يقدّم FLUX.3 Max من Black Forest Labs نتائج واقعية في تحويل النص إلى صورة تضاهي التصوير الفوتوغرافي الاحترافي. يشرح هذا المقال كتابة الأمر النصي، وضبط المعاملات، وسير عمل رفع الدقة، واستخدام نماذج FLUX المتنوعة على PicassoIA لإنشاء صور بجودة صالحة للنشر.
أصبح FLUX.3 Max بهدوء المعيار الذي تُقاس به نماذج تحويل النص إلى صورة الأخرى. أطلقته Black Forest Labs، وهو يبني على سلالة FLUX ليقدّم نتائج واقعية تضاهي التصوير الاستوديوي الاحترافي. إذا جرّبت إصدارات FLUX السابقة وأعجبتك، فإن FLUX.3 Max يرفع مستوى المخرجات في دقة الوضوح، والالتزام بالأمر النصي، ودقة تشريح الإنسان. يستعرض هذا المقال كل شيء، من طريقة عمل النموذج إلى كتابة أوامر نصية تنتج فعلًا نتائج بجودة صالحة للنشر.
FLUX.3 Max هو نموذج انتشار قائم على مطابقة التدفق (flow-matching diffusion model) طوّرته Black Forest Labs، الفريق نفسه الذي يقف خلف سلسلة FLUX.1 الأصلية. على عكس النماذج المنافسة التي تستخدم الانتشار الكامن مع جداول ضوضاء إضافية، يستخدم FLUX محوّل تدفق مستقيم (rectified flow transformer) يُدرَّب على التنبؤ بمسارات مستقيمة من الضوضاء نحو الصورة المستهدفة. والنتيجة نموذج يولّد صورًا بعيوب أقل، وببنية أكثر اتساقًا بشكل ملحوظ على مستوى البكسل.
تشير تسمية "Max" في FLUX.3 إلى الإصدار الأكبر من حيث عدد المعاملات، وقد صُمّم للسيناريوهات التي لا تقبل فيها جودة المخرجات أي تنازل. يلجأ إليه الرسامون التجاريون ووكالات الإعلان واستوديوهات المحتوى عندما يحتاجون إلى صور تصمد أمام تدقيق الطباعة أو العرض بالمقاسات الكبيرة.
يعتمد FLUX.3 Max في جوهره على بنية محوّل الانتشار متعدد الوسائط (MMDiT). تُعالَج توكنات النص والصورة معًا عبر طبقات انتباه مشتركة، بدلًا من إبقائها منفصلة ودمجها في المراحل الأخيرة. والأثر العملي أن النموذج يفسّر الأوامر النصية المعقدة والمتعددة الطبقات بدقة أكبر بكثير من الأساليب الأقدم القائمة على UNet.
يعمل النموذج بدقة عالية أصلية، أي أنه لا يحتاج إلى حيل المعالجة اللاحقة ليحقق الحدة. تظهر خصلات الشعر، ونسيج الأقمشة، ومسام الجلد، وقطرات الماء على الزجاج، وألياف الخشب، لأن النموذج تعلّمها من بيانات تدريب عالية الدقة، لا لأن أداة رفع الدقة أضافتها لاحقًا.
| الميزة | FLUX.1 Dev | FLUX.2 | FLUX.3 Max |
|---|---|---|---|
| الدقة | 1024 بكسل أصلية | 1024 بكسل أصلية | 1440 بكسل أصلية |
| دقة التشريح | جيدة | جيدة جدًا | ممتازة |
| الالتزام بالأمر النصي | عالٍ | عالٍ | عالٍ جدًا |
| سرعة التشغيل | سريعة | متوسطة | متوسطة |
| أفضل استخدام | النماذج الأولية السريعة | مخرجات متوازنة | جودة صالحة للنشر |
يضحّي FLUX.3 Max ببعض سرعة التشغيل مقارنةً بنموذج FLUX.1 Dev، لكن فجوة الجودة كبيرة بما يكفي لأن معظم سير العمل الاحترافي يعطي الأولوية للمخرجات على سرعة التكرار.
معرفة مكان تشغيل FLUX.3 Max وكيفيته تحدد التجربة كلها قبل أن تكتب أي أمر نصي.
يتوفر FLUX.3 Max عبر عدة مسارات:
💡 نصيحة: إذا كنت تشغّل FLUX.3 Max محليًا، فاستخدم تكميم
fp8لتقليل متطلبات VRAM بنحو 40% مع خسارة طفيفة في الجودة.
بالنسبة إلى التشغيل المحلي، تكون النقطة المثالية وحدة GPU من فئة RTX 4090 أو A100. يستفيد النموذج من سرعة نقل الذاكرة أكثر من عدد أنوية CUDA الخام، لذا تتفوق بطاقة واحدة بذاكرة عالية النطاق عادةً على إعدادات الوحدات المتعددة عند توليد صورة واحدة.
أما للاستخدام السحابي أو عبر المنصات، فلا يهم أيٌّ من ذلك. ستحصل على النموذج كاملًا وبكامل الدقة دون القلق بشأن العتاد.
يتميز FLUX.3 Max بالتزام قوي بالأمر النصي، لكن ذلك لا يفيد إلا إذا كانت أوامرك محددة. الأوصاف الغامضة تنتج مخرجات عامة. عامِل النموذج كمصوّر سينمائي يحتاج إلى توجيه دقيق.
أكثر ما يمكن أن تفعله تأثيرًا هو وصف الشخص بتحديد جسدي دقيق، ووضعه في بيئة موصوفة بالكامل. قارن بين هذين الأمرين النصيين:
ضعيف: A woman sitting in a cafe
قوي: A woman in her early thirties with loosely braided auburn hair, wearing a navy linen jacket, seated at a corner table in a sunlit Parisian cafe, marble table with a ceramic espresso cup, afternoon light slanting through a tall window behind her at 40 degrees
يمنح الأمر الثاني النموذج معلومات كافية لاتخاذ قرارات التكوين، واختيار زاوية الإضاءة، وملء البيئة بتفاصيل متسقة.
وصف الإضاءة هو المكان الذي يفقد فيه معظم المستخدمين جزءًا من الجودة. يستجيب FLUX.3 Max للإشارات الضوئية بدقة فوتوغرافية. استخدم مصطلحات يتعرف عليها المصوّر:
"volumetric morning light from the east at low angle" يصنع ظلالًا طويلة ودفئًا ذهبيًا"overcast diffused daylight, soft fill, no hard shadows" يمنح إضاءة متساوية ومسطّحة للّقطات الجمالية"practical lighting from a single tungsten lamp at camera left" ينتج جوًا دافئًا وموجّهًا وحميميًا"golden hour backlight with rim lighting on subject" يفصل الشخص عن الخلفيةإضافة "Kodak Portra 400 film grain" إلى أي أمر نصي تضيف طبقة من الواقعية الفوتوغرافية ترفع جودة المخرجات فورًا.
تثبّت المعاملات المحددة للعدسة والتصوير الطابع البصري للصورة:
"85mm f/1.8 shallow depth of field, background bokeh""24mm f/11 front-to-back sharpness, wide angle""105mm f/2.8 macro, extreme foreground sharpness""35mm f/5.6 natural perspective, handheld feel"إنهاء الأوامر النصية بـ"RAW 8K photography, photorealistic --ar 16:9 --style raw" يحسّن الواقعية في FLUX.3 Max باستمرار.
يعرض FLUX.3 Max عدة معاملات تؤثر بشكل كبير في المخرجات. ومعرفة ما يفعله كل واحد منها توفّر ساعات من التجربة والخطأ.
| المعامل | النطاق | التأثير |
|---|---|---|
num_inference_steps | 20-50 | كلما زادت القيمة، زادت التفاصيل وبطؤ التشغيل |
guidance_scale | 1-7 | كلما زادت القيمة، زاد الالتزام بالأمر النصي |
seed | أي عدد صحيح | يثبّت العشوائية لإمكانية الإعادة |
width / height | حتى 1440 | دقة المخرجات |
prompt_upsampling | true/false | يوسّع نموذج LLM الأمر النصي قبل التوليد |
معامل guidance_scale هو أكثر أدوات التحكم سوء فهمًا. عند 3.5، يمزج النموذج التفسير الإبداعي مع أمرك النصي. وعند 7، يتبع النص حرفيًا تقريبًا، وهذا قوي لكنه قد يفرط في حدة المخرجات ويقلّل التنوع الطبيعي.
بالنسبة إلى البورتريهات وتصوير نمط الحياة، عادةً ما ينتج 3.5 to 5.0 النتائج الأكثر قابلية للتصديق. أما للأعمال التجارية الدقيقة التي يهم فيها التكوين الدقيق، فاتجه نحو 6.0 to 7.0.
تثبيت seed ثابتة يقفل نمط الضوضاء الأساسي، ما يعني أنك تستطيع تكرار تحسين الأمر النصي مع الحفاظ على التكوين الأساسي نفسه. وهذا مفيد جدًا في:
توفر PicassoIA وصولًا مباشرًا إلى نماذج عائلة FLUX دون الحاجة إلى رموز API أو إعداد وحدات GPU. تستضيف المنصة Flux Redux Dev، نموذج الإصدارات من Black Forest Labs الذي يأخذ صورة موجودة ويولّد إصدارات عالية الجودة مع الحفاظ على التكوين البنيوي.
يعمل Flux Redux Dev بطريقة مختلفة عن توليد تحويل النص إلى صورة المعتاد. فبدلًا من التوليد من لوحة فارغة، يأخذ صورة مرجعية مدخلًا أساسيًا ويُنشئ إصدارات تحافظ على البنية الأساسية للأصل. ولهذا فهو مفيد في:
"same composition, golden hour lighting instead of overcast, warmer tones, soft shadows from the left"💡 نصيحة: للحصول على أفضل النتائج مع Redux Dev، يجب أن تكون صورتك المرجعية بالدقة التي تريد أن تخرج بها بالفعل. فالنموذج يعيد تشكيل البنية الموجودة بدلًا من اختراع تفاصيل جديدة.
حتى مع الدقة الأصلية 1440 بكسل، تستفيد مخرجات FLUX.3 Max من رفع الدقة بالذكاء الاصطناعي للطباعة بمقاسات كبيرة أو للعرض على اللوحات الإعلانية. تتيح أدوات الدقة الفائقة في PicassoIA الوصول إلى 4 أضعاف أو 6 أضعاف دون هالات التشويه التي كانت تنتجها أدوات الرفع الأقدم.
| النموذج | الأفضل لـ | أقصى تكبير |
|---|---|---|
| Clarity Pro Upscaler | البورتريهات، ملمس الجلد | 4x |
| P-Image Upscale | الأولوية للسرعة، إنجاز في ثانية واحدة | 4x |
| Recraft Crisp Upscale | الحواف الحادة، المحتوى الرسومي والمنتجات | 4x |
| Google Upscaler | المناظر الطبيعية، التفاصيل البيئية | 4x |
| Topaz Image Upscale | أقصى تفاصيل جاهزة للطباعة | 6x |
| Real ESRGAN | الاستخدام العام، المعالجة الدفعية | 4x |
| Crystal Upscaler | تفاصيل وجه البورتريه | 4x |
بالنسبة إلى معظم مخرجات FLUX.3 Max، ينتج Clarity Pro Upscaler أو Topaz Image Upscale أنظف النتائج، لأن النموذجين مدرَّبان على التصوير الفوتوغرافي الواقعي لا على محتوى الرسوم التوضيحية.
الخطأ الشائع عند رفع دقة صور الذكاء الاصطناعي هو تطبيق قوة إزالة ضوضاء مفرطة. فصور الذكاء الاصطناعي تملك مناطق نظيفة خالية من الضوضاء بالفعل، وتبدو مصطنعة عند إزالة الضوضاء بشدة. سير العمل الذي يتجنب هذه المشكلة:
من أكثر سير العمل فاعلية وقلة استخدامًا استخدام نموذج لغوي كبير لكتابة أوامر FLUX.3 Max أو تحسينها. والفرق في جودة المخرجات بين أمر مكتوب يدويًا وآخر بمساعدة نموذج LLM واضح فورًا.
تستضيف PicassoIA عدة نماذج LLM تنتج أوامر ممتازة لتوليد الصور:
سير العمل بسيط: صف فكرة صورتك بلغة عادية، واطلب من نموذج LLM تحويلها إلى أمر نصي مُحسَّن لنماذج FLUX مع أوصاف محددة للإضاءة والعدسة والملمس، ثم الصق النتيجة في أداة التوليد.
تعليمات مثال:
"اكتب أمرًا نصيًا مفصّلًا لنموذج FLUX.3 Max لهذه الفكرة: لقطة منتج لزجاجة عطر زجاجية على حجر أردوازي مبلل. أدرج إضاءة محددة وعدسة كاميرا وجوًا عامًا. أنهِ بمعدِّلات الواقعية الفوتوغرافية. 60-80 كلمة."
يُنتج هذا الأسلوب أوامر كان المبتدئ سيحتاج إلى ساعات ليطوّرها بالتجربة والخطأ. فنموذج LLM يملأ كل التفاصيل الفوتوغرافية التي قد لا تفكر في تحديدها بنفسك.
يتعامل FLUX.3 Max مع تشريح الإنسان أفضل من أي إصدار سابق. فاليدان، اللتان كانتا نقطة الفشل التقليدية لنماذج صور الذكاء الاصطناعي، تخرجان صحيحتين باستمرار. وتظهر ملمس الجلد، والتشتت تحت السطحي، والانعكاسات اللامعة في العيون دون توجيه محدد. وبالنسبة إلى الاستوديوهات التي تعمل على محتوى تحريري أو إعلاني بمساعدة الذكاء الاصطناعي، تُعد جودة البورتريه السبب الأكثر تكرارًا للتحول من النماذج الأقدم.
في العمارة، يحترم FLUX.3 Max الهندسة المنظورية بطريقة كانت النماذج الأقدم تعاني منها. فالخطوط المتوازية تبقى متوازية، ونقاط التلاشي متسقة عبر الإطار. أما المناظر الطبيعية، فينتج النموذج عمقًا جويًا مع ضباب واقعي، وخطوط أفق سليمة، وانتقال ضوء معقول من السماء إلى الأرض. سواء كنت تولّد غابة كثيفة عند الغسق أو صحراء مفتوحة عند الظهيرة، فإن المخرجات تبدو فوتوغرافية وحقيقية لا مولّدة بالحاسوب.
يُعد تصوير المنتجات المجال الذي يتنافس فيه FLUX.3 Max مباشرةً مع ميزانيات التصوير في الاستوديوهات. ودقة تصيير المواد (الزجاج والمعدن والقماش والجلد والخزف) كافية للاستخدام في الكتالوجات. وعند دمجه مع Recraft Crisp Upscale وBria Increase Resolution، يمكن أن تصل صور المنتجات إلى جودة جاهزة للطباعة دون جلسة تصوير في استوديو. وبالنسبة إلى العلامات الصغيرة والمبدعين المستقلين، فهذه ميزة تكلفة مهمة.
معظم مشكلات مخرجات FLUX.3 Max تنتج عن أخطاء يمكن التنبؤ بها:
1. تحميل الأمر النصي بالزيادة: إدراج أشخاص أو عناصر متنافسة كثيرة يُجبر النموذج على تقديم تنازلات. أبقِ الشخص الأساسي واحدًا وواضحًا.
2. تجاهل اتجاه الإضاءة: عبارة "إضاءة جيدة" لا تقول للنموذج شيئًا. يُنتج "Soft directional light from camera left at 45 degrees" نتيجة محددة ومتسقة.
3. استخدام اختصارات الأسلوب: مصطلحات مثل "سينمائي" أو "احترافي" تُفسَّر بشكل غير متسق. استبدلها بمواصفات كاميرا فعلية وأوصاف إضاءة.
4. تجاهل البذرة: عدم تحديد بذرة يجعل كل إعادة توليد غير متوقعة. حدّد بذرة بمجرد أن تجد تكوينًا يعجبك، ثم حسّن الأمر النصي انطلاقًا من هذه النقطة.
5. رفع الدقة بشدة زائدة: دفع قوة إزالة الضوضاء فوق 0.5 على صورة ذكاء اصطناعي نظيفة أصلًا يدمّر الملمس السطحي الذي يجعلها تبدو فوتوغرافية. كن متحفظًا.
أسرع طريقة لترى ما يستطيع FLUX.3 Max فعله في حالتك تحديدًا هي تشغيل أمر نصي الآن. تضع PicassoIA Flux Redux Dev على بُعد نقرة واحدة إلى جانب المكتبة الكاملة لأدوات رفع الدقة، بما في ذلك Clarity Pro Upscaler وTopaz Image Upscale، حتى تنتقل من أمر نصي إلى صورة جاهزة للطباعة في جلسة واحدة.
ابدأ بأمر نصي في منطقتك الرئيسية: بورتريه، أو منظر طبيعي، أو منتج، أو عمارة. صف الإضاءة بوضوح. حدّد بذرة. وولّد بدقة عالية. ثم مرّر النتيجة عبر إحدى أدوات رفع الدقة في PicassoIA لتبلغ بها سقف جودتها النهائي.
يتوفر الكتالوج الكامل للنماذج، بما في ذلك كل نموذج لتحويل النص إلى صورة، وكل أداة للدقة الفائقة، وكل نموذج LLM لتحسين الأوامر النصية، على picassoia.com/en/all-models.
اختر لغتك
