GPT Image 2.0 ليس تحديثًا بسيطًا. من تحرير الصور عبر محادثة متعددة الجولات وإخراج ملفات PNG شفافة أصلًا، إلى التزام أدق بالأوامر النصية وإدراك أفضل للسياق الواقعي، الفجوة بين النسختين أكبر مما يتوقعه معظم الناس. يشرح هذا المقال كل تغيير جوهري، ويقارن بين النسختين مباشرة، ويوضح لك كيف تستفيد من القدرات الجديدة.
هناك اختلاف واضح في GPT Image 2، وهو ليس مجرد تغيير في رقم الإصدار. فالنموذج الثاني المخصص لتوليد الصور من OpenAI يحمل تغييرات تتجاوز بكثير تعديلات الدقة أو الضبط الجمالي. إذا كنت ما زلت تعتمد على GPT Image 1 الأصلي، أو كنت غير متأكد مما تغيّر بين النسختين، فيشرح هذا المقال كل شيء: الفروق الحقيقية، والثغرات المتبقية، وكيف تستفيد من القدرات الجديدة على منصة يتوفر فيها النموذج جاهزًا للاستخدام.
GPT Image 2 هو النموذج الثاني المخصص لتوليد الصور من OpenAI، ويعتمد على بنية GPT-4o متعددة الوسائط. يأتي بعد GPT Image 1 (المعروف أيضًا باسم gpt-image-1) ويقدّم مجموعة من التحسينات البنيوية التي تغيّر طريقة فهم النموذج للأوامر النصية، ومعالجته لجلسات التحرير متعددة الجولات، وطريقة تسليمه لملفات المخرجات.
من المهم توضيح ما لا يعنيه هذا النموذج. فهو ليس DALL-E 4. وليس محرر صور عامًا. وليس مجرد ترقية في الدقة. التغييرات بنيوية، ولهذا تبدو الفروق السلوكية في الاستخدام أهم بكثير من تحديث النموذج المعتاد.
معظم تحديثات نماذج الذكاء الاصطناعي تدريجية: تحسّن بنقاط مئوية قليلة في درجات الاختبارات المعيارية، وتحسينات طفيفة في الجودة في الحالات الهامشية، وتوليد أسرع قليلًا. أما الانتقال من GPT Image 1 إلى GPT Image 2 فهو خطوة من نوع مختلف.
الفرق الجوهري أن GPT Image 2 صُمّم منذ البداية مع التفاعلات متعددة الجولات كميزة أساسية. كانت الإصدارات السابقة تعامل كل أمر نصي على أنه طلب توليد مستقل تمامًا. أما GPT Image 2 فيستطيع الاحتفاظ بالسياق عبر المحادثة، ما يعني أنك تستطيع تحسين الصورة عبر جولات متعددة من الملاحظات دون أن تفقد التكوين الأساسي أو الأسلوب أو الإضاءة من المخرج الأول.
يمثّل هذا تحوّلًا في فلسفة التصميم، وليس مجرد زيادة في القدرات. إنه يغيّر طريقة عملك مع النموذج، لا ما تحصل عليه منه فقط.
يعمل GPT Image 2 كنموذج مستقل بنقطة وصول API مخصصة به، منفصلة عن قدرات توليد الصور الأصلية في GPT-4o. فبينما يستطيع GPT-4o توليد الصور ضمن محادثة عامة، صُمّم GPT Image 2 تحديدًا لمهام توليد الصور، ما يعني استدلالًا مكانيًا أفضل، ودقة أعلى في السمات، وتنسيقًا أكثر موثوقية للمخرجات.
يُخرج النموذج الصور بدقة تصل إلى 1024x1024 بكسل بشكل أصلي، مع دعم دقة أعلى عبر مسارات التقسيم إلى بلاطات. والأهم أنه يقدّم مخرجات بصيغة RGBA، أي أنه يستطيع إنتاج صور بقناة ألفا حقيقية بدلًا من الاعتماد على لون خلفية صلب. وهنا تتاح لصناع المحتوى اليوميين إحدى أهم الميزات الجديدة عمليًا.
بالنسبة إلى الفرق التي تحتاج مخرجات تتجاوز 1024 بكسل، فإن الجمع بين GPT Image 2 ونموذج تحسين دقة مخصص مثل Clarity Pro Upscaler على PicassoIA يوصل المخرج النهائي إلى 4K دون تدهور في الجودة.
هذه ليست نقاطًا تسويقية. هذه التغييرات التي ستؤثر فعلًا على سير عملك يومًا بعد يوم.
مع GPT Image 1، إذا ولّدت صورة وأردت تغيير الخلفية، كان عليك إعادة كتابة الأمر من الصفر أو استخدام أداة تعديل موضعي منفصلة. لم يكن للنموذج أي ذاكرة لما أنتجه للتو. مع GPT Image 2، يغيّر نموذج المحادثة هذا الأمر تمامًا.
يمكنك متابعة التعديل في المحادثة نفسها بتعليمات تحرير دقيقة:
"غيّر الجاكيت الآن إلى اللون العنابي" "أضف انعكاسًا لشارع مبلل بالمطر في الخلفية" "أزل الحقيبة من كتفها الأيسر وأبقِ كل شيء آخر كما هو"
يحتفظ النموذج بالتكوين الأصلي، واتجاه الإضاءة، والقرارات الأسلوبية، مع تطبيق ما طلبته فقط. دقة التعديلات المستهدفة ليست مثالية، خاصة مع التغييرات المكانية المعقدة، لكنها أكثر موثوقية بكثير من أي شيء قدّمته النسخة السابقة.
هذه القدرة وحدها تغيّر اقتصاديات إنتاج الصور بالذكاء الاصطناعي. فبدلًا من توليد 20 إلى 30 صورة للوصول إلى مظهر محدد، تولّد صورة واحدة وتحسّنها عبر 3 إلى 5 جولات حوارية. تتحسن سرعة التكرار والجودة معًا.
💡 نصيحة: كن دقيقًا في تعليمات المتابعة. التعديلات الغامضة مثل "اجعلها أكثر دراماتيكية" تعطي نتائج غير متسقة. أما التعديلات الدقيقة مثل "ارفع التباين في الظلال وأضف ضوء حافة واحدًا من الجهة اليمنى" فتعمل بشكل أفضل بكثير.
يبدو هذا بسيطًا حتى تحتاجه في سير عمل إنتاجي. يستطيع GPT Image 2 إخراج صور بشفافية حقيقية عبر قناة ألفا بصيغة RGBA PNG، بشكل أصلي، دون أي خطوة معالجة لاحقة.
بالنسبة لتصوير المنتجات، ومتراكبات الشعارات، والمحتوى ذي الأشخاص المقصوصين، وأي مخرج موجه لأعمال التصميم متعددة الطبقات، يلغي هذا مرحلة كاملة من خط الإنتاج. مع GPT Image 1، كان عليك التوليد على خلفية بيضاء أو محايدة ثم تشغيل إزالة الخلفية بشكل منفصل. يقدّم PicassoIA إزالة الخلفية كقدرة مستقلة لنماذج أخرى، لكن وجودها ضمن التوليد نفسه يوفّر وقتًا حقيقيًا في سير العمل كثيف الحجم.
تعامل GPT Image 1 جيدًا مع أوصاف المشاهد العامة، لكنه كان يعاني عندما تتراكم في الأمر سمات محددة متعددة. اطلب منه شخصًا يرتدي قميصًا من الكتان المخطط بأكمام مطوية، يجلس إلى طاولة رخامية مستديرة في مقهى، وقد يصيب النموذج في المقهى ويفقد تفاصيل القميص، أو العكس.
يُظهر GPT Image 2 تحسنًا ملحوظًا قابلًا للقياس في دقة تراكم السمات. فهو يحتفظ بالأوصاف المتزامنة دون أن يسقطها أو يخلطها. كما تتحدد العلاقات المكانية بثبات أكبر: "الكوب الأحمر على يسار الحاسوب المحمول" ينتج الترتيب الصحيح بموثوقية أعلى بكثير من ذي قبل.
يأتي تحسين الدقة هذا من العمود الفقري للاستدلال البصري في GPT-4o. فالنموذج يعالج المنطق المكاني بدلًا من العمل فقط على مطابقة الكلمات المفتاحية بالصور.
إليك تفصيل مباشر لما تغيّر وما بقي كما هو.
| الميزة | GPT Image 1 | GPT Image 2 |
|---|---|---|
| التحرير متعدد الجولات | لا | نعم |
| مخرجات PNG شفافة | لا | نعم (RGBA) |
| دقة سمات الأمر النصي | متوسطة | عالية |
| الاستدلال المكاني | أساسي | محسّن |
| أقصى دقة أصلية | 1024x1024 | 1024x1024 |
| عرض النصوص داخل الصور | غير موثوق | أفضل مع النصوص القصيرة |
| التحكم في التعديل الموضعي | محدود | محسّن عبر API |
| الاحتفاظ بالسياق | لا يوجد | ضمن الجلسة |
| دعم إزالة الخلفية | لا | أصلي |
| الوصول عبر API | نعم | نعم |
سقف الدقة الأصلية متطابق عند 1024x1024. إذا كان مخرجك النهائي يحتاج إلى 4K أو أكثر، فستحتاج إلى مرور مخصص لرفع الدقة. يتعامل Real ESRGAN و Clarity Pro Upscaler على PicassoIA مع هذا بموثوقية للمخرجات الفوتوغرافية المولّدة بالذكاء الاصطناعي.
مراجعة صريحة: للنموذج قيود حقيقية تستحق المعرفة قبل أن تعتمد عليه في مشروع.
يعمل الاحتفاظ بالسياق داخل خيط محادثة واحد فقط. ابدأ جلسة جديدة ولن يكون للنموذج أي ذاكرة للمخرجات السابقة. وهذا يمثل مشكلة في أعمال ثبات الهوية البصرية للعلامة التجارية، حيث تحتاج إلى الأسلوب البصري نفسه أو لوحة الألوان نفسها أو مظهر الشخصية نفسه عبر جلسات توليد منفصلة كثيرة على مدى أيام أو أسابيع.
للثبات البصري على المدى الطويل، ستنتج النماذج التي تدعم تدريب LoRA، مثل Qwen Image Edit Plus أو Flux Redux Dev، التي يمكن تدريبها على مراجع أسلوبك الخاص، نتائج أكثر موثوقية عبر الجلسات المستقلة.
يميل GPT Image 2 بقوة نحو التفسير الحرفي للأوامر النصية. وهذا بالضبط ما تريده في أعمال المنتجات والأعمال التجارية. وهو أقل إرضاءً للأوامر التجريدية أو العاطفية أو المفتوحة فنيًا، حيث تريد من النموذج أن يأخذ حريات إبداعية ويفاجئك.
للمخرجات البصرية ذات الأسلوب التعبيري أو التجريدي، تبدو نماذج مثل Seedream 4.5 أو Hunyuan Image 2.1 أكثر توليدية وأقل تقيّدًا بالتفسير الحرفي.
💡 نصيحة: في العمل الإبداعي التجريدي مع GPT Image 2، اكتب أوامر تركز على المزاج والأجواء والعاطفة بدلًا من المواصفات البصرية الصريحة. أعطه شعورًا ليصيّره، لا مشهدًا ليبنيه.
GPT Image 2 متاح مباشرة على منصة PicassoIA، ما يعني أنك تستطيع البدء في التوليد دون إعداد API أو كتابة أكواد أو أي تهيئة تقنية.
1. افتح صفحة النموذج اذهب إلى صفحة GPT Image 2 على PicassoIA واضغط على "Try Model".
2. اكتب أمرًا نصيًا أوليًا مفصّلًا كن محددًا. ضمّن الشخص، والإضاءة، والبيئة، والملابس، والسمات الدقيقة. فكّر في الأمر كأنك تقدّم إيجازًا لمصوّر محترف، لا كأنك تكتب كلمة مفتاحية.
مثال على أمر نصي: "امرأة ترتدي بليزر من الكتان بلون الكريمة، تمسك كوب قهوة من السيراميك، تقف بجانب نافذة ممتدة من الأرض حتى السقف تطل على شارع مدينة مبلل بالمطر عند الغسق، إضاءة داخلية دافئة بلون العنبر من اليسار تتباين مع ضوء طبيعي أزرق بارد من النافذة خلفها، عدسة 85 ملم، عمق ميدان ضحل."
3. حسّن الصورة في الجلسة نفسها بعد أن تُولَّد الصورة، أضف تعليمة متابعة في خيط المحادثة نفسه. لا تبدأ جلسة جديدة وإلا ستفقد السياق. اكتب بدقة ما تريد تغييره.
مثال على المتابعة: "غيّر لون البليزر إلى الطوبي وأضف نبتة عصارية صغيرة في إصيص على حافة النافذة إلى يسارها."
4. اطلب مخرجًا شفافًا عند الحاجة أضف "subject on transparent background, RGBA PNG format" إلى أمرك للمنتجات أو أعمال القص التي تحتاج قناة ألفا.
5. ارفع دقة المخرج النهائي خذ الصورة المولّدة إلى Clarity Pro Upscaler لتعزيز الدقة بمقدار 2 إلى 4 مرات عندما تحتاج إلى مخرج بجودة الطباعة أو بحجم كبير.
الدقة الحرفية في GPT Image 2 ومخرجات الخلفية الشفافة تجعله مناسبًا بشكل استثنائي لتوليد صور المنتجات. يمكنك وضع أي منتج في أي بيئة، وبأي إعداد إضاءة، وتصدير ملف PNG الشفاف مباشرة للتجارة الإلكترونية دون برامج تحرير إضافية.
سير عمل التحرير متعدد الجولات مفيد بشكل خاص هنا. وَلِّد لقطة المنتج الأساسية، ثم اطلب تعديلات الإضاءة أو تحسين الظلال أو تغييرات في ملمس السطح دون إعادة كتابة الأمر بأكمله. سير عمل كان يتطلب سابقًا 15 إلى 20 توليدًا للوصول إلى الصورة المطلوبة قد يحتاج الآن إلى 3 إلى 4.
بالنسبة لفرق وسائل التواصل الاجتماعي التي تنتج كميات كبيرة من الصور المتوافقة مع العلامة التجارية، يعني التزام GPT Image 2 المحسّن بالأوامر النصية مخرجات مرفوضة أقل لكل موجز. عندما تحدد "شخص ينظر مباشرة إلى الكاميرا، بتعبير واثق محايد، بإضاءة استوديو ناعمة ومتساوية، على خلفية بيضاء"، يلتزم النموذج بذلك باستمرار بدلًا من إدخال تنويعات لم تطلبها.
اجمعه مع PicassoIA Image لسير عمل التوليد الجماعي عبر عدة briefs.
يستفيد المدونون وكتّاب النشرات البريدية وصناع المحتوى الذين يحتاجون إلى مرئيات مخصصة لكل مادة من نموذج التحرير الحواري. ابدأ بمفهوم بصري أولي وحسّنه عبر 4 إلى 5 تعليمات متابعة، بدلًا من توليد عشرات الصور المنفصلة محاولًا الوصول إلى التكوين الصحيح بالصدفة.
توفير الوقت على مدى أسبوع من إنتاج المحتوى كبير، خاصة عندما تأخذ في الحسبان أن المخرجات تحتاج إلى تحرير يدوي أقل بعد ذلك.
ليس GPT Image 2 دائمًا الخيار الصحيح، وأفضل النتائج تأتي غالبًا من الجمع بينه وبين نماذج متخصصة أخرى.
| الحالة | الخيار الأفضل |
|---|---|
| مخرج أصلي عالي الدقة بمقياس 4K | Seedream 4.5 |
| تدريب الأسلوب الخاص بالعلامة على مراجع | Flux Redux Dev |
| التفسير التجريدي أو الفني | Hunyuan Image 2.1 |
| التحكم الدقيق في تعديل الصور | Qwen Image Edit Plus |
| رفع الدقة لما يتجاوز 1024 بكسل | Clarity Pro Upscaler |
الأسلوب الأكثر إنتاجية هو استخدام GPT Image 2 كطبقة للتوليد والتحرير، ثم تمرير الصورة إلى نموذج لرفع الدقة من أجل التسليم النهائي عندما تُطلب أعداد بكسلات أعلى.
💡 نصيحة: ابنِ سير عمل من خطوتين. ولّد وحسّن الصورة باستخدام GPT Image 2، ثم مرّر الصورة النهائية عبر Real ESRGAN لرفع الدقة بمقدار 4 أضعاف قبل التسليم.
إذا كنت تعمل مع نماذج التوليد الأقدم وتجد أن أوامرك لا تصل بالدقة التي تحتاجها، فيستحق GPT Image 2 التجربة مباشرة. يمثّل الجمع بين التحرير متعدد الجولات، والمخرجات الشفافة الأصلية، والدقة المحسّنة بشكل كبير في سمات الأوامر تحولًا حقيقيًا فيما هو ممكن دون عمل يدوي في ما بعد الإنتاج.
أسرع طريقة للإحساس بالفرق هي تشغيل الأمر النصي المفصّل نفسه في النسختين ومشاهدة الفجوة بعينيك. GPT Image 2 متاح الآن على PicassoIA. لا يتطلب إعداد API. اكتب أمرًا نصيًا، وولّد الصورة، وابدأ التحسين في الجلسة نفسها لترى كيف يغيّر سير عمل تعدد الجولات سرعة تكرارك.
وبينما أنت هناك، تصفّح الكتالوج الكامل لنماذج تحويل النص إلى صورة على PicassoIA لترى كيف يقارن GPT Image 2 بالخيارات الأخرى التي تزيد على 90 خيارًا متاحًا. قد يكون النموذج المناسب لسير عملك GPT Image 2 وحده، وقد يكون GPT Image 2 مجتمعًا مع نموذج متخصص للتحرير أو رفع الدقة. تتيح لك المنصة تجربة الاثنين داخل مساحة العمل نفسها.
تغيّر رقم الإصدار. وتغيّرت النتائج أيضًا.
اختر لغتك
