ليست كل نماذج تحويل النص إلى صورة مفتوحة المصدر تقدّم النتائج نفسها. يضع هذا التحليل Stable Diffusion وFlux Dev وFlux Schnell جنبًا إلى جنب، ويغطي السرعة والالتزام بالأوامر النصية وجودة الصور وحالات الاستخدام العملية، لتختار الخيار الأنسب لصور البورتريه أو لقطات المنتجات أو العمل السريع على المفاهيم.
برز ثلاثة نماذج صور مفتوحة المصدر بالذكاء الاصطناعي عن بقية النماذج. يتبع كل من Stable Diffusion، وFlux Dev، وFlux Schnell نهجًا مختلفًا جوهريًا في توليد الصور من النص، والفجوة بينها أوسع مما يدرك معظم الناس. إذا قضيت وقتًا في التنقل بين النماذج وتساءلت لماذا يعطي الأمر النصي نفسه نتائج متباينة بشكل كبير، فهذا التحليل موجّه لك. نغطي السرعة والجودة والالتزام بالأوامر النصية وحالات الاستخدام الواقعية، والسيناريوهات المحددة التي يثبت فيها كل نموذج قيمته.
قبل مقارنة المخرجات، من المفيد أن نفهم ما يقدّمه كل نموذج من الناحية المعمارية. هذه النماذج ليست تحديثات طفيفة لقاعدة برمجية واحدة. إنها تمثّل أجيالًا مختلفة من التفكير في آلية عمل الانتشار، وهذا يحدد كل شيء، من سرعة التوليد إلى نوع الأوامر النصية التي يتعامل معها كل نموذج بشكل جيد.
ظهر Stable Diffusion عام 2022 كأحد أوائل نماذج تحويل النص إلى صورة المفتوحة المصدر حقًا والمتاحة للجمهور دون قيود. بُني على بنية الانتشار الكامن (latent diffusion)، إذ يضغط الصور إلى مساحة كامنة ذات أبعاد أقل، ويشغّل عملية الانتشار هناك، ثم يفكّ الترميز إلى بكسلات. جعل هذا النموذج أكثر كفاءة حسابيًا بكثير من نماذج الانتشار في فضاء البكسل السابقة، ووضع الأساس لمنظومة ضخمة من الضبط الدقيق وLoRA والإضافات التي تلته.
يعالج النموذج الصور بدقة تصل إلى 1024x1024 بكسل، ويدعم ستة جدولات مختلفة (schedulers)، لكل منها مفاضلات مختلفة بين سرعة التوليد ووضوح المخرجات. جدولة DDIM أسرع لكنها تنتج نتائج أقل حدّة قليلًا من DPMSolverMultistep. تتحكم مباشرة في مقياس التوجيه (guidance scale)، الذي يحدد مدى التزام النموذج بأمرك النصي مقابل التوليد بحرية أكبر، إضافةً إلى معامل الأمر النصي السلبي لاستبعاد العناصر غير المرغوبة من المخرجات صراحةً.
💡 نصيحة: ضبط مقياس التوجيه على قيمة مرتفعة جدًا (أعلى من 12) في Stable Diffusion يسبب غالبًا تشبّعًا مفرطًا للألوان وإحراق الإضاءات. النقطة المثالية للنتائج الواقعية كالصور الفوتوغرافية تكون عادةً بين 7 و9.5.
يمثل Flux Dev وFlux Schnell قفزة جيلية من Black Forest Labs. يستخدم Flux نهج مطابقة التدفق (flow matching) بدلًا من إزالة الضوضاء بأسلوب DDPM التقليدي، وهذا يغيّر جوهريًا طريقة أخذ العينات أثناء تشغيل النموذج. فبدلًا من إزالة الضوضاء تدريجيًا عبر خطوات كثيرة، تتبع مطابقة التدفق مسارًا أكثر مباشرة من الضوضاء إلى الصورة، ما يعني جودة أفضل بخطوات أقل والتزامًا أدق بالأوامر النصية طوال العملية.
تمنح البنية ذات 12 مليار معامل في Flux Dev النموذج سعةً أكبر بكثير من معظم إصدارات Stable Diffusion الأساسية. المزيد من المعاملات يعني فهمًا أدق للأوامر النصية المعقدة متعددة العبارات، وهذا يظهر مباشرة في المخرجات حين تتجاوز الأوصاف البسيطة لموضوع واحد.
يشغّل Picasso AI النماذج الثلاثة كلها في متصفحك دون أي إعداد لوحدة GPU محلية أو تهيئة للبيئة. سواء أردت التحكم العميق في المعاملات الذي يوفره Stable Diffusion، أو سقف الجودة الذي يقدمه Flux Dev، أو سرعة التكرار الخام لـ Flux Schnell، فأنت تصل إليها جميعًا من الواجهة نفسها دون عدّادات نقاط، ولا انتظار في طابور، ولا متطلبات عتاد تتجاوز المتصفح.
هنا تختلف النماذج الثلاثة بشكل أوضح في الاستخدام اليومي. السرعة وجودة المخرجات في توتر دائم، ويقع كل نموذج في نقطة مختلفة جدًا على هذا الطيف.
يُبنى Flux Schnell حول أولوية واحدة: السرعة. يستخدم أربع خطوات لإزالة الضوضاء فقط لإنتاج صورة مكتملة، مقارنةً بالخطوات من 28 إلى 50 التي تتطلبها معظم النماذج الأخرى. عمليًا، يعني هذا أنك تستطيع تجربة عشرات الاختلافات للأمر النصي في الوقت الذي يحتاجه نموذج منافس لإنهاء توليد واحد.
تصمد جودة المخرجات بشكل لافت بالنظر إلى هذه السرعة. تفاصيل ملمس البشرة الدقيقة وتفاصيل الشعر تتراجع مقارنةً بـ Flux Dev عند الخطوات الكاملة، لكن لاستكشاف المفاهيم، والنماذج الأولية السريعة لوسائل التواصل الاجتماعي، وأي سير عمل تكون فيه سرعة التكرار أهم من أقصى درجات الدقة، يصعب مجاراة Schnell. تشغيل 50 اختلافًا لفكرة واحدة في جلسة واحدة ممكن فعلًا دون الوصول إلى أي حد.
| النموذج | خطوات الاستدلال | السرعة التقريبية | الأفضل لـ |
|---|---|---|---|
| Flux Schnell | 4 | أقل من 5 ثوانٍ | التكرار السريع، مسودات المفاهيم |
| Flux Dev | 28-50 | 15-30 ثانية | المخرجات النهائية عالية الجودة |
| Stable Diffusion | 50 | 20-40 ثانية | النتائج المضبوطة والمضبوطة بدقة |
يعتمد Stable Diffusion على 50 خطوة استدلال افتراضيًا، وهذا يستغرق وقتًا أطول لكنه يسمح للنموذج ببناء التفاصيل الدقيقة تدريجيًا في كل مرور. تبدو هذه المفاضلة أكثر منطقية في سير العمل الذي تُشغَّل فيه عدد صغير من المخرجات النهائية المصممة بعناية، لا مئات التجارب الاستكشافية.
يضيف اختيار المجدول طبقة أخرى من التحكم. مع DPMSolverMultistep، يمكنك في كثير من الأحيان مطابقة جودة تشغيل DDIM ذي 50 خطوة خلال 20-25 خطوة فقط، ما يقلل وقت التوليد دون فقدان تفاصيل ذات قيمة. هذا النوع من التحسين على مستوى المعاملات لا يوفره أي من نموذجي Flux بالدرجة نفسها، وهو مجال واحد يمنح فيه Stable Diffusion المستخدمين ذوي الخبرة ميزة حقيقية.
يقع Flux Dev بين Schnell وStable Diffusion من حيث زمن التوليد، لكنه يقدم أعلى سقف جودة بين النماذج الثلاثة. عند 28 خطوة يقدم بالفعل مخرجات تتفوق على المنافسين في معظم الفئات، ويضيف الوصول إلى 50 خطوة تحسينات طفيفة لكنها حقيقية في الملمس الدقيق وتحديد الحواف، وهي تهم في الطباعة أو الاستخدامات بأحجام كبيرة.
تميّز إمكانية img2img في Flux Dev النموذج أيضًا عن النموذجين الآخرين. يمكنك رفع صورة فوتوغرافية موجودة، ووصف كيف تريد تعديلها، فيعيد النموذج توجيه الصورة مع الحفاظ على العناصر البنيوية التي تريد إبقاءها. يوفّر شريط قوة الأمر النصي المضبوط افتراضيًا على 0.8 مساحةً كافية لتغييرات كبيرة دون التخلي كليًا عن المادة الأصلية.
من أكثر ما يُحبط في مولدات الصور بالذكاء الاصطناعي انحراف الأمر النصي (prompt drift)، حين يتجاهل النموذج التعليمات المحددة ويعود إلى المتوسطات الإحصائية من بيانات التدريب. تتعامل النماذج الثلاثة مع هذا بطرق مختلفة جدًا، وفهم موضع تعثّر كل نموذج يوفّر الكثير من التوليدات المهدرة.
يلتزم Flux Dev وFlux Schnell بالأوامر النصية بحرفية أكبر بكثير من Stable Diffusion. تمنح بنية مطابقة التدفق، مع مقياس 12 مليار معامل في Flux Dev، النموذجَ سعةً أكبر بكثير للاحتفاظ بالتعليمات المعقدة طوال عملية التوليد، دون فقدان تتبّع التفاصيل المحددة في منتصف الطريق.
بالنسبة للأوامر البسيطة ذات الموضوع الواحد، يكاد هذا الفرق لا يُلاحظ. أما للأوامر التي تتضمن قطع ملابس محددة، أو تراكيب مكانية دقيقة، أو أشياء مسماة، أو علاقات اتجاهية بين الأشخاص، فإن Flux يتفوق بوضوح. المفاضلة هي أن مقياس التوجيه في Stable Diffusion يمنحك أداة ميكانيكية للتحكم في مدى صرامة النموذج في اتباع النص، بينما يتعامل Flux مع الالتزام داخليًا دون هذا التحكم المباشر.
💡 نصيحة: عند استخدام Stable Diffusion، ضع عناصر الأمر النصي الأهم في البداية. النموذج يعطي التوكنات الأولى وزنًا أكبر. مع نماذج Flux يكون موضع الأمر النصي أقل أهمية بكثير، ويمكنك كتابة أوصاف بتركيب طبيعي أكثر.
تكشف مشاهد الأشخاص المتعددين الفجوة بأوضح صورة. اطلب من أيٍّ من هذه النماذج توليد شخصين يتفاعلان وهما يحملان أشياء محددة مع إضاءة موصوفة من زاوية معينة، وستبدو المخرجات مختلفة جدًا. يتعامل Flux Dev مع تراكيب الأشخاص المتعددين بأخطاء تشريحية أقل ودمج أقل للسمات من Stable Diffusion، الذي يميل إلى مزج الخصائص بين الأشخاص في المشاهد المعقدة.
هذه نتيجة البنية والحجم وليس عيبًا جوهريًا. تحسّنت نماذج الضبط الدقيق التي أنشأها مجتمع Stable Diffusion بشكل كبير في مجالات محددة مثل أزواج البورتريه ولقطات المجموعات، لكن في الالتزام الجاهز بالأوامر النصية للمشاهد المعقدة، يتقدم Flux.
الفروق النظرية أقل أهمية من أداء كل نموذج في الأشياء التي يصنعها الناس فعلًا. إليك تحليلًا واقعيًا عبر أكثر حالات الاستخدام شيوعًا في العالم الحقيقي.
بالنسبة لبورتريهات الأشخاص الواقعية كالصور الفوتوغرافية، يُعد Flux Dev المرشح الواضح للصدارة. يعرض النموذج ذو 12 مليار معامل ملمس البشرة، وتحديد خصل الشعر، وانعكاسات العيون بدرجة دقة يحتاج Stable Diffusion إلى هندسة أوامر مكثفة ونماذج ضبط دقيق متخصصة للاقتراب منها. يظهر ميزان المعاملات بوضوح في عمق المجال، وتشتت الضوء تحت سطح البشرة، والملمس الدقيق للأقمشة.
يقدم Flux Schnell نتائج بورتريه مقبولة لأعمال المفاهيم ومراجع وسائل التواصل الاجتماعي، لكن التفاصيل الدقيقة للشعر والبشرة تتخلف عن Flux Dev. لاختبار التنويعات السريعة قبل الالتزام بتوليد نهائي، تجعل ميزة السرعة من Schnell نقطة بداية أذكى.
يتمتع Stable Diffusion بأفضلية في تصوير المنتجات المضبوط، خاصةً عندما تحتاج إلى معامل الأمر النصي السلبي لاستبعاد عناصر الخلفية غير المرغوبة، أو الانعكاسات، أو تشوّهات الإضاءة. يمنح مقبض مقياس التوجيه أيضًا تحكمًا دقيقًا في مدى حرفية النموذج في تفسير أوصاف المواد، وهذا مهم للتصيير الدقيق للزجاج والمعدن والقماش.
يُعد النموذجان من Flux منافسين في لقطات المنتجات البسيطة على خلفيات نظيفة، ويتفوق Flux Dev في الأسطح العاكسة المعقدة والمشاهد متعددة الأجسام حيث تكون دقة المواضع مهمة.
بالنسبة لفن المفاهيم المنمّط الذي لا يحتاج فيه الناتج إلى مطابقة مرجع واقعي محدد، تتنافس النماذج الثلاثة بتكافؤ أكبر. يستفيد Stable Diffusion هنا من المكتبة الضخمة لنماذج الضبط الدقيق التي أنشأها المجتمع، وتشمل الأنمي والرسم الزيتي والتصيير المعماري ومئات الأساليب المحددة الأخرى. لا يوجد نموذج Flux أساسي يكرر مخرجات نموذج ضبط دقيق مبني خصيصًا على Stable Diffusion لجمالية معينة.
يبني مجتمع Flux نماذج ضبط دقيق متخصصة بوتيرة سريعة، والفجوة تضيق. لكن إذا احتجت إلى أسلوب مُدرَّب محدد اليوم، فإن عمق منظومة Stable Diffusion ما زال ميزة حقيقية.
هنا يغيّر Picasso AI المعادلة. تشغيل Flux Dev محليًا يتطلب 16 غيغابايت من VRAM على الأقل ووحدة GPU حديثة. يعمل Stable Diffusion على عتاد أقل قوة، لكنه يتطلب إعداد بيئة Python، وتنزيل أوزان نموذج قد تتجاوز 5 غيغابايت، وضبط الواجهة قبل توليد أي صورة.
الحصول على أول نتيجة من Flux Dev يستغرق أقل من دقيقتين:
💡 نصيحة: ابدأ بتفعيل Go Fast و28 خطوة لاستكشاف المفاهيم. بعد أن تجد اتجاه أمر نصي يعمل، أوقف Go Fast وارفع الخطوات إلى 50 للمخرج النهائي عالي الدقة. يوفر هذا السير وقتًا دون التفريط في جودة النتيجة النهائية.
يعرض Stable Diffusion على Picasso AI كامل مجموعة المعاملات التي يتوقعها المستخدمون المتمرسون:
blurry, low quality, extra limbs, distorted facesمعامل الأمر النصي السلبي وحده يجعل Stable Diffusion الخيار الأفضل لسير عمل دقيق معين. لا يكشف أي من نموذجي Flux هذا التحكم بشكل أصلي، ما يعني أن العناصر غير المرغوبة تتطلب حلولًا التفافية على مستوى الأمر النصي بدلًا من قائمة استبعاد مباشرة.
يعتمد النموذج المناسب كليًا على حالة استخدامك. لا يهيمن نموذج واحد على كل السيناريوهات، والنهج الأذكى هو معرفة متى تنتقل من نموذج إلى آخر.
| حالة الاستخدام | أفضل نموذج | السبب |
|---|---|---|
| بورتريهات بجودة نهائية | Flux Dev | 12 مليار معامل، أعلى دقة للبشرة والشعر |
| استكشاف المفاهيم السريع | Flux Schnell | 4 خطوات، أقل من 5 ثوانٍ للصورة |
| التحكم بالأمر النصي السلبي | Stable Diffusion | معامل الأمر النصي السلبي المباشر |
| تصوير المنتجات | Stable Diffusion | دقة مقياس التوجيه، ومكتبة الضبط الدقيق |
| مشاهد متعددة الأشخاص | Flux Dev | التزام متفوق بالأوامر النصية على نطاق واسع |
| اختبار تنويعات محتوى وسائل التواصل | Flux Schnell | السرعة تتيح أكثر من 50 تشغيلًا في جلسة واحدة |
| أساليب فنية محددة مدرَّبة | Stable Diffusion | منظومة ضبط دقيق واسعة يبنيها المجتمع |
| التعديل بالصورة إلى صورة من صور موجودة | Flux Dev | أفضل جودة img2img متاحة في النماذج الأساسية |
استخدم Flux Schnell لاستكشاف اتجاهات الأوامر النصية بسرعة. شغّل 20 أو 30 اختلافًا، واعثر على ما ينجح، ثم انقل هذا الأمر النصي المصقول إلى Flux Dev للمخرج النهائي عالي الدقة. عندما تحتاج إلى التحكم بالأمر النصي السلبي أو أسلوب مُدرَّب محدد، استعن بـ Stable Diffusion. استخدام النماذج الثلاثة بذكاء أقوى من اختيار واحد والتمسك به.
💡 نصيحة: انسخ أفضل أمر نصي من Flux Schnell والبذرة التي أنتجته مباشرة إلى Flux Dev. لن تنتج البذرة نتائج متطابقة بين النماذج، لكنها تمنح Flux Dev تركيبة بداية متشابهة في الاتجاه يبني عليها التحسين.
أفضل طريقة لتكوين رأي عن هذه النماذج الثلاثة هي تشغيل الأمر النصي نفسه عبرها جميعًا ومقارنة المخرجات جنبًا إلى جنب. القراءة عن خطوات الاستدلال وبنية المعاملات لا تكفي وحدها. الفرق بين مخرجات Flux Schnell من 4 خطوات ومخرجات Flux Dev من 50 خطوة على أمر نصي لبورتريه مفصّل يصبح واضحًا فورًا عند رؤيته.
يتيح لك Picasso AI الوصول إلى Stable Diffusion وFlux Dev وFlux Schnell في مكان واحد، دون تنزيلات، ودون وحدة GPU، ودون حدود للنقاط، ودون إعداد. ابدأ بنموذج Flux Schnell لاستكشاف سريع، وانقل أفضل أمر نصي لديك إلى Flux Dev للقطة النهائية، واستعن بـ Stable Diffusion عندما تحتاج إلى أوامر نصية سلبية أو ضبطًا دقيقًا من مجتمع متخصص. الثلاثة في انتظار أول أمر نصي لك الآن.
اختر لغتك
