نظرة عملية على Ideogram 4.0 في ComfyUI: ملفات النموذج الخمسة وأماكن وضعها، وطريقة عمل أوامر JSON المنظّمة، وعادات كتابة الأوامر التي تثبت فعاليتها، ومقارنة مباشرة مع Krea 2 في التحكم والنص والسعر، مع إعدادات تشغيل النموذجين على PicassoIA.
يتعرّف معظم الناس على Ideogram 4.0 عبر تطبيق مستضاف، ولا يرون الجزء الذي يجعله مختلفًا: الأوزان مفتوحة، وComfyUI يوفّر سير عمل جاهزًا يشغّلها على جهازك. هذا يغيّر ما تنزّله، وكيف تكتب الأوامر، وموقع النموذج مقارنةً مع Krea 2، الذي يسير في الاتجاه المعاكس بمؤشر إبداع واحد ومجموعة من مراجع الأنماط. فيما يلي إعداد ComfyUI ملفًا ملفًا، وصيغة أوامر JSON، وعادات الكتابة التي تؤتي ثمارها، ومقارنة مباشرة مع Krea 2، واختصار لتشغيل النموذجين معًا في المتصفح على PicassoIA.
بنى Ideogram اسمه على شيء واحد: نص يُقرأ بشكل صحيح داخل الصورة. يحافظ الإصدار 4.0 على هذه القوة، ويضيف طريقة منظّمة لوصف المشهد، بحيث يمكن ترتيب الملصق أو لقطة المنتج أو البورتريه كصفحة مرتبة، بدلًا من تركه للصدفة.
التحوّل اللافت يكمن في طريقة التوزيع. صدر النموذج بأوزان مفتوحة، وأضاف ComfyUI دعمه في اليوم الأول، ما يعني أنه يمكنك تشغيله محليًا بدلًا من دفع ثمن كل صورة لخادم شخص آخر. توثيق ComfyUI يذكر أيضًا مسارًا منفصلًا عبر عقدة شريكة تستدعي الخدمة المستضافة، لذلك تختار بين الملفات المحلية والاستدعاء عن بُعد حسب عتادك.
يمكنك كتابة لغة طبيعية عادية، وهي مناسبة للأفكار السريعة، أو وصفًا منظّمًا بصيغة JSON للتحكم الدقيق في التخطيط والألوان والأسلوب. مسار JSON هو ما بُني النموذج حوله، ومعظم النقاش في المجتمع يدور حوله. على Ideogram v4 Quality يظهر التقسيم نفسه كمدخلين منفصلين: prompt للغة الطبيعية، وjson_prompt للنسخة المنظّمة. استخدم أحدهما، لا كليهما أبدًا.
💡 قاعدة سريعة: إذا كان للصورة تخطيط مهم (ملصق، أو بطاقة، أو منتج على خلفية محددة)، فاتجه إلى JSON. وإذا كانت مزاجًا أو بورتريهًا، فالنص العادي أسرع.
الإعداد المحلي هو في معظمه تنزيل ملفات. يتوقع سير العمل الرسمي خمسة ملفات في مجلدات محددة، ووضعها في المكان الخطأ هو السبب الأكثر شيوعًا لرفض سير العمل التحميل.
| الملف | المجلد | الحجم |
|---|---|---|
ideogram4_fp8_scaled.safetensors | models/diffusion_models/ | حوالي 13.8 GB |
ideogram4_unconditional_fp8_scaled.safetensors | models/diffusion_models/ | حوالي 13.8 GB |
qwen3vl_8b_fp8_scaled.safetensors | models/text_encoders/ | حوالي 8 GB |
gemma4_e4b_it_fp8_scaled.safetensors | models/text_encoders/ | حوالي 2 GB |
flux2-vae.safetensors | models/vae/ | حوالي 335 MB |
يبلغ المجموع نحو 38 GB على القرص. تأتي الملفات من مستودع Comfy-Org/Ideogram-4 على Hugging Face. ملف الانتشار الثاني يتولّى المسار غير المشروط، وهذا هو سبب عدم حاجة النموذج إلى أمر سلبي: الجانب غير المشروط يسقط ببساطة رموز النص، فلا توجد سلسلة منفصلة من نوع "تجنّب هذا" لتملأها.
نزّل ملف سير العمل من صفحة توثيق ComfyUI واسحبه إلى اللوحة. الرسم البياني قصير: عقدة Ideogram4 subgraph تقوم بالجزء الثقيل، وعقدة ResolutionSelector لحجم الخرج، وعقدة Save Image. إذا أظهر ComfyUI عقدًا مفقودة باللون الأحمر، فحدّث ComfyUI أولًا، لأن سير العمل يعتمد على إضافات حديثة.
يأتي سير العمل الافتراضي مع أمر JSON منظّم مملوء مسبقًا. عدّل هذا المثال بدلًا من البدء من مربع فارغ، لأنه يُظهر بالضبط الحقول التي تتوقعها العقدة. إذا كنت تفضّل بناء الأوامر بصريًا، فإن Ideogram 4 Prompt Builder في KJNodes يتيح لك وضع العناصر على لوحة، ويكتب JSON نيابةً عنك.
هذه هي الفجوة الصريحة: التوثيق لا يذكر رقم VRAM ولا الحد الأدنى من مواصفات النظام. أحجام الملفات تخبرك أكثر مما تخبرك به الوثائق. ملفان لنموذج الانتشار بحجم 13.8 GB لكل منهما، إضافة إلى مشفّر نصي بحجم 8 GB، يعني بطاقة ذات ذاكرة كبيرة، وتخزين سريع، وصبرًا عند التحميل الأول. شغّل سير العمل الافتراضي مرة واحدة، وراقب استهلاك الذاكرة، وبعدها فقط ابنِ مسار تشغيل أكبر حوله. إذا كانت GPU لديك محدودة، فالمسار المستضاف هو البديل المعقول.
يتكوّن الوصف المنظّم من ملخص للمشهد، وكتلة للأسلوب، وخلفية، وأوصاف اختيارية لكل عنصر مع مربعات إحاطة ولوحات ألوان سداسية عشرية. يرتّب سير العمل الافتراضي في ComfyUI هذا تحت ثلاثة أسماء رئيسية.
high_level_description: جملة أو جملتان تسمّيان المشهد كاملًا.style_description: العدسة، والإضاءة، ونوع الفيلم، والمزاج. هنا يعيش وصف مثل "صورة توثيقية، ضوء نافذة ناعم، حبيبات دقيقة".compositional_deconstruction: قائمة العناصر، ولكل عنصر مربع وصف ولوحة ألوان.هذا شكل أمر، مختصر إلى عنصر واحد:
{
"high_level_description": "A white ceramic mug on a walnut desk beside an open notebook, morning window light",
"style_description": "Documentary photograph, 50mm lens, soft shadows, fine film grain, natural colors",
"compositional_deconstruction": [
{
"description": "White ceramic mug with a thin blue rim, steam rising",
"bounding_box": [0.55, 0.40, 0.80, 0.75],
"colors": ["#F4F1EA", "#3C6E9E"]
}
]
}
تعامل مع هذا كشكل، لا كمخطط رسمي. أسماء الحقول الدقيقة داخل كل عنصر وطريقة كتابة إحداثيات المربعات مصدرها سير العمل الافتراضي، فانسخها منه، لا من هذا الرسم التخطيطي.
تستحق الألوان الكتابة الإضافية. قيمة سداسية عشرية تثبّت الكوب على أزرق محدد، بينما كلمة "أزرق" وحدها تنجرف من تشغيل لآخر. تؤدي المربعات الدور نفسه للموضع: بدلًا من أن تأمل أن تقع "كوب على اليمين" حيث تريد، تمنح النموذج مستطيلًا.
هناك أيضًا سبب عملي لتفضيل JSON حتى في المشاهد البسيطة. تشير ملاحظات ComfyUI إلى أن الأوامر النصية العادية تشهد معدل إيجابيات كاذبة أعلى من فلتر الأمان، وأن الأوامر المنظّمة تقلل هذا الحجب.
يحظى JSON بالاهتمام، لكن معظم الصور الفاشلة ترجع إلى صياغة غامضة لا إلى بنية ناقصة. ثلاث عادات تصلح غالبية الحالات.
صِف الصورة الفوتوغرافية، لا الفكرة. أمثلة PicassoIA الخاصة بالأوامر للنموذج تبدو كملاحظة كاميرا: بورتريه بفيلم ملوّن، وعمق ميداني ضحل، وتركيز حاد على العين، وخلفية ضبابية بتأثير bokeh، وحبيبات فيلم بحساسية ISO عالية، وأسلوب توثيقي عفوي. العدسة واتجاه الضوء ونوع الفيلم تمنح النموذج شيئًا ملموسًا ليرسمه، وتبقي النتائج بعيدة عن المظهر اللامع المفرط في الصقل.
إذا كانت الصورة تحتاج كلمات، فضعها بين علامات اقتباس واذكر مكانها. أمثلة الأوامر في صفحات النموذج تفعل ذلك تمامًا، بتسمية قصيرة بين علامات اقتباس وموضع مثل "في المنتصف". كلمة إلى ثلاث كلمات لكل عنصر نصي هي النقطة المثالية. الجمل الطويلة داخل الصورة هي المكان الذي يبدأ عنده كل نموذج بالتعثر، وهذا النموذج لا يستثنى.
النموذج يتعامل بالفعل مع جانب "تجنّب هذا"، لذا اكتب ما تريده وتوقف عنده. في النسخة المستضافة، تفعيل prompt بلغة طبيعية يشغّل Magic Prompt تلقائيًا، الذي يوسّع الوصف الخام قبل التوليد. هذا يساعد المبتدئين، ويعيق إذا كتبت أمرًا دقيقًا، لذا قارن الخرج بقصدك. إذا أعاد Magic Prompt كتابة أكثر من اللازم، فانقل الفكرة نفسها إلى json_prompt.
يأتي Krea 2 بحجمين على PicassoIA. يُعرض Krea 2 Large للواقعية الفوتوغرافية والمدى الفني في نموذج واحد، بينما يُقدَّم Krea 2 Medium للرسوم المتحركة بأسلوب Anime والأعمال ذات الطابع التصويري.
تنبيه قبل الجدول: تستند هذه المقارنة إلى مواصفات النماذج، وتوثيق ComfyUI، والقوائم العامة. وليست اختبارًا على مستوى البكسل، لذا شغّل الأمر نفسه على النموذجين قبل أن تلتزم بأحدهما في مشروع.
يطلب النموذجان منك التوجيه بطريقتين مختلفتين.
Ideogram 4.0 يمنحك البنية. المربعات تضع العناصر، والقيم السداسية تثبّت الألوان، والنص بين علامات الاقتباس يقع حيث حددت. أنت تقرر، والنموذج ينفّذ.
Krea 2 يمنحك مؤشرًا. إعداد creativity يتدرج من raw، الذي يرسم فقط ما تصفه، مرورًا بقيمة low وmedium، وصولًا إلى high، حيث يأخذ النموذج حرية حقيقية في الضوء والجو والتكوين. يمكنك أيضًا إرفاق حتى 10 صور مرجعية للأسلوب، وضبط القوة من 0 إلى 1 (القيمة الافتراضية 0.5) لتحديد مدى تأثير مظهرها في النتيجة.
يسرد موقع مقارنة عام أن Krea 2 Medium Turbo يكلّف نحو 15 دولارًا لكل 1,000 صورة، وأن Ideogram 4.0 يكلّف نحو 60 دولارًا لكل 1,000. في تصويت التفضيل الأعمى يتقاربان تقريبًا، بتقييم 1,223 و1,217 نقطة Elo، دون متصدر واضح. لاحظ أن الرقم الأرخص يخص إصدار Medium Turbo، لا Large.
أما السرعة، فأمثلة التشغيل المعروضة في صفحات نماذج PicassoIA تعطي تصورًا تقريبيًا: استغرقت عينة واحدة من Ideogram v4 Quality نحو 67 ثانية، وعينة من Ideogram v4 Balanced نحو 41 ثانية، وعينتان من Krea 2 Large نحو 103 و143 ثانية. هذه تشغيلات فردية لا اختبار معياري، لكنها تلمّح إلى أن Balanced هو نموذج التكرار، وأن Quality هو مرحلة الإنهاء.
| Ideogram 4.0 | Krea 2 | |
|---|---|---|
| إدخال الأوامر | لغة طبيعية أو JSON منظّم | لغة طبيعية مع إعداد للإبداع |
| التحكم في التخطيط | مربعات إحاطة ولوحات ألوان | إعدادات مسبقة لنسبة العرض إلى الارتفاع ومراجع أسلوب |
| النص داخل الصور | قوة في العناوين، وتسميات واضحة | ممكن، لكنه ليس الميزة الأساسية |
| نقل الأسلوب | يُكتب في كتلة الأسلوب | حتى 10 صور مرجعية |
| الأمر السلبي | غير مطلوب | ليس ضمن المدخلات |
| رقم السعر العام | نحو 60 دولارًا لكل 1,000 صورة | نحو 15 دولارًا لكل 1,000 (Medium Turbo) |
الحكم المختصر: اختر Ideogram عندما تكون الصورة تخطيطًا (ملصقات، وتغليف، ومصغرات تحتوي على كلمات). اختر Krea 2 عندما تكون الصورة مزاجًا (بورتريهات، ومشاهد تحريرية، وأي شيء تريد فيه من النموذج أن يضيف ذوقًا).
إذا بدت 38 GB من التنزيلات ومتطلبات VRAM غير معروفة كيوم سيئ، فكلا العائلتين تعملان في المتصفح على PicassoIA دون إعداد، ودون علامات مائية، مع تنزيلات نظيفة.
prompt، أو كائن JSON في json_prompt. املأ واحدًا فقط.resolution. هناك أكثر من 20 حجمًا، من 2048x2048 حتى 3328x1248. اتركه على None وسيختار النموذج نسبة العرض إلى الارتفاع بنفسه. لترويسة مدونة، يعطي 2560x1440 نسبة 16:9 نظيفة.على Krea 2 Large، أربعة مدخلات تنجز معظم العمل:
creativity: استخدم raw للقطات المنتجات التي يجب أن تطابق كلماتك، وmedium كخيار يومي افتراضي، وhigh لفن المفاهيم.aspect_ratio: 16:9 للبانرات، و2.35:1 لشريط سينمائي، و9:16 للمنشورات العمودية. تتوفر ثماني نسب.seed: ثبّت تكوينًا أعجبك، ثم غيّر عبارة واحدة في كل مرة وقارن.
طريقة سريعة للقرار:
إذا لم يناسب أيٌّ منها، فإن FLUX 2 Pro وSeedream 5 Pro وGPT Image 2 تستحق التجربة بالأمر نفسه. وعندما تحتاج تصميمًا جاهزًا إلى استخراج نصه كطبقات قابلة للتحرير، فإن Layerize يفصل طبقات النص.
أسرع طريقة لحسم سؤال Ideogram مقابل Krea هي تشغيل أمرك الخاص على النموذجين. افتح PicassoIA، وحمّل Ideogram v4 Quality وKrea 2 Large في تبويبين، والصق الفكرة نفسها المكونة من جملة واحدة في كل منهما، وقارن النتائج جنبًا إلى جنب. ثم أعد كتابة الأمر بصيغة JSON للأول، وعدّل إعداد الإبداع في الثاني.
عشر دقائق من ذلك تخبرك أكثر من أي جدول مواصفات. اختر مشهدًا من عملك، وشغّله مرتين، واحتفظ بالنموذج الذي يقترب أكثر من النتيجة المطلوبة من أول محاولة.
اختر لغتك
