تحويل الصورة إلى صورة (Image to image) من أقوى الميزات في أدوات الذكاء الاصطناعي الحديثة. فهو يتيح لك استخدام صورة فوتوغرافية موجودة كمدخل لتوليد نسخة جديدة بأسلوب أو إضاءة أو مزاج أو تكوين مختلف، مع الحفاظ على البنية الأساسية. يشرح هذا المقال بدقة طريقة عمله، وأنواع مسارات img2img المختلفة، وأي نماذج الذكاء الاصطناعي تقوم به بأفضل شكل الآن.
تحويل الصورة إلى صورة بالذكاء الاصطناعي من الميزات التي تبدو بسيطة إلى أن تجربها فعليًا، عندها تصبح الأداة التي تلجأ إليها باستمرار. فبدلًا من البدء بأمر نصي فارغ، تُدخل صورة فوتوغرافية موجودة إلى نموذج ذكاء اصطناعي وتطلب منه إنتاج شيء جديد بناءً على تلك الصورة. تحافظ النتيجة على بنية الصورة الأصلية وتكوينها أو أسلوبها، لكنها تتحول إلى شيء مختلف تمامًا.
هذه ليست فلترًا. وليست Photoshop. إنها طريقة مختلفة جذريًا للعمل مع الصور المولّدة بالذكاء الاصطناعي، وحين ترى كيف تعمل ستفهم لماذا يعتمد عليها المصورون المحترفون والمصممون والمخرجون الإبداعيون كل يوم.
في أبسط صورها، يأخذ تحويل الصورة إلى صورة (ويُكتب غالبًا img2img) صورة موجودة كنقطة بداية بدلًا من الضوضاء العشوائية الخالصة. يبدأ توليد تحويل النص إلى صورة التقليدي بحقل من الضوضاء العشوائية، ثم يزيلها تدريجيًا ليصل إلى صورة متماسكة موجّهة بأمرك النصي. يعمل تحويل الصورة إلى صورة بالطريقة نفسها، لكن نقطة البداية ليست عشوائية خالصة، بل نسخة مشوّشة من صورتك المرجعية.
يُفسد النموذج صورة المدخل جزئيًا بإضافة الضوضاء، ثم يعيد بناءها بالاستناد إلى بنية الصورة وتعليماتك النصية معًا. ويعتمد مقدار ما يبقى من الأصل على معامل واحد يُسمى قوة إزالة الضوضاء (ويُسمى أحيانًا قوة التوجيه أو تأثير الصورة).
عندما ترفع صورة مرجعية، لا ينسخها الذكاء الاصطناعي ببساطة. بل يستخدمها لتوفير:
يتحول كل ذلك إلى شكل من أشكال التكييف الذي يشكّل المخرجات، حتى عندما لا تشبه النتيجة النهائية المصدر إطلاقًا.
تعمل عملية الانتشار بإضافة ضوضاء غاوسية إلى الصورة حتى تصبح ضوضاء عشوائية لا يمكن التعرف عليها، ثم تدريب نموذج على عكس هذه العملية خطوة بخطوة. في img2img، تختار المسافة التي تبدأ منها على مقياس الضوضاء. تُحدث قيمة إزالة ضوضاء منخفضة (0.2-0.4) اضطرابًا طفيفًا في الصورة فتبقى المخرجات قريبة جدًا من الأصل. أما قيمة إزالة ضوضاء مرتفعة (0.8-1.0) فتعشوّش الصورة تقريبًا بالكامل، ويصبح للأمر النصي تأثير أكبر بكثير.
هذا التحكم في مستوى الضوضاء هو ما يجعل img2img مرنًا إلى هذا الحد. فالصورة المرجعية نفسها يمكن أن تنتج بورتريه استوديو واقعيًا كالصور الفوتوغرافية عند قوة منخفضة، أو مشهدًا أُعيد تخيّله بالكامل عند قوة مرتفعة.
ليست كل مسارات img2img تعمل بالطريقة نفسها. فخلال السنتين الماضيتين، انقسم المجال إلى عدة مناهج متخصصة، لكل منها هدف إبداعي مناسب.
يأخذ نقل الأسلوب الكلاسيكي محتوى صورة ويطبّق عليه الجماليات البصرية لصورة أخرى، مثل تحويل صورة فوتوغرافية إلى لوحة فنية دون فقدان موضوعها. أما نقل الأسلوب الحديث القائم على الانتشار فيذهب أبعد من ذلك بكثير: إذ يمكنك تطبيق ليس فقط أسلوب فني، بل أيضًا مزاج تصويري محدد أو حقبة أو لوحة ألوان من أي صورة مرجعية.
تستخرج النماذج الموجّهة بالعمق، مثل Flux Depth Pro وFlux Depth Dev، خريطة عمق من صورتك المرجعية وتستخدمها كقيد أثناء التوليد. وهذا يحافظ على البنية ثلاثية الأبعاد للمشهد مع استبدال الملمس والأسلوب السطحي بالكامل. فداخل الغرفة يحتفظ بالشكل المعماري نفسه، بينما تتغير الجدران والأثاث والإضاءة تمامًا.
💡 يُستخدم img2img الموجّه بالعمق على نطاق واسع في تصوير العمارة والتصميم الداخلي، حيث تكون الدقة المكانية أمرًا لا يقبل المساومة.
تعمل النماذج القائمة على Canny باستخراج خطوط الحواف من صورتك المرجعية. تستخدم Flux Canny Pro وFlux Canny Dev خرائط الحواف هذه للتحكم في المخرجات المولّدة على المستوى البنيوي. فكل خط خارجي وحدّ ومخطط من الصورة الأصلية يُحفظ في النتيجة، بينما يتغير اللون والملمس والأسلوب بحرية.
يكتسب هذا النهج قيمة خاصة في تحويل الرسوم التخطيطية أو رسوم الخطوط إلى صور واقعية كالصور الفوتوغرافية، أو في الحفاظ على تكوين دقيق عبر تكرارات متعددة لأساليب مختلفة.
التعديل الموضعي شكل محدد من img2img حيث تُخفي جزءًا من الصورة بقناع وتطلب من الذكاء الاصطناعي ملأه بمحتوى جديد. صُمّمت Flux Fill Pro وFlux Fill Dev خصيصًا لهذا الغرض: فهما يقرآن السياق المحيط بالمنطقة المقنّعة ويولّدان محتوى متطابقًا بسلاسة معها.
أما توسيع الصورة فيعمل بالعكس. إذ يمدّ الصورة خارج حدودها الأصلية، مولّدًا محتوى جديدًا يُكمل المشهد بطبيعية في أي اتجاه.
استقر مشهد نماذج img2img حول عدد قليل من البنى المتميزة التي تستحق المعرفة.
صُمّم Flux Redux Dev خصيصًا لإنشاء إصدارات متحكَّم بها من صورة مدخلة. وعلى عكس img2img الأساسي، يُرمّز Redux الصورة المرجعية إلى متجه ميزات غني يوجّه التوليد على مستوى أعمق من التكييف البكسلي البسيط. والنتيجة إصدارات تبدو مرتبطة بالمصدر بتماسك دون أن تكون نسخًا مباشرة.
Flux Redux Schnell هو الإصدار الأسرع، إذ يقايض جزءًا من دقة التفاصيل بأوقات توليد أسرع بكثير، مما يجعله مناسبًا للتكرار السريع عندما تحتاج إلى اختبار إصدارات كثيرة بسرعة.
تمثل عائلتا نماذج Canny وDepth من Black Forest Labs أحدث ما توصّلت إليه تقنية توليد الصور التي تحافظ على البنية. فبينما كانت مناهج ControlNet السابقة تتطلب مسارات معالجة مسبقة منفصلة، تتولى هذه النماذج التكييف داخليًا.
| النموذج | نوع التحكم | أفضل استخدام |
|---|---|---|
| Flux Canny Pro | خطوط الحواف | من الرسم إلى الصورة، أسلوب مع الحفاظ على التكوين |
| Flux Canny Dev | خطوط الحواف | العمل الإبداعي التكراري |
| Flux Depth Pro | خريطة عمق ثلاثية الأبعاد | العمارة والتصميمات الداخلية والمنتجات |
| Flux Depth Dev | خريطة عمق ثلاثية الأبعاد | العمل المكاني التجريبي |
يمثل Flux Kontext Fast نهجًا أحدث تُعالج فيه التعليمات النصية والصورة المرجعية معًا داخل نافذة سياق موحدة. فبدلًا من معاملة تكييف الصورة والأمر النصي كإشارتين منفصلتين، يدمجهما Kontext، مما يتيح تعديلات أكثر طبيعية يقودها اللغة مثل "اجعل شعرها أحمر" أو "غيّر الخلفية إلى شاطئ" مع حفاظ أفضل على كل ما عداها في الإطار.
من أهم القرارات في أي سير عمل img2img هو مقدار التحكم الذي تمنحه للصورة المرجعية في المخرجات النهائية. ويتحكم في ذلك معامل قوة إزالة الضوضاء أو قوة الصورة، وهو عادة قيمة بين 0.0 و1.0.
عند قيم القوة بين 0.15 و0.40، يُجري النموذج تغييرات طفيفة. قد ترى:
هذا النطاق مثالي عندما تملك صورة مرجعية جيدة وتريد تحسينها لا استبدالها.
عند قيم القوة بين 0.65 و0.90، يهيمن الأمر النصي. يستخدم النموذج الصورة المرجعية بشكل أساسي للتوجيه البنيوي الفضفاض. وسترى:
💡 يعمل معظم مستخدمي img2img ذوي الخبرة ضمن النطاق المثالي بين 0.45 و0.65، حيث يتمتع المرجع والأمر النصي بتأثير متقارب تقريبًا، فتبدو النتائج مقصودة لا عشوائية.
توسّع نطاق التطبيقات العملية لـ img2img بشكل كبير مع تحسّن النماذج.
يستخدم مصورو التجارة الإلكترونية img2img لتوليد لقطات بديلة للمنتجات بسرعة من صورة مرجعية واحدة. فبدلًا من إعادة التصوير على خلفيات مختلفة أو تحت ظروف إضاءة مختلفة، يُدخلون صورة المنتج إلى نموذج قائم على العمق أو Canny ويصفون البيئة الجديدة في الأمر النصي. يحافظ شكل المنتج وأبعاده على اتساقهما بينما يتغير المشهد.
يستخدم مصورو البورتريه الراقي والمحررون تمريرات img2img منخفضة القوة لتحسين درجات البشرة وضبط اتجاه الإضاءة أو إضافة تغييرات خفيفة في المزاج دون فقدان ملامح الشخص. وFlux Redux Dev يتعامل بشكل خاص مع إصدارات البورتريه بإتقان، لأن تكييفه على مستوى الميزات يحافظ على البنية الوجهية طوال عملية التوليد.
يستخدم المعماريون نماذج موجّهة بالعمق لاختبار تشطيبات ومواد وترتيبات أثاث مختلفة على التخطيط المكاني نفسه. تتحول صورة معمارية واحدة إلى قالب لعشرات تصاميم التنوع، يُحفظ في كل منها التناسب المكاني الدقيق عبر خريطة العمق.
يمنحك PicassoIA وصولًا مباشرًا إلى أفضل نماذج img2img المتاحة دون أي إعداد، أو GPU محلي، أو معرفة تقنية. إليك طريقة استخدام Flux Redux Dev لإنشاء تنويعات الصور:
الخطوة 1: انتقل إلى Flux Redux Dev في مجموعة نماذج PicassoIA.
الخطوة 2: ارفع صورتك المرجعية. قد تكون صورة فوتوغرافية أو تصيّرًا أو رسمًا تخطيطيًا أو أي مادة بصرية تريد استخدامها كأساس بنيوي.
الخطوة 3: اكتب أمرًا نصيًا يصف الناتج الذي تريده. كن دقيقًا بشأن الإضاءة والمزاج والأسلوب. كلما كان أمرك النصي أدق، استطاع النموذج موازنته مع المرجع بشكل أفضل.
الخطوة 4: اضبط شريط قوة الصورة. ابدأ بالقيمة 0.5 كخط أساس. إذا كانت المخرجات قريبة جدًا من الأصل، فارفعها. وإذا كانت تفقد التكوين الذي تريد الاحتفاظ به، فاخفضها.
الخطوة 5: ولّد وكرر. يتطلب سير عمل img2img دائمًا تقريبًا عدة تمريرات. استخدم المخرج الأول كمرجع جديد لتمرير ثانٍ لتحسين مناطق محددة.
💡 في الأعمال التي تعتمد على البنية بشكل حاسم، مثل لقطات المنتجات أو تصور العمارة، جرّب Flux Depth Pro بدلًا من Redux. فالتكييف بالعمق يحافظ على الهندسة المكانية بدقة أكبر بكثير.
حتى المستخدمون ذوو الخبرة يتعثرون في المشكلات نفسها عند البدء مع img2img.
الخطأ الأكثر شيوعًا هو رفع قوة إزالة الضوضاء فوق 0.8 على أمل تغيير جذري مع الحفاظ على التكوين الأصلي. عند هذا المستوى، تكاد الصورة المرجعية لا تؤثر في النتيجة. فتنتهي بصورة تتبع أمرك النصي مع ذاكرة شبه معدومة للأصل. إذا أردت تغييرًا قويًا يحترم التكوين، فاستخدم نموذجًا قائمًا على العمق أو Canny بقوة متوسطة بدلًا من دفع قوة Redux إلى أقصاها.
يعتمد النموذج على الميزات التي يستطيع استخراجها من مرجعك. فالمدخل الضبابي منخفض الدقة ينتج تكييفًا غامضًا للميزات يقود إلى مخرجات غير متسقة. ابدأ دائمًا بأعلى نسخة دقة متاحة من صورتك المرجعية. وإذا احتجت إلى رفع دقة صورة منخفضة الدقة أولًا، فيمكن لأدوات رفع الدقة في PicassoIA التعامل مع ذلك قبل إدخالها إلى مسار img2img.
يرفع بعض المستخدمين صورة مرجعية ويتركون الأمر النصي فارغًا أو مقتضبًا، متوقعين أن يفهم النموذج ما يريدون من الصورة وحدها. ومن دون أمر نصي يوجّه اتجاه إزالة الضوضاء، تكون النتائج غير متوقعة. حتى وصف موجز مثل "بورتريه واقعي كالصور الفوتوغرافية، إضاءة طبيعية، تفاصيل حادة" يحسّن الاتساق بشكل كبير.
تحويل الصورة إلى صورة ليس ميزة متخصصة للمستخدمين التقنيين. إنه الطريقة الأكثر عملية للعمل مع المرئيات بالذكاء الاصطناعي بعد تجاوز توليد تحويل النص إلى صورة الأساسي. لديك صورة موجودة تكاد تكون صحيحة. وتريد تغيير المزاج أو الخلفية أو الإضاءة أو الأسلوب. أما img2img فهو الأداة المناسبة لذلك.
تضم PicassoIA عائلة نماذج Flux الكاملة لمهام img2img جاهزة للاستخدام، بما في ذلك Flux Redux Dev للإصدارات، وFlux Canny Pro للتوليد المتحكَّم به بالحواف، وFlux Depth Pro للدقة المكانية، وFlux Fill Pro للتعديل الموضعي السلس. كل نموذج متاح مباشرة في متصفحك دون الحاجة إلى تثبيت.
ارفع صورة. اكتب أمرًا نصيًا. شاهد ما يحدث عند القوة 0.5. ثم اضبط من هناك.
اختر لغتك
