يُعيد تحويل الصور إلى نماذج ثلاثية الأبعاد بالذكاء الاصطناعي تشكيل تصميم المنتجات وتطوير الألعاب والفن الرقمي. يستعرض هذا المقال الطرق الفعلية وسير العمل والأدوات لتحويل الصور العادية إلى أصول مكانية تفصيلية، مع شرح خطوة بخطوة لاستخدام نماذج الصور بالذكاء الاصطناعي على Picasso IA.
كان تحويل صورة فوتوغرافية مسطحة إلى أصل مكاني ثلاثي الأبعاد يتطلب في السابق جهاز مسح ثلاثي الأبعاد مخصصًا، وبرامج متخصصة، وساعات من التنظيف اليدوي. لقد اختصر الذكاء الاصطناعي هذا السير كثيرًا. فاليوم، يمكن لصورة واحدة يلتقطها هاتف ذكي أن تدخل إلى مسار ذكاء اصطناعي وتخرج كخريطة عمق ذات ملمس، أو شبكة مضلعات مُعاد بناؤها، أو صورة غنية بالأبعاد تبدو كجسم مكاني. يستعرض هذا المقال الطرق الفعلية، والأدوات الحقيقية، والخطوات المحددة التي تنتج نتائج تستحق الاستخدام.
قبل اختيار أداة، من المفيد معرفة ما يحدث داخل العملية. فعبارة "من الصورة إلى ثلاثي الأبعاد" اختصار لعدة عمليات مختلفة جدًا تنتج أنواعًا مختلفة من المخرجات.
تقدير العمق هو الأبسط بين الاثنين. يتفحّص الذكاء الاصطناعي صورة واحدة ويمنح قيمة عمق لكل بكسل، وغالبًا ما تُعرض هذه القيم على شكل خريطة عمق بتدرج الرمادي، حيث تمثل البكسلات البيضاء الأقرب والسوداء الأبعد. هذا لا ينتج شبكة يمكن تدويرها في برامج التصميم بمساعدة الحاسوب. ما ينتجه هو تفسير مكاني للصورة يمكن لأدوات أخرى أن تعمل عليه.
إعادة البناء ثلاثي الأبعاد الكاملة تذهب أبعد من ذلك. فعند توفر صور كافية لجسم من زوايا متعددة، يجمع الذكاء الاصطناعي هذه الصور في سحابة نقاط، ثم يبني شبكة مضلعات بملمس. وهذا أقرب إلى ما يتخيله معظم الناس عند سماع عبارة "من صورة إلى نموذج ثلاثي الأبعاد"، وهو أساس سير العمل المستخدم في تصميم المنتجات وتطوير الألعاب ومؤثرات الأفلام البصرية.
تُدرَّب نماذج الذكاء الاصطناعي التي تتولى هذه المهام على ملايين أزواج الصور، أي صور مقرونة ببيانات العمق المقابلة أو بمسوحات ثلاثية الأبعاد. ومن هذا التدريب، تكتسب إحساسًا إحصائيًا بكيفية تراجع الأجسام في الفضاء الفعلي، وكيف يتصرف الضوء على الأسطح المختلفة، وكيف تلمّح الأجزاء المرئية من الجسم إلى شكل جوانبه المخفية.
💡 نصيحة: تعتمد جودة مخرجات الذكاء الاصطناعي بشدة على جودة الصور التي تُدخلها. فالإضاءة المتسقة، والتركيز الحاد، والتغطية السليمة للجسم المصوَّر في الكادر ليست أمورًا اختيارية.
هناك طريقتان عامتان لتحويل الصورة إلى ثلاثي الأبعاد بالذكاء الاصطناعي، وتناسب كل منهما حالات مختلفة.
القياس الضوئي (Photogrammetry) هو النمذجة ثلاثية الأبعاد القائمة على الصور في أكثر صورها موثوقية. تلتقط الجسم نفسه من عشرات الزوايا، مع التأكد من أن اللقطات المتتالية تتداخل بنسبة 60 إلى 70 بالمئة على الأقل. ثم تحدد البرامج المتخصصة الملامح المتطابقة عبر جميع الصور، وتحسب موضع الكاميرا لكل لقطة، وتعيد بناء الجسم في ثلاثة أبعاد.
ما تحتاجه للقياس الضوئي:
تنجح هذه الطريقة مع الأجسام التي لها ملمس واضح، لأن الذكاء الاصطناعي يحتاج إلى ملامح السطح ليحسب التطابقات بين الصور. أما الأجسام العاكسة للضوء بشدة أو الشفافة فهي معروفة بصعوبتها، لأن مظهرها يتغير مع كل زاوية.
تستطيع المقاربات الأحدث المبنية على حقول الإشعاع العصبي (Neural Radiance Fields) ونماذج الانتشار أن تستنتج البنية ثلاثية الأبعاد من صورة واحدة أو بضع صور فقط. فبدلًا من حساب الهندسة من بكسلات متطابقة عبر صور متعددة، يعتمد النموذج العصبي على بيانات تدريبه لافتراض شكل الأجزاء غير المرئية من الجسم.
الطرق القائمة على صورة واحدة تنتج نتائج معقولة، لا نتائج قاطعة. فالذكاء الاصطناعي يخمّن بناءً على أنماط إحصائية مستخلصة من بيانات التدريب بشأن الجزء الخلفي من الجسم. وفي كثير من التطبيقات الإبداعية، يُعد هذا مقبولًا تمامًا. أما في الهندسة والتصنيع وأي شيء يتطلب دقة في الأبعاد، فيظل القياس الضوئي متعدد الصور المسار الأكثر موثوقية.
| الطريقة | الصور المطلوبة | نوع المخرجات | الاستخدام الأمثل |
|---|---|---|---|
| القياس الضوئي | 30-200 | شبكة مضلعات بملمس | المنتجات والأجسام والمساحات |
| NeRF/Diffusion | 1-10 | خريطة العمق، وزوايا عرض جديدة | الأصول الإبداعية، أعمال المفاهيم |
| تقدير العمق | 1 | خريطة العمق فقط | المعالجة اللاحقة، فيديو الحركة المنظورية (parallax) |
| img2img AI | 1 | صورة مُعاد تصييرها | السرد البصري، نماذج التصميم |
بغض النظر عن سير العمل بالذكاء الاصطناعي الذي تستخدمه، فإن ما تُدخله يحدد ما تحصل عليه. فالتصوير المهمل ينتج إعادة بناء بها ثقوب وعيوب وضوضاء في السطح، ولا يستطيع أي قدر من معالجة الذكاء الاصطناعي أن يصلحها.
للقياس الضوئي، صوّر في ثلاث حلقات أفقية حول الجسم. الحلقة الأولى على مستوى العين، والثانية بزاوية 45 درجة نحو الأسفل، والثالثة من الأعلى مباشرة. داخل كل حلقة، تحرّك بخطوات صغيرة بحيث تشترك اللقطات المتتالية في ثلثي محتواها على الأقل. فالتغطية المتسرعة أو المتفرقة تعني أن الذكاء الاصطناعي لا يستطيع تحديد المواقع الثلاثية بموثوقية، وستظهر فجوات في الشبكة الناتجة.
الإضاءة المسطحة والمتجانسة هي المثالية للقياس الضوئي. فالظلال القاسية تُحدث تناقضات بين اللقطات، لأن نمط الظل يتغير كلما تحركت حول الجسم. والسماء الملبدة بالغيوم مثالية للأجسام الخارجية. وفي الاستوديو، تزيل مصادر الضوء المنتشرة الكبيرة من اتجاهات متعددة الظلال العميقة التي تربك خوارزميات إعادة البناء.
بالنسبة لتقدير العمق من صورة واحدة، تفيد الإضاءة الدرامية أكثر. فالظلال تحمل معلومات عن انحناء السطح والعمق. ومصدر ضوء قوي واحد من جانب واحد يخلق الظلال التي يستخدمها الذكاء الاصطناعي لاستنتاج الشكل ثلاثي الأبعاد.
💡 نصيحة: ضع الجسم على منصة دوّارة ذات ملمس، والتقط الصور من موضع كاميرا ثابت أثناء تدوير الجسم، فتحصل على تغطية زاوية دقيقة دون تغيير إعداد الإضاءة بين اللقطات.
إذا كان هدفك ليس شبكة قابلة للطباعة، بل صورة غنية بصريًا ومقنعة من حيث الأبعاد، فإن نماذج توليد الصور التي تملك قدرة تحويل الصورة إلى صورة (img2img) توفر سير عمل أسرع وأكثر إبداعًا. ويُعد Flux Dev على Picasso IA من أكثر الأدوات قدرة لهذا النهج.
يقبل Flux Dev صورة مرجعية كمدخل، ويعيد تصييرها وفق أمرك النصي. لا يعيد النموذج بناء الهندسة، لكنه ينتج صورة تعيد تفسير العلاقات المكانية في صورتك، مضيفًا العمق والملمس والإضاءة والتفاصيل الجوية التي لم تكن موجودة في الأصل. يمكنك أن تأخذ صورة مسطحة وسيئة الإضاءة لمنتج وتحوّلها إلى صورة مكتملة وغنية مكانيًا تبدو ذات أبعاد.
يتحكم المعامل prompt_strength في مدى ابتعاد النموذج عن صورتك الأصلية. فالقيمة من 0.4 إلى 0.6 تحافظ على التكوين مع تحسين جودة السطح والتماسك المكاني. أما القيمة التي تتجاوز 0.8 فتمنح النموذج حرية إبداعية كبيرة لإعادة تخيّل المشهد.
الخطوة 1: افتح Flux Dev على Picasso IA
الخطوة 2: ارفع صورتك المرجعية باستخدام حقل إدخال الصور
الخطوة 3: اكتب أمرًا نصيًا يصف الخصائص الأبعادية التي تريدها. ركّز على اتجاه الإضاءة وملمس السطح والعمق المكاني. مثال: "photorealistic product shot, strong volumetric lighting from upper left, deep shadow on right side revealing surface curvature, 8K detail"
الخطوة 4: اضبط prompt_strength بين 0.45 و0.6 للحفاظ على الجسم الأصلي مع تحسين الجودة المكانية
الخطوة 5: اضبط guidance على 3.5، واضبط num_inference_steps على 35-50 لتحقيق أقصى دقة في المخرجات
الخطوة 6: شغّل التوليد. إذا ابتعدت النتيجة كثيرًا عن الأصل، فاخفض prompt_strength بمقدار 0.1 وأعد المحاولة
يقدّم Stable Diffusion 3.5 Large خط معالجة صورة إلى صورة خاصًا به، ينتج طابعًا مختلفًا عن Flux Dev. فبينما يميل Flux Dev إلى الواقعية الفوتوغرافية بحواف نظيفة وحادة، يتعامل SD 3.5 Large مع التنوع الأسلوبي بإتقان. وإذا كان سير عملك يتطلب تصورًا معماريًا، أو أعمال مفاهيم داخلية، أو أي مشهد تكون فيه الإضاءة الجوية أهم من الدقة الفوتوغرافية، فيستحق SD 3.5 Large أن يُشغَّل إلى جانب Flux Dev للمقارنة.
للتكرار السريع في مراحل المفاهيم الأولى، ينتج Flux Schnell نتائج قابلة للاستخدام في أقل من 5 ثوانٍ للصورة الواحدة. استخدمه لاختبار الاتجاهات بسرعة قبل الالتزام بتشغيلات Flux Dev أو SD 3.5 Large الأطول.
| النموذج | السرعة | الواقعية الفوتوغرافية | دعم img2img | الاستخدام الأمثل |
|---|---|---|---|---|
| Flux Dev | متوسطة | عالية جدًا | نعم | مخرجات الجودة النهائية |
| Flux Schnell | سريعة جدًا | عالية | لا | التكرار السريع للمفاهيم |
| SD 3.5 Large | متوسطة | عالية، متنوعة أسلوبيًا | نعم | المشاهد الجوية |
سواء أنتج سير عملك خريطة عمق، أو تصييرًا لشبكة مُعاد بناؤها، أو نتيجة img2img، فإن رفع الدقة يضيف الطبقة النهائية من الجودة التي تفصل النتيجة الجيدة عن الممتازة.
كثيرًا ما تخرج مخرجات إعادة البناء ثلاثي الأبعاد وإعادات التصيير بالذكاء الاصطناعي بدقة أقل مما تحتاجه للطباعة أو تغليف المنتجات أو العرض عالي الدقة. والأهم من ذلك أن عملية إعادة البناء أو التصيير قد تُدخل نعومة وعيوب ضغط وفقدانًا في التفاصيل الدقيقة، وهي أمور يعرف الذكاء الاصطناعي المخصص لرفع الدقة كيف يعالجها تحديدًا.
Clarity Pro Upscaler: الخيار الأول للمخرجات الواقعية فوتوغرافيًا. يضيف تفاصيل دقيقة مثل حبيبات السطح، ونسيج القماش، والملمس الدقيق للمواد، مع الحفاظ على التدرج اللوني العام للصورة. وهو قوي بشكل خاص في صور البورتريه والمنتجات.
Real ESRGAN: أداة رفع دقة بمعامل 4x أثبتت جدارتها في الاستخدام الفعلي، وتتعامل جيدًا مع المدخلات الصاخبة أو المضغوطة أو منخفضة الجودة. وهي مفيدة لرفع دقة التصييرات التي تحمل عيوب ضغط JPEG الناتجة عن مسار إعادة البناء.
Topaz Image Upscale: يوفر تكبيرًا يصل إلى 6x، وهو أعلى معامل متاح على Picasso IA. استخدمه عندما تحتاج إلى دقة جاهزة للطباعة من صورة بحجم الويب.
Recraft Creative Upscale: يضيف تفاصيل تفسيرية تتجاوز مجرد رفع الدقة. فهو يملأ ملمسًا معقولًا وتعقيدًا في السطح لم يكن موجودًا في الأصل. ويعمل هذا جيدًا مع التصييرات التي تحتاج إلى مزيد من ثراء المادة.
💡 نصيحة: مرّر مخرجاتك عبر Clarity Pro Upscaler قبل استخدامها في أي تطبيق لاحق. فالتفاصيل الدقيقة المضافة هي الفرق بين صورة تبدو مسطحة وأخرى تبدو ذات أبعاد حقيقية.
تستخدم فرق المنتجات سير عمل تحويل الصورة إلى ثلاثي الأبعاد لإنشاء عارضات منتجات تفاعلية، وتوليد تصييرات بزاوية 360 درجة من جلسات التصوير، وبناء أصول مكانية لتجارب الارتداء الافتراضي بالواقع المعزز. وجلسة تصوير واحدة لمنتج جديد قد تنتج مادة مصدرية كافية لمكتبة أصول ثلاثية الأبعاد كاملة.
وبالنسبة للتجارة الإلكترونية تحديدًا، فإن سير عمل img2img باستخدام Flux Dev مفيد لتوحيد صور المنتجات عبر الكتالوج. يمكنك أن تأخذ صورًا التُقطت في ظروف مختلفة وتعيد تصييرها جميعًا بإضاءة استوديو متسقة وعمق وجودة سطح واحدة.
استخدمت استوديوهات الألعاب وشركات المؤثرات البصرية خطوط القياس الضوئي منذ سنوات لالتقاط الأجسام والبيئات والممثلين في العالم الحقيقي، ثم تحويلها إلى أصول داخل المحرك. ويمكن للصور نفسها التي تملأ مكتبة المراجع في الاستوديو أن تغذي أدوات إعادة البناء بالذكاء الاصطناعي لإنتاج الدعائم وقطع البيئة ومراجع الشخصيات بجزء بسيط من التكلفة التقليدية.
يستخدم المعماريون ومصممو الداخل خطوط تحويل الصورة إلى ثلاثي الأبعاد لالتقاط المساحات القائمة، وتحويلها إلى سحب نقاط، ثم العمل مع البيانات المكانية في برامج التصميم. ويتيح تقدير العمق بالذكاء الاصطناعي من الصور الفردية استخراج قياسات مكانية تقريبية ونسب من صور أرشيفية لم تُلتقط لها أي بيانات ثلاثية الأبعاد أصلًا.
أنسب نقطة بداية عملية هي سير عمل img2img على Picasso IA. فأنت لا تحتاج إلى أجهزة متخصصة، ولا إلى استوديو مضبوط، ولا إلى 50 صورة ملتقطة بعناية. تحتاج إلى صورة جيدة واحدة وفكرة واضحة عن الجودة المكانية التي تريدها.
ابدأ باستخدام Flux Dev وصورة لديك بالفعل. ارفعها، واكتب أمرًا نصيًا يصف العمق والإضاءة التي تريدها، وشغّله بقيمة prompt_strength تساوي 0.5. قارن النتيجة بصورتك الأصلية. مرّر المخرجات عبر Clarity Pro Upscaler لتحصل على صورة نهائية غنية بالأبعاد وجاهزة لأي استخدام.
أما إعادة البناء الأكثر تطورًا، فابنِ عملية التقاط الصور أولًا: إضاءة متسقة، وتغطية زاوية كاملة، وتركيز حاد في كل الأنحاء. فالذكاء الاصطناعي ينتج نتائج لافتة من مادة مصدرية مصوّرة جيدًا، لكنه لا يستطيع اختلاق معلومات مكانية لم تُلتقط أصلًا.
يضع Picasso IA مجموعة كاملة من أدوات التوليد ورفع الدقة في مكان واحد، دون سقف للنقاط أو حدود للاستخدام. وكل نموذج في هذا المقال متاح فورًا، دون أي إعداد.
جرّب رفع صورة منتج أو بورتريه أو لقطة معمارية إلى Flux Dev الآن. صِف العمق والبعد الذي تريده، وشغّل بضع تكرارات، وانظر ما الذي سيخرج. فالفجوة بين الصورة المسطحة والأصل الغني مكانيًا لم تعد تفصلها سوى أمر نصي واحد.
اختر لغتك
