Simple Diffusion: نموذج مضغوط أرخص بـ 100 مرة من SDXL

قدمت فريق AiArtLab الروسية Simple Diffusion (sdxs-1b) — نموذج انتشار مدمج لتوليد الصور يمكن تدريبه وتشغيله على بطاقات رسومات للمستهلك بدلاً من معالجات GPU لمركز البيانات، مع الحفاظ على جودة إخراج مقبولة. تم نشر النموذج في وصول مفتوح كنسخة ألفا تحت ترخيص Apache-2.0 جنباً إلى جنب مع الكود الكامل لتحضير البيانات والتدريب، مما يجعله أحد البدائل المفتوحة القليلة لنماذج الانتشار المغلقة أو شبه المفتوحة الكبيرة في السوق.

ما هو Simple Diffusion وكيفية اختلافه

وفقاً للمؤلفين الذين نشروا تفصيلاً على Habr، فإن الفكرة الرئيسية للمشروع هي إثبات أن نموذج انتشار سريع ومدمج يمكن تدريبه ليس على مجموعة من آلاف معالجات GPU لفئة مركز البيانات، بل على بطاقة رسومات واحدة للمستهلك مثل RTX-4080، وهي متاحة للمتحمسين والفرق الصغيرة. كانت نقطة الانطلاق مقارنة تكاليف التدريب للنماذج المعروفة: يلاحظ المطورون أن تدريب SDXL تطلب حوالي 6 ملايين دولار، بينما نموذج Z-Image الأحدث، وفقاً لبيانات مصدر ذي صلة، كلف حوالي 600 ألف دولار — أي أرخص بمقدار تحت. تم تصور Simple Diffusion في البداية كنموذج أولي صغير يعتمد على ImageNet، لكنه تطور أثناء التطوير إلى نموذج كامل الأهلية.

الحقائق الأساسية عن المشروع:

• اسم النموذج — Simple Diffusion (sdxs-1b)
• المطور — فريق AiArtLab
• الترخيص — Apache-2.0، النموذج وكود التدريب مفتوحان بالكامل
• الادخار المطالب به — التدريب والاستدلال أرخص من SDXL بحوالي رتبتين من الحجم
• مرجع التكلفة — يُقدّر تدريب SDXL بحوالي 6 ملايين دولار مقابل حوالي 600 ألف دولار لـ Z-Image
• الحالة — نسخة ألفا، منشورة على Hugging Face (AiArtLab/sdxs-1b)

سعر الاقتصادية

يقر المؤلفون مباشرة بالمقايضة: وفقاً لتقييمهم الخاص، من المحتمل أنهم تمكنوا من إنشاء نموذج أرخص وأسرع بعدة رتب من حيث الحجم مقارنة بـ SDXL القابلة للتدريب نسبياً بسرعة، وقادرة على توليد صور بدقة عالية قريبة من الوقت الفعلي وبدون مشاكل التشريح المميزة للنماذج المدمجة. لكن جودة التوليد النهائي تتخلف حالياً عن النماذج الأثقل والأكثر تكلفة في المتوسط — يتوقع الفريق تقليل هذه الفجوة في الإصدارات اللاحقة. يعتبر مثل هذا التأطير الصادق للمشكلة علامة نموذجية لإصدار بحثي ألفا، وليس منتجاً تجارياً منتهياً، وهو يتناقض بشكل حاد مع الإعلانات التسويقية للمختبرات الكبيرة، التي نادراً ما تنشر مثل هذه التحفظات مع الإصدار.

لماذا هذا مهم لسوق الذكاء الاصطناعي التوليدي

النشر المفتوح ليس فقط للأوزان، بل أيضاً لكود التحضير والتدريب الكامل — نادر جداً نظراً لأن المختبرات الكبرى تغلق بشكل متزايد بالضبط خط أنابيب التدريب، تاركة فقط النموذج المنتهي في وصول مفتوح. بالنسبة للمطورين المستقلين والاستوديوهات الصغيرة، هذا يعني القدرة ليس فقط على ضبط نموذج شخص آخر لمهمتك، بل على فكك وإعادة إنتاج عملية تدريب نموذج الانتشار بأكملها من الصفر على أجهزة يمكن الوصول إليها. بالنظر إلى الاتجاه العام لعام 2026 نحو تدريب نموذج توليدي أرخص — الذي تم توجيه مؤلفي Simple Diffusion بوضوح نحوه، استشهاداً بتجربة Z-Image — مثل هذه التجارب المفتوحة تخفض حاجز الدخول لدائرة أوسع بكثير من الفرق التي لن تحصل أبداً على ميزانيات على مستوى المختبرات الكبرى.

النشر على Habr، وهي واحدة من المنصات التقنية الرئيسية للمجتمع الناطق بالروسية، يعني أيضاً أن المشروع كان موجهاً من البداية نحو النقاش المفتوح مع المطورين وتجاه جمع سريع للتعليقات على جودة التوليد.

حقيقة أن فريقاً صغيراً نسبياً مزود ببطاقة رسومات واحدة تمكن من إحضار نموذج أولي إلى نسخة ألفا وظيفية من نموذج انتشار كامل، بدلاً من التوقف عند عرض توضيحي لعبة — هي إشارة للمجتمع الأوسع للمتحمسين والمجموعات البحثية الصغيرة: حاجز الدخول لتطوير نماذج توليدية للصور في عام 2026 يستمر في الانخفاض وليس فقط ينمو جنباً إلى جنب مع أشهية أكبر المختبرات للنماذج الأكبر والأكثر تكلفة. يشير المؤلفون بشكل مباشر إلى أنهم ينظرون إلى الإصدار الحالي كنقطة انطلاق وليس منتجاً نهائياً ويخططون للمتابعة العمل على جودة التوليد في الإصدارات اللاحقة.