وصلت أحدث مولّدات الذكاء الاصطناعي NSFW إلى عتبة لم يتوقعها معظم الناس. صارت المخرجات التي كانت تبدو مصطنعة بوضوح تضاهي تصوير المجلات، بملمس بشرة أصيل وإضاءة طبيعية وتشريح دقيق. يستعرض هذا التحليل النماذج التي تقود هذا التحول، وسبب نجاح الواقعية، وكيف تحصل بنفسك على نتائج مذهلة.
لم تعد الصور التي تخرجها مولّدات الذكاء الاصطناعي للمحتوى الموجّه للبالغين (NSFW) اليوم تبدو مُصنّعة بالذكاء الاصطناعي. إنها تبدو كصور فوتوغرافية. هذا ليس مبالغة، بل نقطة تحوّل حقيقية حدثت بهدوء خلال آخر 18 شهرًا، ولم يلحظها معظم الناس.
ما الذي تغيّر؟ تحسّنت البنية المعمارية، واتسع نطاق بيانات التدريب. بدأت النماذج المضبوطة بدقة في تضييق الفجوة بين الاصطناعي والحقيقي في الجوانب الأهم: ملمس البشرة، وفيزياء الشعر، والإضاءة الطبيعية، والتشريح الدقيق. صارت النتائج صعبة التمييز عن الصور الفوتوغرافية دون فحص دقيق. عندما تضع مخرجات Flux 1.1 Pro Ultra بجانب صور مجلات، لم يعد الفرق واضحًا.
يشرح هذا المقال بالتفصيل ما حدث، والنماذج المسؤولة عنه، وكيفية عمل الأوامر النصية، وكيف يمكنك تكرار هذه النتائج بنفسك على PicassoIA اليوم.
قبل عامين، كان لمولّدات الذكاء الاصطناعي NSFW "مظهر" يسهل تمييزه. كانت الوجوه ناعمة أكثر من اللازم، والأيدي خاطئة، والإضاءة مسطحة وبلا مصدر واضح. وكان أي شخص يملك عينًا جيدة يلاحظ مخرجات الذكاء الاصطناعي فورًا: البشرة الشمعية، وتماثل العينين المستحيل، والشعر الذي يتصرف كالبلاستيك أكثر مما يتصرف كالبروتين.
انتهت تلك المرحلة.
اختفت التشوهات التي ميّزت النماذج التوليدية الأولى إلى حد كبير في النماذج الرائدة المتاحة اليوم. وحلّ محلها ما يشبه ما تراه من كاميرا متوسطة الحجم: حبيبات، وعدم كمال، وملمس أصيل يبدو حقيقيًا لأن النموذج تعلّمه من بيانات تصويرية حقيقية وبحجم هائل.
لم يكن التحول تدريجيًا، بل كان معماريًا. حققت نماذج الانتشار جدولة أفضل للضوضاء، وعمودًا فقريًا من نوع المحوّلات (Transformers) يتعامل مع العلاقات المكانية البعيدة، ومجموعات تدريب أكبر بعدة مراتب من سابقاتها. لم تتعلّم النماذج شكل الناس فحسب، بل تعلّمت شكل تصويرهم، وهذا شيء مختلف وأكثر فائدة.
تضافرت ثلاث قوى في الوقت نفسه لتحقيق اختراق الواقعية:
💡 الواقعية التي تراها في أفضل المخرجات اليوم ليست صدفة. إنها نتيجة هندسة أوامر دقيقة مطبّقة على نماذج صارت تفهم التصوير الفوتوغرافي على المستويين الإحصائي والبنيوي.
Flux 1.1 Pro Ultra من Black Forest Labs هو المعيار الحالي لبورتريه الأشخاص الواقعي كالصور الفوتوغرافية. يعالج عموده الفقري القائم على المحوّلات علاقات التكوين والإضاءة التي لم تستطع نماذج UNet السابقة تمثيلها بشكل صحيح، خاصة للموضوعات الدقيقة كالبشرة والشعر.
ما يميّزه في المحتوى NSFW تحديدًا:
يستحق Flux 1.1 Pro الأساسي أن يُعرف أيضًا كخيار أسرع يقدّم واقعية مميزة لمعظم حالات الاستخدام. ويُعد Flux Dev الأساس المفضّل للضبط الدقيق من المجتمع، بينما يركّز Flux Schnell على السرعة في سير العمل التكراري السريع.
| النموذج | الأنسب لـ | السرعة | الواقعية |
|---|---|---|---|
| Flux 1.1 Pro Ultra | أقصى درجات الواقعية الفوتوغرافية | متوسطة | ★★★★★ |
| Flux 1.1 Pro | توازن بين الجودة والسرعة | سريعة | ★★★★☆ |
| Flux Dev | أساس الضبط الدقيق | متوسطة | ★★★★☆ |
| Stable Diffusion 3.5 Large | التراكيب المعقدة | متوسطة | ★★★★☆ |
| Realistic Vision v5.1 | واقعية البورتريه الخالصة | سريعة | ★★★★☆ |
جلب Stable Diffusion 3.5 Large ترقية معمارية كبيرة لخط Stability AI. يعالج محوّل الانتشار متعدد الوسائط (MMDiT) الخاص به محاذاة النص مع الصورة بشكل أفضل بكثير من الإصدارات السابقة، وهذا مهم بالأخص للأوصاف الدقيقة في الأوامر النصية، مثل إعدادات الإضاءة المحددة، والوضعيات الدقيقة للجسم، والتفاصيل الجوية.
يظهر التحسّن بوضوح في المشاهد المعقدة التي تحتاج فيها عدة عناصر إلى التفاعل بشكل صحيح، مثل امرأة مضاءة جزئيًا بضوء نافذة في غرفة مظلمة، حيث كانت النماذج السابقة ستسطّح التباين وتفقد طابعها الجوي.
يظل SDXL مهمًا كأساس للضبط الدقيق من المجتمع. أتاحت دقته الأصلية الأعلى نشوء منظومة كاملة من النماذج المضبوطة الواقعية، وما زالت من بين الأكثر استخدامًا في المجتمع، خاصة في أعمال البورتريه والجلامور (glamour).
لواقعية البورتريه وتصوير الجلامور الخالصة، يستحق Realistic Vision v5.1 وRealVisXL v3.0 Turbo اهتمامًا خاصًا. طُوّرت هذه النماذج بضبط دقيق على بيانات بورتريه فوتوغرافية عالية الجودة، ما يعني أنها تنتج مخرجات واقعية افتراضيًا دون الحاجة إلى هندسة أوامر مكثفة.
يتعامل RealVisXL مع التفاصيل الدقيقة التي تجعل الصور تبدو حقيقية: الاحمرار الخفيف للشعيرات الدموية تحت البشرة الفاتحة، والطريقة التي تُلقي بها الرموش ظلالًا دقيقة على الجفن العلوي، والوهج المنعكس على الشفاه المفتوحة قليلًا، وعدم التماثل الطبيعي في ملامح الوجه الذي يدل على الأصالة.
تدرّبت أولى نماذج الانتشار العامة على مجموعات بيانات من عشرات الملايين من الصور. أما أفضل النماذج الحالية فتتدرّب على مليارات الصور. عند هذا الحجم، لا يحفظ النموذج أنماطًا بصرية فحسب، بل يستوعب البنية الإحصائية لكيفية تفاعل الضوء والهندسة وخصائص المواد في التصوير الفوتوغرافي الحقيقي.
والنتيجة أنه عندما تصف "ضوء صباحي حجمي من اليسار"، لا يكتفي النموذج بإضافة صبغة دافئة. بل يحسب أين ينبغي أن تقع الظلال الحادة على الوجه بهذه الزاوية، وكيف يلتف الضوء حول الأسطح المنحنية كعظام الوجنتين والكتفين، وأين سيملأ الضوء المرتد من الأرض الجانب المظلل، وما الذي ستفعله حرارة اللون بدرجات البشرة في هذا السيناريو.
هذا تصيير واعٍ بالفيزياء عبر التعلّم الإحصائي. نشأ من الحجم، لا من برمجة صريحة. لم يُخبر النماذج أحد بكيفية عمل الضوء. بل استنتجته من مليارات الصور الفوتوغرافية.
النماذج الأساسية عامة الطابع. جاء التحسّن الكبير في واقعية البورتريه تحديدًا من الضبط الدقيق على مجموعات بيانات منتقاة.
تُعلّم نماذج LoRA (التكيّف منخفض الرتبة) المدرّبة على مجموعات من صور البورتريه عالية الجودة النموذج الأساسي أن يمنح الواقعية الفوتوغرافية وزنًا أكبر للأشخاص. وعند تطبيقها فوق نموذج أساسي قوي مثل Flux 1.1 Pro Ultra، تنتج المجموعة نتائج يمكن أن تُخلط فعلًا بالصور الفوتوغرافية.
تخبر عملية الضبط الدقيق النموذج عمليًا بما يلي: "من بين كل الطرق التي يمكن بها لهذا الأساس أن يصوّر البشرة، أعطِ الأولوية للطريقة التي تظهر بها تحت الضوء الطبيعي، مع تشتت تحت سطحي دقيق، وتنوع ملمس مناسب عبر الوجه، وتوزيع واقعي للمسام." ويتعلّم النموذج أن يمنح هذه الأولويات الفوتوغرافية وزنًا أكبر من أساليب التصيير الممكنة الأخرى.
💡 أفضل نتائج الذكاء الاصطناعي NSFW تجمع بين نموذج أساسي قوي وLoRA بورتريه مدرّب جيدًا. يتولى النموذج الأساسي التكوين والاتساق، بينما تتولى LoRA التفاصيل الفوتوغرافية الدقيقة التي تجعل الصورة تبدو حقيقية.
Flux 1.1 Pro Ultra متاح مباشرة على PicassoIA إلى جانب عائلة Flux كاملة ومئات النماذج الأخرى التي تركّز على الواقعية الفوتوغرافية.
يستجيب النموذج بشكل أفضل للأوصاف بأسلوب التصوير الفوتوغرافي بدلًا من أوصاف توجيه الفن. ابنِ أمرك النصي حول أربعة عناصر أساسية:
أمر نصي ضعيف: امرأة جميلة، غرفة نوم، ليلًا
أمر نصي قوي: امرأة ترتدي ملابس داخلية من الدانتيل الفرنسي العاجي جالسة على حافة سرير قطني أبيض، يدها اليسرى مستريحة في حجرها، ونظرتها موجهة قليلًا خارج الكادر نحو نافذة، ومصباح سرير دافئ العنبر يلقي ضوءًا كياروسكورو اتجاهيًا من اليمين مكوّنًا لعبة ظلال حميمية، وعيوب طبيعية في البشرة مرئية، مُلتقط بكاميرا Leica M11 بعدسة Noctilux 50mm f/0.95، بدقة 8K RAW، مع حبيبات فيلم Kodak Portra 800
لا يصف الأمر النصي الثاني ما تريد رؤيته فحسب، بل يصف الظروف الفوتوغرافية التي ستنتج ما تريد رؤيته. هذا التحوّل الذهني يغيّر المخرجات تمامًا.
عند استخدام Flux 1.1 Pro Ultra على PicassoIA، تُحدث بعض الإعدادات فرقًا ثابتًا:
الفرق بين مخرجات الذكاء الاصطناعي المتوسطة والمخرجات الواقعية فعلًا يعود غالبًا إلى عامل واحد: مدى دقتك في وصف الضوء.
يصف معظم المبتدئين الشخص بالتفصيل ويتركون الإضاءة غامضة. عندها يضطر النموذج إلى التخمين، فيلجأ إلى إضاءة متساوية بلا مصدر تبدو مصطنعة فورًا، لأن أي صورة حقيقية لا تبدو هكذا. لكل صورة فوتوغرافية حقيقية مصدر ضوء محدد في موضع محدد.
صف الإضاءة لديك:
| مصطلح الإضاءة | أثره في المخرجات |
|---|---|
Volumetric morning light from left | دفء اتجاهي ناعم، وضباب جوي |
Single Profoto B10 strobe at 45 degrees | إضاءة تحريرية قاسية بظلال محددة |
Large octabox directly overhead | إضاءة متوهجة متساوية بجودة أزياء |
Available light only, no flash | إحساس طبيعي وعفوي وأصيل بالتوثيق |
Chiaroscuro, directional side light | تباين عالٍ، وفن رفيع، ومزاج درامي |
Blue hour ambient urban light | ألوان باردة، وناعمة، وإحساس سينمائي بالشارع |
Backlight with rim halo | شخص بصورة ظلية، مع فصل دافئ للحافة |
بالنسبة للبشرة تحديدًا، تجمع أفضل واصفات الإضاءة بين نوع المصدر ودرجة حرارة اللون والاتجاه:
تدرّب النموذج على صور فوتوغرافية تحمل هذه المعلومات ضمن كل صورة. وعندما تقدّمها له صراحةً، فأنت تتحدث اللغة نفسها التي استخدمتها بيانات التدريب.
حتى الأوامر النصية القوية يمكن أن تُضعفها أنماط معينة تخلق تناقضات داخلية يضطر النموذج إلى حلّها بشكل سيئ:
في اختبارات عمياء قارنت مخرجات بورتريه الذكاء الاصطناعي الرائدة بالتصوير الاحترافي، صار المشاهدون غير المتخصصين يحددون صور الذكاء الاصطناعي على أنها "تصوير فوتوغرافي حقيقي" بنسبة تتجاوز 70%. وكانت هذه النسبة أقل من 20% للنماذج المماثلة في أوائل عام 2023.
بالنسبة لأعمال البورتريه تحديدًا، تتعامل النماذج مع الأشياء التي تحدد الأصالة الفوتوغرافية:
تتركز العلامات المتبقية في مجالين: الوضعيات غير المعتادة لليدين في اللقطات المقرّبة، واستمرارية الإضاءة المعقدة بين الخلفية والشخص في اللقطات الواسعة. وكلاهما قابل للحل ببناء الأمر النصي والتكرار.
الأثر العملي على أي شخص ينشئ محتوى بصريًا كبير. كان المصوّر الذي يريد تنفيذ أعمال بورتريه بجودة المجلات يحتاج إلى عارضة، وموقع تصوير، وستايلست، ومعدات إضاءة، وساعات من التصوير والمعالجة اللاحقة. وكانت التكلفة الإجمالية تصل إلى مئات أو آلاف الدولارات للصورة الواحدة، وكانت اللوجستيات وحدها تحصر الوصول بالإنتاجات ذات الموارد الكبيرة.
ينتج Flux 1.1 Pro Ultra نتائج مماثلة من وصف نصي في ثوانٍ.
هذا ليس تحسينًا هامشيًا في الكفاءة. إنه تحوّل بنيوي في من يستطيع إنتاج ماذا. لقد جعلت نماذج مثل Realistic Vision v5.1 وRealVisXL v3.0 Turbo وStable Diffusion 3.5 Large إنتاج البورتريه بجودة احترافية متاحًا للجميع بطريقة لم تكن موجودة قبل ثلاث سنوات.
💡 لم يعد العائق المعدات أو الميزانية أو الوصول إلى الأشخاص. صار الأمر كله يتعلق بجودة الأمر النصي واختيار النموذج. فقد انفصل الإنتاج الإبداعي عن الموارد الإنتاجية.
أنتجت منظومة SDXL تحديدًا جيلًا من النماذج المضبوطة بدقة، مئات منها، مُحسّنة خصيصًا لبورتريه الأشخاص الواقعي كالصور الفوتوغرافية. ومع المنصات التي تتيح الوصول إلى كل هذه النماذج في واجهة واحدة، صار سقف الإبداع تحدده المخيلة ومهارة الأمر النصي لا اللوجستيات والميزانية.
إذا لم تجرّب هذه النماذج بنفسك بعد، فقد يفاجئك فعلًا الفرق بين ما تتخيله وما رأيته من الذكاء الاصطناعي حتى الآن.
يتيح لك PicassoIA الوصول المباشر إلى Flux 1.1 Pro Ultra وFlux 1.1 Pro وFlux Dev وFlux Schnell وStable Diffusion 3.5 Large وSDXL وRealistic Vision v5.1 وRealVisXL v3.0 Turbo، كلها من واجهة واحدة، دون إعداد محلي أو الحاجة إلى GPU.
ابدأ مع Flux 1.1 Pro Ultra. اكتب أمرًا نصيًا يعتمد على بنية التصوير أولًا من هذا المقال. حدّد اتجاه الإضاءة، وسمِّ الكاميرا، وصف البيئة، وأدرج العيوب. ثم شغّله.
النتائج التي تُنتج الآن ليست "جيدة إلى حد ما بالنسبة للذكاء الاصطناعي". إنها مذهلة وفق أي معيار. لقد وصلت النماذج. والمتغير الوحيد المتبقي هو ما إذا كان الأمر النصي الذي تكتبه يطلب كل ما يمكنهم تقديمه فعلًا.
اختر لغتك
