يمنحك تشغيل توليد الصور بالذكاء الاصطناعي غير المقيّد محليًا تحكمًا كاملًا: لا فلاتر للمحتوى، ولا حدود للاشتراك، ولا قلق على خصوصية بياناتك. يشرح لك هذا المقال متطلبات الأجهزة، وتثبيت البرامج، واختيار النموذج، وإزالة فلاتر الأمان، لتولّد كل ما تتخيله على جهازك.
يُعد تشغيل توليد الصور بالذكاء الاصطناعي على عتادك الخاص من أهم التحولات في الحرية الإبداعية المتاحة اليوم. لا توجد خدمة سحابية تفلتر أوامرك النصية. لا حدود شهرية للتوكنات. لا رسالة من سياسة المحتوى تخبرك بأن صورتك قد حُظرت. عندما تشغّل مجموعة الأدوات محليًا، فالحد الوحيد هو وحدة معالجة الرسومات (GPU) لديك، وخيالك، والنموذج الذي تختاره.
يرشدك هذا المقال إلى ما يلزم بالضبط لتشغيل توليد الصور المحلي غير المقيّد بالذكاء الاصطناعي، بدءًا من العتاد الذي تحتاجه وصولًا إلى تعطيل فلاتر الأمان في أشهر واجهات الاستخدام.
عندما تشغّل مولّد صور الذكاء الاصطناعي محليًا، تجري عملية التشغيل كاملةً على جهازك. تُحمَّل أوزان النموذج إلى ذاكرة VRAM الخاصة بوحدة GPU، ويتولى المعالج (CPU) المعالجة الأولية وتنسيق عملية أخذ العينات، ولا تغادر الصورة الناتجة شبكتك أبدًا. لا يُرسل أي استدعاء API إلى أي خادم. ولا تُفحص الصورة أو تُسجَّل أو تُراجَع.
وهذا يختلف جوهريًا عن التوليد السحابي. فعلى منصات مثل Midjourney أو DALL-E، يُعالَج كل أمر نصي على خوادمها ويخضع لسياسات الإشراف على المحتوى الخاصة بها. أما الإعدادات المحلية فتزيل هذه الطبقة تمامًا.
يهيمن إطاران محليان لتشغيل النماذج على هذا المجال:
يدعم الإطاران صيغ النماذج نفسها. ويعتمد اختيارك على مدى التحكم الذي تريده في مسار التوليد.
قبل تثبيت أي شيء، تحقق من عتادك. تشغيل النماذج محليًا على عتاد غير كافٍ هو السبب الأكثر شيوعًا للإحباط لدى المستخدمين الجدد.
VRAM هي القيد الأصعب. يجب أن تتسع النماذج بالكامل في ذاكرة GPU أثناء تشغيل النموذج. وإذا لم تتسع، فإما أن يتحول التوليد إلى المعالج (CPU) وهو بطيء للغاية، أو يتعطل تمامًا.
| نوع النموذج | الحد الأدنى من VRAM | VRAM الموصى به |
|---|---|---|
| نقاط حفظ SD 1.5 | 4 GB | 6 GB |
| نقاط حفظ SDXL | 8 GB | 12 GB |
| Flux Dev / Schnell | 12 GB | 16 GB+ |
| SD 3.5 Large | 16 GB | 24 GB |
💡 ملاحظة: هذه القيم تقريبية. يعتمد الاستهلاك الفعلي على الدقة وحجم الدفعة، وعلى ما إذا كنت تشغّل ControlNet أو LoRAs إلى جانب النموذج الأساسي.
لمعظم حالات توليد محتوى NSFW، تكفي بطاقة RTX 3080 (10 GB) أو RTX 4070 (12 GB) لتشغيل أغلب نقاط الحفظ الشائعة. أما RTX 4090 (24 GB) فتتعامل مع كل شيء، بما فيه Flux وSD 3.5 Large، دون أي تنازلات.
تعمل وحدات GPU من AMD، لكنها تحتاج إلى إعدادات إضافية باستخدام ROCm على Linux. أما على Windows، فدعم AMD عبر DirectML يعمل، لكنه أبطأ وأقل استقرارًا.
المعالج (CPU) ليس عنق الزجاجة في التشغيل المُسرَّع بوحدة GPU، لكن الذاكرة العشوائية مهمة لتحميل النموذج ولعبء نظام التشغيل.
إذا كانت VRAM في GPU غير كافية، سينقل النظام الحسابات إلى ذاكرة المعالج العشوائية وذاكرة النظام (ويُسمّى هذا غالبًا وضع "CPU offload"). هذا الأسلوب يعمل، لكنه يولّد بسرعة 1 إلى 5 تكرارات في الثانية بدلًا من 20 إلى 60 تكرارًا أو أكثر على GPU مناسبة.
ملفات النماذج كبيرة. خطّط لمساحة التخزين وفقًا لذلك:
يُعد قرص SSD مخصصًا بسعة من 500 GB إلى 1 TB نقطة بداية عملية إذا كنت تخطط لجمع عدة نماذج. ويعمل التخزين على قرص HDD، لكن أزمنة تحميل النماذج ستكون أبطأ بوضوح.
يتطلب AUTOMATIC1111 الإصدار Python 3.10.x وGit. استخدام 3.11 أو 3.12 قد يسبب تعارضات في الاعتماديات مع بعض الإضافات. التزم بالإصدار 3.10.
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
cd stable-diffusion-webui
webui-user.bat
يُنزّل التشغيل الأول جميع الاعتماديات تلقائيًا. يستغرق ذلك من 10 إلى 20 دقيقة حسب سرعة الإنترنت لديك. بعد الانتهاء، تُفتح WebUI على http://127.0.0.1:7860 في متصفحك.
على Linux (Ubuntu/Debian):
sudo apt install wget git python3.10 python3.10-venv
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
cd stable-diffusion-webui
bash webui.sh
يتولى السكربت إنشاء البيئة الافتراضية وتثبيت الاعتماديات. والعنوان نفسه يُستخدم لواجهة المتصفح.
يأتي A1111 افتراضيًا مع فاحص أمان يُفرغ الصور التي تحتوي على محتوى معين إلى اللون الأسود. ويتطلب تعطيله علامة واحدة فقط.
افتح webui-user.bat (في Windows) أو webui.sh (في Linux) في محرر نصوص. ابحث عن السطر الذي يبدأ بالعبارة COMMANDLINE_ARGS= وأضف العلامات التالية:
COMMANDLINE_ARGS=--no-half-vae --disable-safe-unpickle
لتعطيل فاحص أمان NSFW بالكامل، أضف:
--disable-nan-check
💡 مهم: في بعض نقاط الحفظ، يكون فاحص الأمان مدمجًا في النموذج نفسه وليس في الواجهة. والتبديل إلى نقطة حفظ غير مقيّدة (انظر أدناه) يتجاوزه بالكامل دون لمس إعدادات WebUI.
يتبنى ComfyUI نهجًا مختلفًا. فبدلًا من لوحة إعدادات تقليدية، يستخدم مخطط عُقد، حيث تمثل كل خطوة معالجة كتلة مرئية متصلة بالتي تليها. يبدو ذلك مخيفًا، لكنه يصبح ميزة بعد أن تفهمه.
git clone https://github.com/comfyanonymous/ComfyUI
cd ComfyUI
pip install -r requirements.txt
python main.py
على Windows، لا تحتاج النسخة المحمولة المستقلة (المتاحة في صفحة الإصدارات على GitHub الخاصة بـ ComfyUI) إلى تثبيت Python على الإطلاق. نزّلها، ثم فكّ ضغطها، ثم شغّلها.
ضع ملفات نقاط الحفظ الخاصة بنموذجك في مجلد ComfyUI/models/checkpoints/. وتوضع ملفات LoRA في ComfyUI/models/loras/. يكتشفها ComfyUI تلقائيًا عند التشغيل التالي.
نقطة الحفظ التي تستخدمها أهم من أي إعداد أو معامل. فالنموذج الأساسي يحدد الأسلوب، ودقة التشريح، وما إذا كان فاحص الأمان موجودًا أصلًا.
صُممت نقاط الحفظ غير المقيّدة التي درّبتها المجتمعات خصيصًا لتحسين المخرجات الواقعية للصور الفوتوغرافية والمخرجات القادرة على توليد محتوى NSFW. وأشهر العائلات في 2025 هي:
| عائلة النموذج | الأساس | أفضل استخدام |
|---|---|---|
| Realistic Vision v5.1 | SD 1.5 | بورتريهات واقعية، تفاصيل البشرة |
| RealVisXL v3.0 Turbo | SDXL | أجسام واقعية عالية الدقة، أزياء |
| DreamShaper XL Turbo | SDXL | واقعية فنية، واقعية خيالية |
| Proteus v0.2 | SDXL | شبه واقعي، تشريح مُنمّط |
| Flux Dev | Flux | واقعية متطورة، وفاء بالأوامر النصية |
يمثل Flux Dev وFlux Schnell أحدث ما وصل إليه التطور في توليد الصور من النص بأوزان مفتوحة. ويحتاجان إلى VRAM أكبر (من 12 إلى 16 GB)، لكنهما ينتجان صورًا أكثر حدة ودقة تشريحية بشكل ملحوظ مقارنة بنماذج SD 1.5 أو SDXL.
يُعد Stable Diffusion 3.5 Large خيارًا قويًا آخر للأعمال عالية الدقة، مع التزام ممتاز بالأوامر النصية.
Civitai هو المركز الرئيسي للمجتمع لنقاط الحفظ المضبوطة بدقة، وLoRAs، والتضمينات. تتوفر معظم النماذج غير المقيّدة هناك مع ملاحظات مفصلة من المستخدمين حول أفضل ما تنتجه.
HuggingFace يستضيف أوزان النماذج الرسمية لعائلات Flux و Stable Diffusion وغيرها من البنى الأساسية. ويتطلب الوصول إلى بعض المستودعات المقيّدة إنشاء حساب والموافقة على شروط ترخيص النموذج.
ضع ملفات نقاط الحفظ التي نزّلتها في:
stable-diffusion-webui/models/Stable-diffusion/ComfyUI/models/checkpoints/تُوضع ملفات LoRA (إضافات الضبط الدقيق الصغيرة) في:
stable-diffusion-webui/models/Lora/ComfyUI/models/loras/
جودة الأمر النصي هي الفارق بين مخرجات عادية وشيء مبهر حقًا. فالنموذج لا يولّد إلا ما تصفه بتفاصيل كافية.
تتبع الأوامر النصية الجيدة تسلسلًا مرنًا: الشخص والفعل، ثم البيئة، ثم الإضاءة، ثم الكاميرا، ثم مُعدِّلات الجودة.
للحصول على نتائج واقعية كالصور الفوتوغرافية:
[subject description], [clothing/pose details], [environment/setting],
[lighting type and direction], [camera and lens], [film stock],
photorealistic, 8k, high detail, sharp focus, RAW photo
مثال:
beautiful woman with dark hair, wearing a strappy black dress,
standing on a rooftop at dusk, golden hour backlight creating
rim light on shoulders, shot on Sony A7 85mm f/1.8,
Kodak Portra 400, photorealistic, 8k
تخبر الأوامر النصية السلبية النموذج بما يجب تجنبه. وهذه شبه عالمية لتحسين الجودة:
cartoon, anime, illustration, painting, drawing, 3d render, cgi,
deformed, bad anatomy, extra limbs, missing fingers, blurry,
low resolution, watermark, text, logo, ugly, distorted
💡 نصيحة: مع نماذج SD 1.5، فإن إدراج
EasyNegativeأوbad_prompt_version2كرمز انعكاس نصي (textual inversion) في أمرك النصي السلبي يقلل أخطاء التشريح بشكل كبير دون أي هندسة يدوية للأوامر.
إعدادان يتركهما معظم المبتدئين على القيم الافتراضية، وما ينبغي لهما ذلك:
مقياس CFG: يتحكم في مدى التزام النموذج الصارم بأمرك النصي. القيم بين 5 و7 تنتج نتائج أكثر طبيعية وتنوعًا. أما القيم فوق 10 فكثيرًا ما تسبب تشبعًا مفرطًا للألوان وتشوهًا.
خطوات أخذ العينات: المزيد من الخطوات يعني مخرجات أكثر صقلًا حتى حدّ معين. وبالنسبة لمعظم النماذج، تمثل 20 إلى 30 خطوة السقف العملي. وFlux Schnell وSDXL Lightning 4step نماذج مقطّرة (distilled) مصممة للعمل في 4 إلى 8 خطوات دون خسارة في الجودة.
مع نقطة الحفظ والإعدادات وبنية الأمر النصي الصحيحة، ينتج توليد الذكاء الاصطناعي المحلي صورًا واقعية لا تُميَّز عن التصوير الاحترافي. وتُظهر الصورة أعلاه ما هو ممكن مع الإعداد السليم: وصف تفصيلي للشخص، وتوجيه صريح للإضاءة، وإشارة إلى نوع فيلم تصوير في الأمر النصي.
تجعل WebUI التكرار سريعًا. وَلِّد دفعة، وحسّن الأمر النصي، واضبط قيمة البذرة، ثم أعد التوليد. ويكرر معظم المستخدمين المتمرسين العملية من 5 إلى 15 مرة قبل الاستقرار على المخرج النهائي.
حتى مع تثبيت نظيف، تظهر بضعة أخطاء بشكل متكرر.
"CUDA out of memory": نفدت VRAM لديك. الحلول مرتبة حسب الأفضلية: خفّض الدقة، أو فعّل علامتي --medvram أو --lowvram في معاملات التشغيل الخاصة بـ A1111، أو انتقل إلى نموذج أصغر.
صور سوداء أو رمادية: فاحص الأمان انطلق. يحدث هذا عند استخدام نماذج SD الأساسية مع بقاء الفاحص نشطًا. بدّل إلى نقطة حفظ غير مقيّدة، أو عطّل الفاحص كما هو موضح أعلاه.
"model.safetensors is not a valid file": التنزيل تالف. احذف نقطة الحفظ وأعد تنزيلها. تحقق من أن حجم الملف يطابق ما تذكره المصادر.
توليد بطيء للغاية (1-2 it/s): أنت تعمل على المعالج. تحقق من أن PyTorch مُثبّت مع دعم CUDA. وفي مخرجات الوحدة الطرفية عند تشغيل A1111، تأكد من ظهور Using device: cuda عند التشغيل.
غياب كلمات تفعيل LoRA: تحتاج كثير من LoRAs إلى كلمة تفعيل محددة في أمرك النصي لتعمل. تحقق من قائمة كلمات التفعيل في صفحة النموذج على Civitai.
التوليد المحلي مثالي عندما يتوفر لديك العتاد المناسب. لكن ليس لدى الجميع GPU ذات VRAM عالية، وبعض سير العمل (على الهاتف، أو أثناء السفر، أو على أجهزة ضعيفة الاستهلاك للطاقة) يجعل الإعدادات المحلية غير عملية.
لهذه الحالات، توفّر PicassoIA وصولًا سحابيًا إلى كثير من النماذج نفسها المستخدمة في الإعدادات المحلية، بما فيها إصدارات Flux وStable Diffusion، دون الحاجة إلى تثبيت أو إلى GPU محلية.
تتضمن مجموعة تحويل النص إلى صورة في PicassoIA النماذج التي يعتمد عليها المستخدمون الجادون أكثر من غيرها:
| النموذج | الرابط | أفضل حالة استخدام |
|---|---|---|
| Flux Dev | جرّبه | واقعية عالية الدقة، أشخاص بتفاصيل دقيقة |
| Flux 2 Dev | جرّبه | Flux من الجيل التالي مع تفاصيل محسّنة |
| Flux Schnell | جرّبه | تكرار سريع، توليد في 4 خطوات |
| Flux 1.1 Pro | جرّبه | مخرجات بجودة احترافية |
| Stable Diffusion 3.5 Large | جرّبه | دقة عالية، التزام قوي بالأوامر النصية |
| Realistic Vision v5.1 | جرّبه | بورتريهات واقعية |
| RealVisXL v3.0 Turbo | جرّبه | واقعية قائمة على SDXL |
| DreamShaper XL Turbo | جرّبه | واقعية فنية، أزياء، الجلامور (glamour) |
| SDXL | جرّبه | نموذج SDXL أساسي متعدد الاستخدامات |
| Flux Dev LoRA | جرّبه | Flux مع دعم ضبط LoRA الدقيق |
ميزة استخدام PicassoIA إلى جانب الإعداد المحلي هي السرعة وتنوع النماذج. فبدلًا من تنزيل ملفات نماذج تزيد على 20 GB والانتظار حتى يكتمل التوليد المحلي، يمكنك اختبار نماذج مختلفة بسرعة في المتصفح لتقرر أيها يستحق التنزيل محليًا.
سواء كنت تشغّل مجموعة محلية كاملة بوحدة RTX 4090 أو تختبر الأوامر النصية بين جلسات محلية، فإن الوصول إلى توليد صور غير مقيّد فعلًا أصبح أسهل في 2027 مما كان عليه من قبل. النماذج مفتوحة الأوزان، والأدوات مجانية، والمجتمع ضخم.
إذا لم تُجرِ أول توليد محلي بعد، فأسرع طريقة للبدء هي: اختر GPU تناسب ميزانيتك، وثبّت ComfyUI بالنسخة المحمولة، ثم احصل على Realistic Vision v5.1 أو RealVisXL من Civitai، وضعه في مجلد نقاط الحفظ (checkpoints). سيعمل توليدك الأول خلال 20 دقيقة من الإعداد.
هل تريد تخطي التثبيت كليًا والبدء بالتوليد الآن؟ جرّب Flux Dev أو Flux Schnell أو Stable Diffusion 3.5 Large مباشرة على PicassoIA دون أي تثبيت. تعمل بنية الأمر النصي الموصوفة في هذا المقال بالطريقة نفسها تمامًا على المنصة السحابية، لذا يمكنك الاختبار والتكرار قبل الالتزام بتنزيل كامل محليًا.
اختر لغتك
