توليد الصور بالذكاء الاصطناعي

ماذا يفعل نموذج الصور فعلا

نموذج تدرّب على ملايين الصور والأوصاف يبني من جملتك صورة جديدة. هو لا يبحث، ولا يأخذ ملفا من مكان ما، ولا يعثر على صورة؛ كل بكسل في الخرج يُصنع في تلك اللحظة.

لهذا الفارق نتيجة عملية تتخطاها أكثر الدروس. شغّل الموجّه نفسه مرتين تحصل على صورتين مختلفتين، لا على صورة أفضل. فالعادة الشائعة، أي الضغط على زر التوليد حتى يخرج أحد النواتج جيدا، هي في الحقيقة شراء حظ. والرافعة الحقيقية في موضع آخر.

تلك الرافعة هي الصورة المرجعية: صورة أو أكثر ترسلها مع الموجّه ليأخذ منها النموذج الشكل والأسلوب والشخصية. وهي الطريق الوحيد لبقاء منتج أو شخص كما هو عبر عشر صور متتالية، وهي ما يملأ الفجوة بين صورة طريفة ومجموعة صور قابلة للتسليم. وسقف عدد الصور المرجعية يختلف بين النماذج، وأرقامه في القسم التالي.

وأمر آخر لا يُرى في اليوم الأول: هذه النماذج تؤدي عملين منفصلين وليست متساوية فيهما. توليد صورة من نص عمل، وتحرير صورة موجودة عمل آخر، وترتيب النماذج في الاثنين مختلف. فإن كان عملك تحريرا في أغلبه، فترتيب التوليد من النص ليس جوابا لسؤالك.

وآخر ما يستحق أن يُقال من البداية: الخرج إطار، لا ملف تسليم. القصّ والصيغة والوزن واللون النهائي وأي نص يفترض أن يجلس على الصورة تبقى كلها عملك أنت. والصورة التي تذهب من النموذج مباشرة إلى موقع العميل تكون عادة أثقل مما ينبغي، وليست تماما ما طُلب.

أي النماذج لديها أرقام فعلا اليوم

يرتّب قسم الذكاء الاصطناعي في هذا الموقع ستة نماذج صور بأوزان ومصادر معلنة، ولن نعيد بناء ذلك الجدول هنا؛ ترتيب نماذج توليد الصور في مكانه. وما ينبغي أن يأخذه المصمم منه ثلاثة أسطر.

السطر الأول: GPT Image 2 هو اليوم النموذج الوحيد الذي يكسب اللوحتين المقيستين معا، التوليد من النص والتحرير. السطر الثاني: Nano Banana Pro، نموذج غوغل الغالي، يجلس تحت نموذجها الرخيص Nano Banana 2 ويكلّف ضعفه. السطر الثالث: من هذه الستة، واحد فقط ينشر أوزانا مفتوحة يمكنك تشغيلها على عتادك.

أعدنا قراءة الأسعار من صفحة كل صانع يوم كتابة هذا الدرس، وطابقت الخمسة كلها ما هو مسجّل في قسم الذكاء الاصطناعي. الأرخص هو FLUX.2 klein 4B بسعر 0.014 دولار للصورة. وGPT Image 2 بسعر 0.053 دولار في الجودة المتوسطة و0.211 دولار في العالية، أي أربعة أضعاف. وNano Banana 2 بسعر 0.067 دولار لصورة 1K، وFLUX.2 max يبدأ من 0.07 دولار، وNano Banana Pro بسعر 0.134 دولار.

ولسقف الصور المرجعية أرقامه المنشورة، وهو للعمل المتكرر أهم من الترتيب: يقبل Nano Banana 2 حتى عشر صور أشياء، وNano Banana Pro ستا، وFLUX.2 حتى ثمانيا على الواجهة البرمجية، وklein 4B حتى أربعا. فإن كان على منتج ثابت أن يتكرر عبر مجموعة، فهذا العمود هو الذي يقرر عنك، لا عمود الجودة.

وأمر لا يُعرف إلا بالتشغيل: الصف الذي جاء أولا في لوحة الصدارة يسمّي إعدادا، لا نموذجا. فصف GPT Image 2 الأول هو الجودة المتوسطة، صاحب 0.053 دولار. واختر الجودة العالية تصبح كلفتك أربعة أضعاف دون أي درجة مقيسة خلف ذلك الاختيار.

لماذا لا يظهر Midjourney في أي جدول لنا

Midjourney في كل قوائم التوصيات وليس في جدولنا في أي موضع. لا لأنه سيئ، بل لأننا لم نقرأ منه شيئا.

جرّبنا مجددا يوم كتابة هذا الدرس: الصفحة الرئيسية والتوثيق وحتى ملف robots.txt في موقع Midjourney، ثلاثتها تعيد الرمز 403 لخادمنا. فلا يمكن قراءة صفحة أسعاره، ولا شروط استخدامه، ولا حتى القاعدة التي يفترض أن نلتزم بها. وللمقارنة، مواقع توثيق OpenAI وغوغل وBlack Forest Labs تفتح كلها من الخادم نفسه.

والأهم: ليس لـMidjourney صف في أي من لوحتي قياس الصور. قرأ قسم الذكاء الاصطناعي في هذا الموقع تلك اللوحتين آخر مرة في 12 آب 2026: سبعة وسبعون نموذجا مقيسة في التوليد من النص وثلاثة وخمسون في التحرير، ولم يكن اسمه في أي منهما. فلا حقائق لدينا ولا شواهد، ولا نبني صفا بلا أرقام.

موقفنا بهذه البساطة: إن قرأت في مكان ما أن أداة ما هي الأفضل، فاسأل أين الرقم. قائمة بعشر أدوات بلا عمود مقيس هي محتوى لمحركات البحث، لا دليل شراء. وهذه ليست حجة ضد Midjourney؛ بل ضد أي توصية بلا مصدر، بما فيها توصياتنا يوم نتوقف عن ذكر مصدر.

كيف تكتب موجّه صورة

الموجّه الجيد ليس وصفا، بل موجزا. فبدل كتابة جملة شاعرية واحدة، تثبّت ستة أمور صراحة وتترك الباقي للنموذج: الموضوع، وما يفعله، والإطار ومسافة الكاميرا، والإضاءة، والخامة أو الأسلوب، ولوحة الألوان. واترك أيا من هذه الستة يختره النموذج عنك، ولن تعرف ماذا اختار إلا حين ترى الخرج.

والجزء الذي نادرا ما يُقال: تكديس الصفات لا يفعل شيئا عادة. فعبارة «جودة فائقة، 8K، سينمائي، حائز جوائز» صف كلمات لا يضيف قيدا حقيقيا. أما رقم أو نسبة حقيقية فتعمل أكثر بكثير: إطار أفقي، الموضوع في الثلث الأيسر، فراغ في أعلى الإطار للنص. هذه أمور تكتشف أنها كانت ضرورية لحظة وضعك الصورة داخل تصميم.

اكتب القيود السلبية أيضا، لكن أبقها قصيرة. فقائمة طويلة بما لا تريده تطول بقدر قائمة ما تريده، وأثرها غير قابل للتوقع مسبقا. أمران أو ثلاثة تفسد فعلا في كل مرة تكفي.

والخطوة الأخيرة، وهي التي تصنع الفارق فعلا: حين يخرج ناتج بالمظهر الصحيح أخيرا، احتفظ به صورة مرجعية وابن بقية المجموعة منه. لهذا يوجد عمود المرجع في القسم السابق، وهو الطريق الوحيد لتخرج عشر صور في مجموعة متشابهة. ومن لا يعرف هذا يرمي النرد من الصفر في كل مرة.

النص الفارسي داخل الصورة، حيث ينكسر هذا

هذا للمصمم الإيراني أهم سؤال ممكن، والجواب الصادق أن لا صانع نشر رقما عنه.

تصف غوغل النص في نماذجها بأنه «متقدم». وتكتب OpenAI أن الخرج قد يبقى متعثرا في النص. ويسمّي Black Forest Labs أحد إصداراته «متخصصا في الطباعة». ثلاث صفات، وصفر قياس، ولا واحد من الثلاثة يقول شيئا عن الفارسية أصلا. ونحن أيضا لم نختبر هذه النماذج الستة على الفارسية، ولن نطبع رقما حتى نفعل.

لكن ثمة توصية عملية لا تحتاج رقما، وتأتي من سنوات من وضع الصور على مواقع فارسية: لا تولّد النص داخل الصورة. ابن الصورة بلا أي حروف وضع النص فوقها في أداة التصميم أو مباشرة بـCSS. تربح ثلاثة أمور دفعة واحدة: أشكال حروف صحيحة، وإمكان ترجمة الصورة نفسها إلى لغة أخرى، ونصا يستطيع محرك البحث وقارئ الشاشة قراءته فعلا.

وثمة حالات لا ينفع فيها هذا، كنص يجب أن يجلس على سطح منحن أو داخل المشهد. وحتى هناك، الجواب ليس أن تأمل أن يصيب النموذج؛ الجواب مرور تحرير في أداة تصميم.

لمن الصورة التي صنعتها للتو

للعمل الشخصي ليس هذا سؤالا جادا. أما للعمل الذي تُصدر له فاتورة، فيجب أن يُعرف الجواب قبل صنع الصورة لا بعد تسليمها.

في الشروط الإضافية لواجهة Gemini البرمجية تقول غوغل صراحة إنها لن تدّعي ملكية المحتوى الذي تولّده، ثم تضيف الجملة الثانية فورا: أنت تقرّ بأن غوغل قد تولّد المحتوى نفسه أو ما يشبهه لآخرين وتحتفظ بكل الحقوق في ذلك. فما تحصل عليه ملكية لا حصرية. ولشعار تجاري، هذا الفرق هو القصة كلها.

ويكتب Black Forest Labs رخصه أوضح لأنه ينشر أوزان النماذج: فـFLUX.2 klein 4B تحت Apache 2.0، أي أن العمل التجاري حر، ويشتغل على بطاقة رسوميات بذاكرة نحو ثلاثة عشر غيغابايت. أما إصدار 9B من العائلة نفسها فتحت رخصتهم غير التجارية، وإصدار dev غير تجاري أيضا. اسم عائلة واحد وثلاثة شروط مختلفة؛ فإن قرأت في مكان ما أن FLUX مجاني، فاسأل أي FLUX.

وعن OpenAI وMidjourney علينا أن نذكر حدا يخصّنا: صفحتا شروط الاستخدام لديهما تعيدان 403 لخادمنا. توثيق OpenAI التقني يفتح ومنه وحده ننقل؛ ولا نكتب شيئا عمّا لم نقرأه. فإن صنعت صورة بأحدهما وستدخل في عمل عميل، فاقرأ الشروط من حسابك أنت.

ونقطة لا تحلّها أي رخصة: أن تملك شيئا ليس كأن يكون أصيلا. فالصورة التي صنعها نموذج يمكن أن تكون ملكك قانونا وتظل تشبه مئتي صورة أخرى أُنتجت بالنموذج نفسه في الأسبوع نفسه. ولهوية بصرية لعلامة، هذا في ذاته مخاطرة.

أين نستعمل هذه الصور وأين لا

موقفنا بسيط: صورة الذكاء الاصطناعي لا تحلّ محل التصوير، بل محل صور المكتبات الجاهزة.

حيثما كانت الصورة زينة ولا يبني أحد قرارا عليها، تتفوق هذه النماذج على أي مكتبة صور في السرعة والكلفة معا: مسودة أولى لفكرة تعرضها على عميل، وخلفية شريحة، وشكل توضيحي داخل مقال، ولوح مزاج. هناك تساوي السرعة شيئا ولا تساوي الأصالة شيئا.

وحيثما كانت الصورة تدّعي شيئا بنفسها، فلا. صورة المنتج التي يشتري العميل بناء عليها، وصورة الفريق، وقطعة معرض الأعمال، وكل صورة تقول «هؤلاء نحن» أو «هذه بضاعتك». الصورة المصنوعة في هذه المواضع ليست مشكلة قانونية فحسب؛ بل فجوة ثقة لا تُغلق بعد أن ينتبه إليها أحد.

وثمة طبقة ثالثة لا تذكرها أكثر الدروس أصلا: ما تنتجه هذه النماذج ليس بلا علامة عادة. فنماذج غوغل للصور تضع علامة مائية غير مرئية على كل خرج، وبعض الخدمات تلصق بالملف سجلا موقّعا أيضا. وإن أردت أن تعرف ماذا داخل الملف الذي ترفعه، فإن درس العلامة المائية للصور وSynthID يفتح هذا بالضبط.

وإن كان على الخرج أن يكون ملفا جاهزا للنشر لا إطارا خاما، فهذا ما يُعمل في خدمة التصميم الغرافيكي.