستخبرك النتائج بأكثر مما يمكن لأي مقال أن يخبرك به.
اختر لغتك
