تستطيع معظم مولدات فن الذكاء الاصطناعي المجانية إنتاج صور مذهلة تشبه الصور الفوتوغرافية، لكن فقط إذا عرفت كيف تطلب. يشرح هذا المقال بنية الأوامر النصية الدقيقة، وإعدادات النموذج، وحيل نسبة العرض إلى الارتفاع، وسير عمل رفع الدقة، وهي ما يميّز فن الهواة عن صور تخدع العين فعلًا. لا حاجة إلى أي اشتراك مدفوع.
تعاني مولدات الصور المجانية بالذكاء الاصطناعي من سمعة سيئة. يكتب معظم الناس عبارة قصيرة، ويحصلون على نتيجة مسطحة تبدو كالبلاستيك، ويستنتجون أن "المجاني" يعني "الرديء". هذا الاستنتاج خاطئ. النماذج التي تقف خلف هذه الأدوات المجانية قادرة فعلًا على الواقعية الفوتوغرافية. المشكلة في أغلب الأحيان تكمن في الأمر النصي أو الإعدادات أو خطوة ما بعد المعالجة. أصلح هذه الأمور الثلاثة، وستتمكن من إنتاج صور لا تتميز عن التصوير الاحترافي، ودون أن تنفق فلسًا واحدًا.
هذا شرح عملي لكل نصيحة تُحدث فرقًا حقيقيًا. لا حشو، ولا نصائح عامة من نوع "استخدم أوامر نصية أكثر وصفًا". فقط الأشياء المحددة التي تنجح.
قبل إصلاح المشكلة، من المفيد أن تفهم بدقة ما الذي يسبب المظهر البلاستيكي الاصطناعي الذي يربطه معظم الناس بالصور المولدة بالذكاء الاصطناعي.
تملك الصور الفوتوغرافية الحقيقية إضاءة معقدة واتجاهية. وجه يضيئه ضوء الشمس بعد الظهر القادم من الأعلى إلى اليسار يبدو مختلفًا تمامًا عن الوجه نفسه تحت إضاءة سقفية فلورية. تتعلم نماذج الذكاء الاصطناعي من ملايين الصور، وعندما تعطيها أمرًا نصيًا غامضًا، فإنها تُسوّي كل شيء إلى نوع من الإضاءة "المحايدة" التي لا توجد في الطبيعة. تبدو النتيجة كصورة منتج أو كتمثال شمع.
الحل هو التحديد. أخبر النموذج بالضبط من أين يأتي الضوء، وما نوعه (قاسٍ، منتشر، ذهبي، بارد)، وما الذي يصطدم به أولًا. بمجرد أن تبدأ بفعل ذلك، يختفي المظهر البلاستيكي المسطح تقريبًا فورًا.
"صورة شخصية لامرأة" تولّد مزيجًا عامًا من كل صورة شخصية رآها النموذج يومًا. يختار أنفًا متوسطًا، وشعرًا متوسطًا، وخلفية متوسطة. كل شيء متوسط. لا شيء محدد، ولا شيء حقيقي.
الصور الفوتوغرافية الحقيقية محددة دائمًا. شخص بعينه، في مكان بعينه، في وقت معين من اليوم، بعدسة معينة. كلما كان أمرك النصي أكثر تحديدًا، اضطر النموذج إلى اتخاذ خيارات فعلية بدلًا من التوسط بين الاحتمالات. هذا الالتزام هو ما يخلق إحساس لحظة حقيقية تم التقاطها.
💡 قاعدة عامة مفيدة: إذا كان أمرك النصي يمكن أن يصف صورة من مخزون الصور في أي عقد من الزمن، فهو ليس محددًا بما يكفي.
يتكون الأمر النصي الواقعي القوي من خمس طبقات. إذا أغفلت أيًّا منها، سينخفض مستوى جودة الصورة بشكل ملحوظ:
| الطبقة | ما الذي تتحكم فيه | مثال |
|---|---|---|
| الموضوع + الفعل | من أو ما الذي في الصورة | "رجل يبلغ 35 عامًا بلحية خفيفة ملحية، ينظر قليلًا إلى اليسار" |
| البيئة | أين يوجد الموضوع | "جالس داخل مقهى مستقل دافئ الإضاءة، طاولات خشبية متآكلة في الخلفية" |
| الإضاءة | الاتجاه، والنوعية، ودرجة حرارة اللون | "ضوء تنغستن دافئ من اليمين بزاوية 45 درجة، وإضاءة تعبئة ناعمة من نافذة على اليسار" |
| مواصفات الكاميرا | العدسة، والفتحة، وعمق المجال | "مُلتقطة بعدسة 85mm f/1.4، عمق مجال رفيع للغاية، والخلفية ضبابية بالكامل" |
| الفيلم/الملمس | الحبيبات، وتدرج الألوان، وإحساس المستشعر | "محاكاة فيلم Kodak Portra 400، حبيبات خفيفة، درجات ألوان دافئة طبيعية" |
يجب أن يكون كل عنصر في هذا الجدول موجودًا في أمرك النصي. قد يبدو ذلك كمًّا كبيرًا من المعلومات، لكن النماذج المجانية مثل Flux Schnell وP Image تتعامل مع الأوامر النصية الطويلة والمفصلة بإتقان كبير. في الواقع، تميل الأوامر الأطول إلى إنتاج نتائج أكثر اتساقًا مع هذه النماذج لأن لديها قيودًا أكثر لتثبيت المخرجات عليها.
هذه هي التقنية الأقل استخدامًا على الإطلاق للحصول على نتائج واقعية. يعرف المصورون المحترفون أن العدسة الواسعة 35mm تجعل المساحات تبدو أكبر وتشوّه الوجوه قليلًا عند المسافات القريبة. تُجمّل عدسة البورتريه 85mm الوجوه وتخلق فصلًا جميلًا عن الخلفية. وتُظهر عدسة الماكرو 100mm ملمس الجلد بتفاصيل لا تستطيع أي كاميرا هاتف ذكي مجاراتها.
عندما تضمّن مواصفات العدسة في أمرك النصي، يستعين نموذج الذكاء الاصطناعي ببيانات تدريبه من أعمال تصوير فوتوغرافي فعلية التقطت بتلك العدسات. تكتسب المخرجات الخصائص البصرية لتلك العدسة: الضغط، وشكل التمويه الخلفي (bokeh)، والطريقة المميزة التي يتلاشى بها الضوء بعيدًا عن الموضوع.
تركيبات العدسات التي تنتج نتائج واقعية بثبات:
تنتج مصطلحات الإضاءة العامة ("إضاءة ناعمة"، "إضاءة جيدة") نتائج عامة. يحتاج النموذج إلى معرفة هندسة الضوء، لا طابعه فقط. فيما يلي المصطلحات المحددة التي تُفعّل سلوك إضاءة واقعي حقًا:
اجمع أيًّا من هذه مع اسم فيلم محدد، وستحصل على نظام إضاءة يصعب للغاية تمييزه عن صورة فوتوغرافية حقيقية.
أفلام تستحق المعرفة:
ليست كل نماذج تحويل النص إلى صورة المجانية تنتج الجودة نفسها من الواقعية. تؤثر البنية والبيانات التدريبية وخطوات التشغيل كلها في المخرجات النهائية. هناك نموذجان يستحقان المعرفة لنتائجهما الواقعية بثبات.
P Image من PrunaAI هو واحد من أسرع نماذج التوليد المتاحة، إذ ينتج صورًا جاهزة في أقل من ثانية. ما يجعله مثيرًا للاهتمام في الواقعية هو قدرته على التعامل مع أوامر نصية طويلة ومفصلة للغاية دون أن ينهار. يمكنك كتابة 150 كلمة من التفاصيل المحددة للبيئة والإضاءة والملمس، وسيحافظ على تماسك الوصف كله.
على PicassoIA، يعمل P Image دون حدود للنقاط ودون حصص استخدام. هذا يعني أنه يمكنك تجربة 30 أو 40 تنويعة للأمر النصي في جلسة واحدة للوصول إلى النتيجة الدقيقة التي تريدها، وهذا بالضبط ما يفعله المصورون المحترفون مع الكاميرات التقليدية. حجم المحاولات، مع التحسين بين كل محاولة، هو ما ينتج اللقطة النهائية الرائعة.
💡 نصيحة: فعّل "Prompt Upsampling" في إعدادات P Image. هذا يطلب من النموذج أن يوسّع أمرك النصي داخليًا بتفاصيل بصرية إضافية قبل التوليد. غالبًا ما يلتقط تفاصيل نسيت تضمينها، خاصة في عناصر الخلفية والجو المحيط.
يحتاج Flux Schnell من Black Forest Labs إلى أربع خطوات إزالة تشويش لإنتاج صورة، مما يجعله من بين أسرع مولدات الجودة العالية المتاحة. قوته في الاتساق: إذا أعطيته الوصف نفسه وقيمة بذرة ثابتة، فستحصل على الصورة نفسها في كل مرة. هذا القدر من القابلية للتنبؤ يجعله ممتازًا لتحسين لغة الأمر النصي.
سير العمل الذي ينجح: ولّد 10 تنويعات لأمر نصي بقيم عشوائية مختلفة للبذرة، ثم حدد أيها يبدو الأكثر واقعية، وبعد ذلك حلّل ما الذي نجح في تلك التكوينة واكتبه في الأمر النصي بوضوح. بعد ثلاث أو أربع جولات من هذا، ستحصل على أمر نصي يولّد مخرجات واقعية بثبات في كل مرة.
توصية النموذج واضحة: P Image هو أفضل نقطة بداية لفن الذكاء الاصطناعي الواقعي دون تكلفة أو عوائق إعداد. إليك كيفية استخدامه بفعالية من الجلسة الأولى.
الخطوة 1: افتح صفحة النموذج انتقل إلى PicassoIA P Image واضغط على زر التوليد. لا يلزم حساب لتشغيل أول توليد لك.
الخطوة 2: اضبط نسبة العرض إلى الارتفاع قبل كتابة الأمر النصي اختر 16:9 للمشاهد الأفقية، أو الصور التحريرية، أو صور الترويسة. اختر 9:16 للمحتوى الرأسي مثل منشورات وسائل التواصل الاجتماعي. اختر 1:1 للصور الشخصية أو الأعمال بتنسيق مربع. إن ضبط هذا بشكل صحيح قبل البدء يمنعك من الحاجة إلى القص لاحقًا، وهو ما يُضعف الواقعية دائمًا في الحواف.
الخطوة 3: اكتب الأمر النصي الكامل ذا الطبقات الخمس الموضوع، والبيئة، والإضاءة، ومواصفات الكاميرا، وفيلم التصوير. كل الطبقات الخمس. لا تتجاهل فيلم التصوير، فهو العنصر الذي يضيف بأكبر قدر من الموثوقية ذلك الملمس الفوتوغرافي الذي يفصل فن الذكاء الاصطناعي عن فن الذكاء الاصطناعي الآخر.
الخطوة 4: فعّل Prompt Upsampling للتشغيلات الأولى فعّل Prompt Upsampling لأول بضعة توليدات. اقرأ ما يضيفه النموذج إلى أمرك النصي لتفهم أين تكون أوصافك ضعيفة. ثم عطّله وأضف تلك التفاصيل يدويًا للحصول على تحكم أدق.
الخطوة 5: حدد بذرة لأفضل نتيجة لديك عندما تحصل على صورة تعجبك، انسخ قيمة البذرة. يمكنك تعديل عنصر واحد من الأمر النصي وإعادة التوليد بالبذرة نفسها، وسيُنتج النموذج تكوينة مشابهة جدًا مع تغيير ذلك العنصر وحده.
| المعامل | القيمة الافتراضية | التوصية |
|---|---|---|
| نسبة العرض إلى الارتفاع | 1:1 | طابقها مع منصتك المستهدفة |
| Prompt Upsampling | متوقف | مفعّل للتكرار الأول |
| البذرة | عشوائية | حدّدها بعد أول نتيجة جيدة |
| الأبعاد المخصصة | متوقفة | استخدمها لأحجام الطباعة المحددة |
حتى الأمر النصي المُتقن من نموذج سريع مثل P Image أو Flux Schnell ينتج صورًا بدقة ميغابكسل واحد تقريبًا. هذا كافٍ للاستخدام على الويب، لكنه غير كافٍ للطباعة بالحجم الكبير، أو القص المفصل، أو المخرجات الاحترافية. يأخذ رفع الدقة الصورة المولدة ويكبّرها مع إضافة التفاصيل الدقيقة التي لم تكن موجودة عند الأحجام الأصغر.
هنا ينتقل فن الذكاء الاصطناعي المجاني من "جيد بما يكفي" إلى شيء لا يتميز فعلًا عن التصوير الفوتوغرافي الاحترافي.
Clarity Pro Upscaler هو الخيار الأفضل لأعمال البورتريه واللقطات القريبة. يتعامل مع الجزء الأصعب في رفع الدقة: الوجوه. تقوم معظم أدوات رفع الدقة العامة إما بتمويه ملمس الجلد أو بإدخال تفاصيل سطحية اصطناعية شبيهة بالشمع. يحافظ Clarity Pro Upscaler على البنية الوجهية، والمسام الفردية، وخصلات الشعر، وعدم التماثل الخفيف الذي يجعل الوجوه تبدو حقيقية. ويفعل ذلك مع إضافة الدقة التي تحتاجها للمخرجات الكبيرة.
المعامل الأساسي هو شريط الإبداعية (Creativity):
| المقياس | الاستخدام الأمثل | حجم المخرجات |
|---|---|---|
| 2x | ترويسات الويب، ووسائل التواصل الاجتماعي | ~2 ميغابكسل |
| 4x | مستندات A4/Letter المطبوعة | ~8 ميغابكسل |
| 8x | الطباعة بالحجم الكبير، والملصقات | ~32 ميغابكسل |
| 16x | لوحات الإعلانات، والتحرير عالي الكثافة | ~128 ميغابكسل |
بالنسبة لمعظم حالات الاستخدام، يحقق 4x مع إعداد إبداعية بين 0 و2 النقطة المثالية. يستحق نموذج Topaz Image Upscale التجربة أيضًا لصور المناظر الطبيعية، حيث يكون تحسين Clarity Pro للبورتريه أقل أهمية. أما Real ESRGAN فهو الخيار الأسرع لرفع الدقة بالجملة عندما يكون لديك 10 صور أو أكثر للمعالجة.
💡 نصيحة سير العمل: ولّد الصورة بنسبة 1:1 وبكامل الميغابكسلات، ثم ارفع دقتها إلى 4x باستخدام Clarity Pro. هذا المسار المركّب لا يكلف شيئًا، ويستغرق أقل من 90 ثانية في المجمل، وينتج صور بورتريه جاهزة للطباعة.
هذه هي الأنماط التي تنتج باستمرار نتائج سيئة، حتى عندما يحتوي الأمر النصي على كل العناصر الصحيحة.
هناك اعتقاد شائع في مجتمعات فن الذكاء الاصطناعي بأن تكديس كلمات الجودة ("ultra HD, 8K, masterpiece, highly detailed, photorealistic, professional photography, award winning") يحسّن جودة المخرجات. وهذا غير صحيح، على الأقل مع نماذج التوليد الحالية مثل Flux Schnell أو P Image.
تستجيب هذه النماذج للتحديد الوصفي، لا لأوصاف الجودة المبالغ فيها. "مُلتقطة بعدسة 85mm f/1.4، وملمس جلد طبيعي مرئي، وضوء صباحي من اليسار" يخبر النموذج بما يفعله. أما "Ultra HD masterpiece photorealistic" فلا يخبره بشيء لا يعرفه أصلًا.
احذف كلمات الجودة تمامًا. استبدلها بأوصاف بصرية محددة. ستتحسن النتائج فورًا.
التوليد بنسبة 1:1 ثم القص إلى 16:9 خطأ يرتكبه معظم المبتدئين. عندما تقص صورة، تفقد بكسلات من التكوينة التي صُممت للنسبة الأصلية. يُدفع الموضوع بعيدًا عن المركز، وتصبح الخلفية جدارًا بدلًا من مشهد، ويتصرف عمق المجال بشكل مختلف عبر بقية الصورة.
اضبط دائمًا نسبة العرض المستهدفة قبل التوليد. يدعم P Image النسب 1:1 و16:9 و9:16 و4:3 و3:4 و3:2 و2:3، بالإضافة إلى الأبعاد المخصصة. يدعم Flux Schnell أحد عشر خيارًا للنسب، من بينها النسبة السينمائية 21:9. حدد لوح الإخراج أولًا.
تركّز معظم الأوامر النصية على الموضوع تمامًا وتترك الخلفية غير محددة. يملأ النموذج المساحة غير المحددة بما يرتبط به أكثر شيوعًا بالموضوع الموصوف، وهو عادةً شيء عام ومسطح.
صِف الخلفية بوضوح. ليس فقط "مكتب" بل "مكتب تحريري دافئ الإضاءة في السادسة مساءً، مع إضاءة عملية دافئة مرئية في الخلفية، مزدحم قليلًا، وخارج التركيز عند f/1.4". الخلفية هي ما يُرسّخ الصورة في عالم حقيقي. بدونها، يطفو الموضوع في فراغ يدرك المشاهد فورًا أنه مصطنع.
البذرة العشوائية في كل مرة تعني تكوينة عشوائية في كل مرة. إذا وجدت أمرًا نصيًا ينتج تكوينة تعجبك، وهي الزاوية والوضعية وطريقة سقوط الضوء، فاكتب البذرة فورًا. تثبيت البذرة أثناء تحسين عناصر أخرى من الأمر النصي (درجة حرارة لون الإضاءة، وتفاصيل الخلفية، وتعبير الموضوع) يتيح لك تحسين الصورة دون فقدان التكوينة التي نجحت.
الفرق الذي تُحدثه البنية الصحيحة للأمر النصي ليس طفيفًا. إليك مقارنة ملموسة:
أمر نصي سيئ: "صورة شخصية لامرأة، واقعية، جودة عالية"
أمر نصي جيد: "امرأة تبلغ 28 عامًا بشعر بُني محمرّ طبيعي مربوط بإهمال عند الرقبة، جالسة على طاولة مقهى خشبية متآكلة، ضوء نافذة تواجه الشمال في أواخر بعد الظهر ينير خدها الأيسر، تعبير متأمل وشارد قليلًا، عدسة بورتريه 85mm f/1.8، عمق مجال ضحل، تفاصيل المقهى في الخلفية ضبابية بنعومة، محاكاة فيلم Kodak Portra 400، حبيبات خفيفة، درجات كهرمانية دافئة، بلا تنقيح صناعي"
يُنتج الأمر النصي الأول مزيجًا عامًا. أما الثاني فينتج شيئًا يبدو كأنه التُقط بواسطة مصوّر كان موجودًا فعلًا هناك.
ينطبق المبدأ نفسه على كل مستوى. مشهد طبيعي بوصف "جبال وأشجار" مقابل "الوجه الشرقي لحافة صخرية من الجرانيت في السابعة صباحًا، غابة أشجار تنوب متفرقة عند خط الأشجار، ضباب صباحي منخفض في الوادي أسفلها، ضوء اتجاهي قوي من اليمين، وهج عدسة خفيف، 28mm f/8، Fujifilm Velvia 50"، والفجوة في جودة المخرجات هائلة.
حتى التوليد الممتاز بدقة ميغابكسل واحد يستفيد من رفع الدقة قبل أي استخدام احترافي. تستغرق العملية على PicassoIA حوالي 30 ثانية، ولا تتطلب أي معرفة تقنية.
سير العمل المكوّن من خطوتين:
المخرج جاهز للطباعة. بالنسبة للبورتريهات، يكون الفرق في ملمس الجلد وتفاصيل الشعر ووضوح العين عند 4x كبيرًا بما يكفي لتجتاز الصورة الفحص البصري حتى بحجم طباعة A3.
أما للمناظر الطبيعية والصور المعمارية، فيقدم P Image Upscale ميزة السرعة نفسها في مرحلة رفع الدقة التي يقدمها P Image في مرحلة التوليد. يستحق Crystal Upscaler التجربة على لقطات البورتريه المقربة بأسلوب تصيير مختلف، إذ يفضّل بعض المستخدمين طريقته في التعامل مع تفاصيل الشعر الدقيقة على Clarity Pro.
من أقل جوانب الواقعية الفوتوغرافية في فن الذكاء الاصطناعي نقاشًا هو الملمس السطحي. تلتقط الصور الفوتوغرافية الحقيقية خصائص المواد: الخشونة الخفيفة للقطن، وحبيبات الجلد، والطريقة التي يلتقط بها الصوف الضوء المنتشر بشكل مختلف عن الحرير. عندما تصف هذه الخصائص بوضوح في أمرك النصي، يضيفها النموذج.
عبارات الملمس التي تحسّن الواقعية بثبات:
تلك الأخيرة، أي تشتت الضوء تحت السطح، قوية بشكل خاص. تصف الطريقة التي يتغلغل بها الضوء قليلًا داخل الجلد ويتشتت قبل أن يخرج، ولهذا يبدو جلد الإنسان دافئًا وحيًّا بدلًا من أن يكون كالبلاستيك المطلي. اذكره، وستطبقه النماذج التي تفهم التصوير الفوتوغرافي.
عمق المجال، أي المنطقة ذات التركيز الحاد في الصورة الفوتوغرافية، هو المسؤول عن الإحساس "الفوتوغرافي" للصورة أكثر من أي عنصر آخر تقريبًا. لا تستطيع الكاميرات الحقيقية إبقاء كل شيء حادًا في آنٍ واحد. تعني فيزياء البصريات أنه إذا كان الموضوع في التركيز، فإن الخلفية خارج التركيز، والعكس صحيح. هذا الأمر أساسي جدًا في التصوير الفوتوغرافي لدرجة أننا نربطه بالصور "الحقيقية" على مستوى اللاوعي.
معظم الصور المولدة بالذكاء الاصطناعي تكون افتراضيًا كل شيء فيها تقريبًا في التركيز، لأن بيانات التدريب تتضمن كثيرًا من الصور المُلتقطة بفتحات صغيرة. عندما تحدد فتحة واسعة (f/1.4، أو f/1.8، أو f/2.0)، يطبّق النموذج التمويه البصري المناسب على كل شيء خارج مستوى التركيز.
التقنية: حدد الموضوع المُركّز عليه والفتحة معًا. "تركيز حاد على عينيها، وطاولات المقهى في الخلفية ضبابية بنعومة عند f/1.4" أفضل من مجرد "f/1.4" لأنه يخبر النموذج بما يجب أن يكون حادًا، لا بمقدار التمويه الذي يجب إضافته فقط.
كل ما يغطيه هذا المقال متاح الآن، دون أي تكلفة، على PicassoIA. تعمل نماذج التوليد، P Image وFlux Schnell، بتوليدات غير محدودة ودون سقوف للأرصدة. أدوات رفع الدقة، Clarity Pro Upscaler، وReal ESRGAN، وTopaz Image Upscale، متاحة على المنصة نفسها.
الفجوة بين "صورة ذكاء اصطناعي" و"صورة فوتوغرافية" هي في الأغلب مشكلة في صناعة الأمر النصي. طبّق أي نصيحة من هذا المقال على توليدك التالي، وسيكون الفرق فوريًا ومرئيًا. ابدأ ببنية الأمر النصي ذات الطبقات الخمس. أضف مواصفات عدسة لم تجربها من قبل. صِف إضاءتك بالهندسة بدلًا من الصفات.
أفضل طريقة لتتحسن في هذا هي توليد صور أكثر، لا أقل. مع توليدات غير محدودة على PicassoIA، هذا بالضبط ما يمكنك فعله. شغّل 20 تنويعة للمشهد نفسه في جلسة واحدة، وقارن ما تغيّر، وأدرج هذا التعلّم مجددًا في بنية أمرك النصي.
النتائج الواقعية موجودة بالفعل، داخل هذه النماذج المجانية. الأوامر النصية هي الشيء الوحيد الذي يقف بينك وبينها.
اختر لغتك
