أفضل مولد صور AI: FLUX.1 Kontext يغير قواعد اللعبة في إنشاء وتحرير الصور

1. مقدمة في اليوم، أصدرت Black Forest Labs موديل FLUX.1 Kontext، وهو نموذج مبتكر من نماذج مطابقة التدفق التوليدية (generative flow matching models) والذي يمكنه إجراء توليد وتحرير الصور بشكل متزامن. تمثل هذه الإطلاق تطورًا مهمًا في مجال إنشاء الصور باستخدام الذكاء الاصطناعي، خاصة في معالجة الصور المدركة للسياق.

تتميز نماذج Flux Kontext بقيمة كبيرة في مجالات إنشاء الصور وتحريرها. على عكس النماذج التقليدية لتحويل النص إلى صورة، يتيح FLUX Kontext إنشاء الصور "في السياق" (in-context) حقيقيًا، مما يسمح للمستخدمين باستخدام النصوص والصور كتنبيهات في ذات الوقت. كما يمكن استخراج وتعديل المفاهيم البصرية بكل سلاسة، مما يؤدي إلى إنشاء تأثيرات بصرية جديدة ومتناسقة. تعزز هذه القدرة من تمكين المبدعين في الحصول على تحكم دقيق وبديهي في عملية إنشاء وتحرير الصور، مما يزيد بشكل كبير من كفاءة وجودة الإبداع المدعوم بالذكاء الاصطناعي.

2. نظرة عامة على موديل Flux Kontext موديل FLUX.1 Kontext هو مجموعة من نماذج المطابقة التوليدية للتدفق، والتي تمثل توسعًا مهمًا عن نموذج النص إلى الصورة التقليدي. وفقًا للإعلان الرسمي لشركة Black Forest Labs، تتضمن هذه السلسلة ثلاثة إصدارات مختلفة، كل منها تم تحسينه لأغراض استخدام وسيناريوهات مختلفة:
3. FLUX.1 Kontext [pro] - نموذج رائد في تحرير الصور بسرعة. يمثل نموذجًا موحدًا يوفر ميزات تعديل محلي، وتعديل سياقي توليدي، ووظيفة تحويل نص إلى صورة التقليدية، مع جودة عالية مميزة.

يتعامل FLUX.1 Kontext [pro] مع النصوص والصور المرجعية كمداخل، مما يتيح تحرير مناطق محددة من الصورة وتغييرات معقدة في المشهد بأكمله. يتمتع هذا النموذج بسرعة تشغيل أسرع بعشر مرات من النماذج المتقدمة السابقة، مما يجعله رائدًا في تحرير الصور بفضل كونه الأول الذي يسمح للمستخدمين ببناء تعديلات سابقة عبر جولات متكررة مع الحفاظ على الشخصيات والهوية والأسلوب والسمات الفريدة من خلال مشاهد ووجهات نظر مختلفة.

2. FLUX.1 Kontext [max] - أداء أقصى في سرعات عالية. هو نموذج متقدم جديد يحسن بشكل كبير من قدرة نمط الاستجابة وواجهة النص مع توفير إمكانية تعديل متسقة للغاية في نفس الوقت دون التضحية بالسرعة.

3. FLUX.1 Kontext [dev] - إصدار من Kontext بأوزان مفتوحة ومُقطراً. هو نموذج محول انتشاري خفيف الوزن بسعة 12B، وهو مناسب للاستخدام المخصص، وهو متوافق مع كود الاستدلال السابق لـ FLUX.1 [dev]. يتواجد هذا الإصدار حاليًا في مرحلة اختبار خاصة، ويستخدم بشكل رئيسي لأغراض البحث واختبارات الأمان.

تستند البنية التحتية التقنية الأساسية لـ FLUX.1 Kontext إلى مطابقة التدفق التوليدية. وعلى عكس نماذج الانتشار التقليدية، تتمتع نماذج المطابقة التدفقية بمزايا فريدة من نوعها فيما يتعلق بالتدريب والاستدلال، خاصة عند معالجة المدخلات متعددة الأوضاع (النصوص والصور). كما أفاد روبي ن رومباخ، الرئيس التنفيذي والمؤسس المشارك لشركة Black Forest Labs، بأن "FLUX.1 Kontext يمثل تحولًا جذريًا في كيفية دمج توليد الصور وتحريرها في هيكل مطابقة تدفق واحد."

أكد رومباخ أيضًا أن استخدام تدريب مطابقة التدفق البسيط يساعد في تحقيق إجماع شخصيات متقدم للغاية خلال عمليات التحرير المتكررة، مع الحفاظ على سرعة استدلال تفاعلية تراوح بين 3-5 ثوان (بدقة 1 ميجابكسل)، مما يجعل عمليات الإبداع التكرارية الممكنة الآن، والتي كانت مستحيلة سابقًا بسبب انزلاق الرؤية وقيود التأخير.

3. المميزات التقنية ونقاط الابتكار تتميز سلسلة موديلات FLUX.1 Kontext بالعديد من المميزات التقنية الرائدة ونقاط الابتكار، مما يميزها في مجال إنشاء وتحرير الصور باستخدام الذكاء الاصطناعي. تشمل هذه المميزات الأساسية: إنشاء الصور في السياق (In-context Image Generation) يُعتبر الابتكار الأكثر وضوحًا في FLUX.1 Kontext هو قدرته الفائقة على فهم المدخلات النصية والصور بشكل متزامن، مما يسمح بتحرير وإنشاء أكثر دقة. هذا النموذج متعدد الأوضاع يجمع بين التوافق العالي للشخصيات مع قدرة الفهم السياقي والقدرات التحريرية المحلية المدمجة مع قوي توليد النص إلى صورة.

كما جاء في الإعلان الرسمي لـ Black Forest Labs: "يمثل FLUX.1 Kontext توسيعًا مهمًا عن نماذج النصوص إلى الصور التقليدية من خلال دمج التعديل الفوري للنص والصورة مع إنشاء النص إلى صورة."

التوافق مع الشخصيات (Character Consistency) يمكنك من الحفاظ على عناصر فريدة في الصور عبر مشاهد وبيئات مختلفة، مثل العناصر المرجعية. تعتبر هذه الميزة مهمة في عمليات تحرير متعددة وتساعد المستخدمين في الحفاظ على هوية الشخصيات وأسلوبها.

أكدت تقييمات مدونة Replicate على أن "Kontext يظهر أداءً ممتازًا في الحفاظ على التوافق بين الشخصيات حتى بعد سلسلة من التعديلات."

قدرة التحرير المحلية (Local Editing) يمكن أن يمكن النموذج من إجراء تعديلات مستهدفة على عناصر معينة في الصورة دون التأثير على باقي الصورة. هذه القدرة الدقيقة تعزز من خلق التعديلات الطفيفة أو التحولات الكبيرة مع الحفاظ على التركيب العام والسياق للصورة.

أبرزت تقارير BusinessWire أن "هذا النموذج يمكنه فهم واستخراج المفاهيم البصرية من الصور، والحفاظ على الأسلوب والتوافق بين الشخصيات عبر مشاهد متعددة، وتطبيق تعديلات محلية بدقة فائقة."

مرجع الأسلوب (Style Reference) يمكن لـ Kontext توليد مشاهد جديدة بناءً على التنبيهات النصية مع الحفاظ على الأسلوب الفريد للصورة المرجعية. هذه الميزة تعتبر مفيدة للغاية للمبدعين الذين يحتاجون إلى الحفاظ على لغة بصرية متسقة عبر عدة صور.

سرعة الاستجابة (Interactive Speed) يتضمن نموذج FLUX.1 Kontext أقل تأخير ممكن، حيث تبلغ سرعة تشغيله 8 مرات أسرع من النماذج الحالية الرائدة، مما يجعله نموذجًا مثاليًا لتجارب إبداعية فعلية.

القدرة على التحرير المتعدد والجولات يتيح FLUX.1 Kontext للمستخدمين إضافة إرشادات بشكل تكراري والبناء على التعديلات السابقة مع أقل تأخير ممكن، مما يجعل عملية الإبداع أكثر مرونة وبديهية.

4. تقييمات الأداء والمقارنات للتأكد من أداء موديل FLUX.1 Kontext، أجرت Black Forest Labs تقييمات شاملة، ونشرت النتائج المفصلة في تقريرها الفني.

اختبار KontextBench أعدت Black Forest Labs اختبار KontextBench، وهو اختبار معياري لتوليد الصور من النص والعودة إلى الصورة، بتنازلات مستمدة من حالات استخدام حقيقية. غطي هذا الاختبار ستة مهام متنوعة في توليد الصور، بما في ذلك تحرير النص وحفظ الشخصيات.

كانت نتائج التقييم الرسمي تشير إلى أن FLUX.1 Kontext [pro] يحتل المركز الأوحد دائمًا في جميع المهام، محققًا أعلى الدرجات في تحرير النص وحفظ الشخصيات، مما يدل على التفوق الكبير في الحفاظ على اتساق الصور وتنفيذ تعليمات التحرير بدقة.

مقارنة النموذج مع المنافسين بناءً على التقييمات المتعددة، يظهر أن FLUX.1 Kontext يتمتع بمزايا عديدة مقارنةً بالنماذج الرائدة الحالية مثل GPT-Image الخاص بـ OpenAI:

1. سرعة الاستدلال: تشير البيانات الرسمية إلى أن سرعة استدلال FLUX.1 Kontext أسرع بـ 8 مرات مقارنةً بالنماذج الرائدة.
2. الجودة والأداء: تبيّن تقارير مدونة Replicate أن "في اختباراتنا، وجدنا أن Kontext يقدم نتائج دقيقة ورائعة."
3. تحرير النص وحفظ الشخصيات: حقق FLUX.1 Kontext [pro] أعلى الدرجات في اختبارات KontextBench في تحرير النص وحفظ الشخصيات، مع تقدم مستمر في سرعة الاستدلال.

5. دليل الاستخدام ونصائح التحرير استنادًا إلى التحليل التفصيلي في الوثائق الرسمية، فإن النصائح التالية تعتبر أفضل الممارسات عند استخدام موديل FLUX.1 Kontext:

• كتابة عبارات الإرشاد: تتأثر جودة النتائج الناتجة عن جودة ودقة عبارات الإرشاد بشكل مباشر.
• البداية البسيطة: ابدأ بالتعديلات الأساسية.
• تجنب تعديلات زائدة: تُشدد الوثائق الرسمية على أن عمليات التحرير المتكررة المفرطة يمكن أن تجعل الأداء بصريًا أقل مؤثرًا.

6. التطبيقات التجارية والوصول تقدم سلسلة موديلات FLUX.1 Kontext مجموعة من الطرق للتطبيقات التجارية، مما يتيح للمؤسسات والمطورين من مختلف الأحجام الاستفادة من قدرتها على توليد وتحرير الصور.

شركاء ومنصات النشر يتواجد كل من FLUX.1 Kontext [max] وFLUX.1 Kontext [pro] على عدة منصات، بما في ذلك KreaAI وFreepik وغيرها.

7. القيود والتطور المستقبلي على الرغم من التقدم الملحوظ في نموذج FLUX.1 Kontext، إلا أن هناك بعض القيود لا تزال قائمة تستخدمها Black Forest Labs لتطوير خططها المستقبلية.

المعروفات

• انحدار بصري في التح edits المتكررة: ترتبط الكثير من التعديلات المفرطة بوجود عيوب بصرية.
• عدم اتساق الالتزام بالتعليمات: قد يفوت النموذج أحيانًا بعض التعليمات.

ستستمر Black Forest Labs في تعزيز FLUX، ويتضح من الوثائق أنهم يخططون لجعل الموديل مفتوح المصدر، وبالتالي تحسين إمكانية الوصول للمجتمع البحثي والمطورين.

جعل نموذج FLUX مفيدًا بقدر الإمكان سيكون هو الاتجاه المستقبلي لتطوير القدرة على إنشاء الصور بشكل أعمق وزيادة دقة المحتوى.