يأتي Midjourney v8 بقفزة هائلة في الواقعية الفوتوغرافية ودقة عرض النصوص والتحكم في التكوين. يقارن هذا التحليل v8 مباشرة بكل من Flux Dev وIdeogram v3 وStable Diffusion XL وRecraft ليوضح لك بدقة أين يتفوق كل نموذج، وأين يقصّر، وأيّها يناسب سير عملك.
ظهر Midjourney v8 بهدوء، لكن لا شيء في مخرجاته هادئ. القفزة من v6.1 إلى v8 ليست تحسنًا تدريجيًا؛ إنها من النوع الذي يجعلك تتساءل إن كان ما تراه مولّدًا بالبرمجيات أم مُلتقطًا بكاميرا Phase One متوسطة الحجم. الصور لها ثقل، ولها عيوب طبيعية تبدو حقيقية. يلمع الجلد عند حواف فتحات الأنف. وتحمل مشاهد الشوارع خشونة تحت الإسفلت. والأقمشة تُظهر نسيجها بوضوح. هذه الدقة هي بالضبط ما يفصل Midjourney v8 عن كل نموذج آخر لتحويل النص إلى صورة متاح حاليًا، وتستحق أن نفصّل أين توجد هذه الفجوة، وأين تُغلق، وأين تتفوق النماذج المنافسة عليه بوضوح.
ركّز Midjourney دائمًا على الجودة الجمالية أكثر من دقة تنفيذ التعليمات. سعى الإصداران v5 وv6.1 إلى مظهر سينمائي راقٍ بدا أقرب إلى نسخة مثالية من التصوير الفوتوغرافي منه إلى التصوير نفسه. أما v8 فيفعل شيئًا مختلفًا: يتوقف عن محاولة أن يبدو كصورة فوتوغرافية رائعة، ويصبح ببساطة صورة فوتوغرافية رائعة.
أهم تحوّل تقني في v8 هو تشتت الضوء تحت السطح (subsurface scattering). في صور v8 يمرّ الضوء عبر الجلد كما يحدث في الجلد الحقيقي، فيتجمّع عند حواف الأذنين وعلى قصبة الأنف، ويبدو شفافًا قليلًا حيث يكون مصدر الضوء قريبًا وقويًا. كانت الإصدارات السابقة تحاكي هذا التأثير بتدرجات لونية ناعمة وبالتلاعب بقيم الإضاءة. أما v8 فيبدو أنه يحسبه بدقة تقترب من الدقة الفيزيائية، ويظهر الفرق فور مقارنة النتائج جنبًا إلى جنب.
هذا مهم جدًا للعمل التجاري. تستفيد صور المنتجات والتصوير الشخصي وجلسات التصوير لمجلات الأزياء وصور العلامات الفاخرة من عرض المواد العضوية الجديد في v8. والنتيجة تصمد عند تكبير 200% بطريقة لا تصمد بها صور v6.1 عند المقياس نفسه.
تحسينات محددة في الواقعية الفوتوغرافية في v8:
عانى كل نموذج صور رئيسي أُطلق خلال السنوات الثلاث الماضية من مشكلة في النصوص. إذا طلبت لافتة لواجهة متجر بحروف واضحة، فغالبًا ستحصل على شيء يبدو كخط صممه نموذج تعلّم الأبجدية من بيانات OCR تالفة. Midjourney v8 هو أول إصدار تكون فيه النصوص المضمّنة قابلة للقراءة فعلًا في غالبية المحاولات.
لكنه ليس خاليًا من الأخطاء. فالنصوص الطويلة، والخطوط ذات الزوائد (serif) بأحجام صغيرة، وأنظمة الكتابة غير اللاتينية ما زالت تنتج أخطاءً بمعدل ملحوظ. أما العبارات الإنجليزية القصيرة المكوّنة من كلمة إلى أربع كلمات، والعناوين البارزة بخط sans-serif، والعناوين المكوّنة من كلمة واحدة فتُعرض بدقة في معظم التوليدات. وبالنسبة إلى لافتات وسائل التواصل الاجتماعي، ونماذج عبوات المنتجات، وأفكار الإعلانات المطبوعة، فهذه خطوة عملية إلى الأمام تغيّر ما يمكن أن يُستخدم فيه v8 مهنيًا.
💡 نصيحة: اجعل النص المضمّن من 1 إلى 3 كلمات للحصول على أكثر النتائج موثوقية في أي نموذج صور بالذكاء الاصطناعي، بما فيها v8. تزيد السلاسل الأطول معدل الخطأ بشكل ملحوظ بغض النظر عن النموذج الذي تستخدمه.
إليك كيف يقف Midjourney v8 مقارنةً بالنماذج الأخرى ذات الانتشار المهني الفعلي حاليًا:
| النموذج | الواقعية الفوتوغرافية | النص داخل الصور | السرعة | الوصول عبر API | الالتزام بالأوامر النصية |
|---|---|---|---|---|---|
| Midjourney v8 | ★★★★★ | ★★★★☆ | متوسطة | لا | ★★★☆☆ |
| Flux Dev | ★★★★☆ | ★★★☆☆ | سريعة | نعم | ★★★★★ |
| Flux Schnell | ★★★☆☆ | ★★★☆☆ | سريعة جدًا | نعم | ★★★★☆ |
| Ideogram v3 | ★★★☆☆ | ★★★★★ | سريعة | نعم | ★★★★☆ |
| Ideogram v4 | ★★★★☆ | ★★★★★ | متوسطة | نعم | ★★★★☆ |
| Stable Diffusion XL | ★★★☆☆ | ★★☆☆☆ | سريعة | نعم | ★★★☆☆ |
| Recraft v3 | ★★★★☆ | ★★★★☆ | سريعة | نعم | ★★★★☆ |
| Seedream 5 Pro | ★★★★☆ | ★★★★☆ | متوسطة | نعم | ★★★★☆ |
يروي الجدول معظم القصة. يتصدر v8 في الواقعية الفوتوغرافية بفارق واضح، ويحقق تقدمًا ملحوظًا في عرض النصوص. ويخسر في الالتزام بالأوامر النصية لأن نموذج Midjourney ركّز دائمًا على المخرجات الجميلة أكثر من اتباع التعليمات الحرفي. إذا كتبت "سيارة حمراء متوقفة أمام منزل أزرق"، فقد ينتج Midjourney صورة مذهلة بصريًا تحمل سيارة بلون مختلف قليلًا عمّا حددته. أما Flux Dev فسيعطيك بالضبط ما وصفته.
الكلمة التي تتكرر في النقاشات المهنية حول Midjourney v8 هي الذوق. طوّر النموذج ما يسميه المصورون حسّ التصوّر المسبق للكادر: يفسّر المشهد كما يفعل مصوّر سينمائي متمرّس، فيختار الزوايا وعمق الميدان وتدرج الألوان التي تجعل الصورة النهائية تبدو مُكوّنة بقصد لا مجمّعة آليًا.
هذا هو سبب هيمنة v8 في الاستخدامات التحريرية. تستفيد أغلفة المجلات، وأغلفة الألبومات، والتصور المعماري، وملفات الإعلانات الراقية من هذا التفسير الذي يحمل رأيًا واضحًا. تصف مزاجًا عامًا فيتخذ v8 قرارات تكوينية كانت ستتطلب مدير إبداعي نشطًا يتخذ خيارات متعمدة على موقع التصوير.
العيب هو الاتساق. تشغيل الأمر النصي نفسه مرتين ينتج صورتين مختلفتين بشكل ملحوظ. بالنسبة إلى كتالوجات المنتجات التي تتطلب استمرارية بصرية دقيقة بين اللقطات، فإن هذا التباين مشكلة عملية. لكن Recraft v3 وFlux Dev يتعاملان مع الاتساق بشكل أفضل بكثير، ويقدمان مخرجات متوقعة عبر تنويعات الأوامر النصية.
هنا يخسر Midjourney v8 أمام تقريبًا كل بديل مهم: لا توجد واجهة API رسمية. تصل إلى v8 عبر Discord أو عبر تطبيق الويب على midjourney.com. هذا كل شيء. لا وصول برمجي، ولا توليد دفعي عبر استدعاءات API، ولا تكامل مع أنظمة خارجية دون حلول بديلة من أطراف ثالثة تتفاوت في موثوقيتها.
بالنسبة إلى المبدعين الأفراد، هذا إزعاج بسيط. أما بالنسبة إلى المطورين الذين يدمجون توليد الصور في منتجاتهم، أو لأي سير عمل يتطلب أكثر من بضع عشرات من الصور على نطاق واسع، فهو عائق هيكلي حاسم. أما Flux Dev وFlux Schnell فمتاحان بالكامل عبر API، ومفتوحا الأوزان، ويمكن تشغيلهما على أي بنية تحتية تتحكم بها. هذه الحرية لها قيمة حقيقية لا تعوّضها دائمًا فجوة الجودة مع v8.
وضعت Black Forest Labs نموذج Flux Dev كإجابة مفتوحة المصدر على منظومة Midjourney المغلقة، ومن حيث الواقعية الخام وسهولة الوصول للمطورين، فإنه يحقق ما وعد به.
يولّد Flux Dev صورًا واقعية بفلسفة جمالية مختلفة عن Midjourney. فبينما يكون v8 سينمائيًا وذا رأي واضح، يكون Flux Dev وثائقيًا ومحايدًا. يعالج الضوء كما يلتقطه صحفي مصوّر: متاحًا، وأحيانًا غير مجامل، وصادقًا. تبقى السماء الغائمة غائمة بدلًا من أن تتحول إلى سحب درامية. وتحتفظ المشاهد الداخلية بدرجات الحرارة اللونية المختلطة للغرف الحقيقية، فتدفئ مصابيح التنغستن المقدمة بينما يبرّد ضوء النهار النوافذ خلف الأشخاص.
يجعل هذا Flux Dev الخيار الأفضل لبعض محاكاة التصوير الفوتوغرافي المهني، وجولات المعمار التي تكون فيها دقة المواد مهمة، وأي تكليف يحتاج فيه الناتج إلى أن يُقرأ كصورة فوتوغرافية حقيقية لا كتفسير معزز بالذكاء الاصطناعي.
اختر Flux Dev عندما:
اختر Flux Schnell عندما:
إذا كان عرض النصوص داخل الصور هو متطلبك الأساسي، فإن Ideogram v3 وIdeogram v4 Quality يشغلان فئة منفصلة عن كل نموذج آخر في هذه القائمة.
صُمّم Ideogram من الأساس لحل مشكلة النصوص في الذكاء الاصطناعي. فبينما يحصل Midjourney v8 على العبارات القصيرة بشكل صحيح في معظم الأحيان، يتعامل Ideogram مع السلاسل متعددة الكلمات والتسلسلات الطباعية المختلطة والخطوط المنمّقة بدقة تجعله الخيار المعياري لمصممي الجرافيك الذين يحتاجون إلى صور تتضمن نصوصًا قابلة للقراءة.
الثمن هنا هو الواقعية الفوتوغرافية. تتميز صور Ideogram بجودة نظيفة جاهزة للطباعة تميل إلى تصميم الجرافيك أكثر من التصوير. فالملمس ناعم، والإضاءة متساوية، والمظهر العام أقرب إلى رسم توضيحي راقٍ للمخزون منه إلى صورة عفوية. يضيّق Ideogram v4 Quality هذه الفجوة مقارنةً بالإصدار v3، إذ يضيف طبقة من العمق الفوتوغرافي تجعله أكثر تنوعًا للتكليفات التي تحتاج إلى نص قوي وسياق مشهد واقعي معًا.
💡 يتفوق Ideogram في: تصاميم الشعارات، وتصميم الملصقات، ورسومات وسائل التواصل الاجتماعي، وملصقات المنتجات، ودعوات الفعاليات، وأي محتوى يكون فيه النص المقروء داخل الصورة شرطًا أساسيًا.
يحظى نموذجان بقدر من الاهتمام أقل مما تستحقه جودتهما، ولكل منهما نقاط قوة محددة تجعلهما الخيار الصحيح في سيناريوهات بعينها.
Recraft v3 يولّد صورًا تتميز بوضوح مميز يقع بين التفسير السينمائي لـ Midjourney والحياد الوثائقي لـ Flux Dev. وهو قوي بشكل خاص في تصوير المنتجات، بفضل عرض الخلفيات النظيف، والتمثيل الدقيق للمواد، ودقة الألوان التي تطابق عينات الألوان الواقعية أفضل من معظم النماذج المنافسة. وقد حسّن التحديث Recraft v4 معالجة النصوص بشكل كبير مع الحفاظ على دقة تصوير المنتجات تلك.
Seedream 5 Pro من ByteDance يولّد صورًا بدقة تصل إلى 2K بشكل أصلي، مع تماسك قوي للأشخاص المتعددين. في المشاهد التي تضم أشخاصًا متعددين أو تفاعلات بيئية معقدة، حيث تنتج نماذج أخرى تناقضات تشريحية أو انقطاعات في الإضاءة بين الأشخاص، يحافظ Seedream 5 Pro على سلامة بصرية عبر الإطار الكامل للصورة. وبالنسبة إلى الصور الجماعية ومشاهد نمط الحياة ومحاكاة التصوير الاجتماعي، فإن ميزة الاتساق هذه قابلة للقياس.
| حالة الاستخدام | أفضل نموذج |
|---|---|
| التحرير الراقي والإعلانات | Midjourney v8 |
| تكامل API للمطورين | Flux Dev |
| خطوط العمل التي تعطي الأولوية للسرعة | Flux Schnell |
| الرسوم الكثيفة بالنصوص والتصميم | Ideogram v3 أو v4 |
| تصوير المنتجات | Recraft v3 أو v4 |
| مشاهد نمط الحياة متعددة الأشخاص | Seedream 5 Pro |
تختلف صياغة الأوامر النصية من نموذج إلى آخر، ويوفّر فهم هذا الفرق وقتًا كبيرًا من التكرار.
Midjourney v8 يستجيب بشكل أفضل للأوصاف الجوّية التي تركّز على المزاج أولًا. "ضوء بعد الظهر الذهبي يتسلل عبر ستائر من الكتان في شقة بباريس" سينتج نتيجة أقوى من مواصفة تقنية من 200 كلمة تسرد كل عنصر في المشهد. النموذج يتخذ قرارات جمالية نيابةً عنك، لذا يعمل أمرك النصي كتوجيه فني أكثر منه مخططًا تفصيليًا.
Flux Dev يعكس هذا الأمر. يستفيد من أوصاف مفصّلة ومنظمة تحدد الشخص، والبيئة، واتجاه الإضاءة، وزاوية الكاميرا، والخصائص البصرية المحددة. كلما كانت تعليماتك أدق، نفّذها Flux Dev بدقة أكبر. يعمل P-Image على PicassoIA بطريقة مشابهة، إذ يكافئ الأوامر المفصّلة بمخرجات بصرية دقيقة عبر مجموعة واسعة من أنواع الموضوعات.
Ideogram يقرأ الأوامر الموجّهة نحو النصوص بدقة أكبر عندما تصف السياق البصري المحيط بالنص، بدلًا من وصف النص بمعزل عنه. فالعبارة "لافتة سبورة لمقهى في ديكور بوهيمي دافئ الإضاءة" مقرونةً بالنص الذي تريد عرضه على اللافتة ستتفوق على أمر يسمّي النص ببساطة ويأمل أن يضعه النموذج في مكانه الصحيح.
💡 بخصوص الأوامر النصية السلبية: يستخدم Midjourney v8 صياغة
--no. يقبل Flux Dev الأوامر السلبية في حقل الأمر النصي القياسي. يملك Ideogram حقل إدخال مخصصًا للأمر النصي السلبي. معرفة مكان وضع استثناءاتك تمنع أكثر أخطاء المخرجات البصرية شيوعًا.
لا ينتهي سير العمل عند التوليد. فبمجرد أن تحصل على صورة أساسية من أي من هذه النماذج، فإن عمليتين لاحقتين للتوليد تزيدان قيمتها التجارية بشكل كبير.
تحتاج صور المنتجات، وقصاصات الأشخاص للويب، والتكوينات المعزولة للموضوع جميعها إلى إزالة نظيفة للخلفية. يتعامل نموذج Bria Remove Background مع هذا بدقة في الحواف تحافظ على التفاصيل الدقيقة في الشعر والفرو والعناصر الزجاجية الشفافة، وهي تفاصيل لا تستطيع أدوات إزالة الخلفية القائمة على العتبات محاكاتها. يتكامل هذا بشكل طبيعي مع أي من نماذج تحويل النص إلى صورة السابقة. ولّد الشخص بعرض v8 المتفوق للجلد، أو بمخرجات Recraft الدقيقة للمواد في المنتجات، ثم أزل الخلفية للحصول على وضع نظيف في كتالوجات المنتجات أو التركيبات التسويقية دون قناع يدوي.
تملك الصور المولّدة بالذكاء الاصطناعي من كل النماذج سقفًا أصليًا للدقة، عادةً 1024x1024 أو 2048x1024 بنسبة 16:9. وللإعلانات المطبوعة، أو عرض اللوحات الإعلانية الكبيرة، أو الطباعة الكبيرة للمعارض، تحتاج إلى رفع دقة لا يُدخل عيوبًا على الصورة.
ثلاث أدوات لرفع الدقة على PicassoIA تبرز للاستخدام بعد التوليد:
يمثل الجمع بين نموذج قوي لتحويل النص إلى صورة يليه إزالة الخلفية ورفع الدقة سير العمل المهني الكامل. كل خطوة متاحة على PicassoIA دون تبديل المنصة.
الإجابة الصادقة عن سؤال "ما الذي يميّز Midjourney v8" هي أنه يرفع سقف الواقعية في الصور المولّدة بالذكاء الاصطناعي أعلى من أي نموذج متاح حاليًا للجمهور. لا يوجد نموذج آخر لتحويل النص إلى صورة ينتج صورًا بجودة ملمس الجلد لدى v8، أو عمقه الجوي، أو ذكائه التكويني المسبق في التصوير. لكنه ليس الأداة المناسبة لكل مهمة، وفي عدة حالات محددة تتفوق نماذج أخرى عليه بوضوح.
لسير عمل المطورين الذي يتطلب وصول API: Flux Dev أو Flux Schnell. لتصميم الجرافيك الكثيف بالنصوص: Ideogram v3 أو Ideogram v4 Quality. لتصوير المنتجات مع إزالة نظيفة للخلفية: Recraft v3 مقرونًا بنموذج Bria Background Removal. للمشاهد متعددة الأشخاص بنمط الحياة بدقة 2K: Seedream 5 Pro. أما لأعلى جودة مخرجات بأمر نصي واحد، فما زال v8 يتصدر.
أفضل طريقة لتكوين رأيك الخاص هي تشغيل الأمر النصي نفسه عبر عدة نماذج جنبًا إلى جنب. يتيح لك PicassoIA الوصول إليها جميعًا في مكان واحد، من Flux Dev وSeedream 5 Pro إلى Ideogram v4 وRecraft v4، مع إزالة الخلفية ورفع الدقة مدمجين في المنصة نفسها. اختر مشهدًا، وشغّله عبر ثلاثة أو أربعة نماذج، ودع المخرجات تخبرك بما يحتاجه عملك فعلًا. ستصبح الفروق واضحة خلال ثوانٍ. تصفّح مكتبة النماذج الكاملة على picassoia.com/en/all-models وابدأ أول توليد لك الآن.
اختر لغتك
