Qwen-Image-2.1 من Alibaba: 7 مليارات معامل ودقة 2K وتشغيل على MacBook Air بذاكرة 16 غيغابايت

أصدر فريق Qwen التابع لـ Alibaba نموذج Qwen-Image-2.1 لتوليد الصور وتحريرها. النموذج مبني على diffusion transformer بـ7 مليارات معامل، ويستطيع إخراج صور بدقة أصلية تصل إلى 2K، ويُوزَّع بموجب ترخيص Qwen Research License. ونشر موقع «هابر» ترجمة لتحليل يجري فيه تشغيل النموذج محليًا على MacBook Air بذاكرة 16 غيغابايت ودون safety checker. وهذا التشغيل على حاسوب محمول بلا مروحة هو السبب الرئيسي للاهتمام بالموضوع.

ما المعروف عن النموذج

من الجزء المتاح من المادة تتكوّن الصورة التالية:

• البنية: diffusion transformer؛
• الحجم: 7 مليارات معامل؛
• المهام: توليد الصور وتحريرها؛
• الدقة: إخراج أصلي يصل إلى 2K؛
• الترخيص: Qwen Research License؛
• المطوّر: فريق Qwen في Alibaba.

الجمع بين «التوليد والتحرير» في نموذج واحد مفيد عمليًا. فلا حاجة إلى الاحتفاظ بمجموعتين من الأوزان على القرص والتبديل بينهما. وهذا مهم للتشغيل المحلي، لأن ذاكرة الحاسوب المحمول محدودة بصرامة.

أما تفاصيل الاختبار نفسه فقد اقتُطعت في المقطع المتاح. فسرعة التوليد وصيغة الأوزان والجودة النهائية للصور على MacBook Air لم ترد فيه. لذلك يدور الحديث أدناه حول ما يمكن تقديره حسابيًا، لا حول قياسات أجراها المؤلف.

لماذا يُعدّ MacBook Air بذاكرة 16 غيغابايت منصة كاشفة؟

تشغل سبعة مليارات معامل بصيغة fp16 نحو 14 غيغابايت للأوزان وحدها. وفي أجهزة Mac الذاكرة موحّدة، إذ يتقاسمها النظام والمتصفح والنموذج نفسه. ولهذا لا يكاد النموذج يتسع في 16 غيغابايت دون ضغط. فإذا جرى تكميم الأوزان إلى 8 بت، يحتاج النموذج إلى نحو 7 غيغابايت، وعند 4 بت إلى نحو 3,5–4 غيغابايت. ويُضاف إلى ذلك مُرمِّز النصوص وVAE والتنشيطات التي تكبر مع زيادة الدقة. وتوليد صورة بدقة 2K أثقل من توليدها بدقة 1024 بكسل.

وهناك قيد ثانٍ. فجهاز MacBook Air لا يملك تبريدًا نشطًا، وعند الحمل الطويل تخفّض الشريحة ترددّاتها. لذلك ستكون سلسلة من عشرات الصور أبطأ من صورة واحدة. هذا مقبول للتجربة، لكنه غير مناسب لخط إنتاج عملي.

والواقعة نفسها مهمة أيضًا: نموذج من هذه الفئة يعمل على أكثر حواسيب Apple المحمولة إتاحةً، دون استئجار GPU ودون إرسال الأوامر النصية (prompts) إلى API خارجي. وبالنسبة للمطوّرين الذين تهمهم خصوصية البيانات، هذا سيناريو عملي.

Safety checker: ما الذي يُعطَّل ولماذا

الـ Safety checker مرشّح لاحق. يفحص الصورة الجاهزة ويستبدلها بصورة بديلة إذا رأى المصنِّف أن النتيجة غير مقبولة. وفي منظومة diffusers صار هذا المرشّح منذ زمن جزءًا قياسيًا من خطوط المعالجة، وتتوفر له عادةً خاصية تعطيل. ويشكو المستخدمون كثيرًا من الإنذارات الكاذبة: فصور شخصية بريئة ورسوم طبية توضيحية تتحول أحيانًا إلى مربع أسود. كما أن المرشّح يستهلك ذاكرة ووقتًا.

والجانب الآخر واضح. ففي التشغيل المحلي لا توجد إشراف على جانب الخادم، وتقع المسؤولية عن النتيجة كاملةً على المستخدم. وتعطيل المرشّح يفتح الباب أمام التزييف العميق (deepfakes) والمحتوى الفاضح، ولذلك فإن شروط الترخيص هنا أهم من الخيار التقني.

ويشير اسم Qwen Research License إلى توجّه بحثي. وللاستخدام التجاري، بما في ذلك المنتجات التي تولّد الصور، يجب قراءة النص الكامل للترخيص: فهو الذي يحدد السيناريوهات المسموحة، لا صفحة النموذج التسويقية.

عمليًا: كيف تقترب من التشغيل

إذا أردتم تكرار التجربة على جهاز Mac الخاص بكم، فالترتيب كالتالي:

1. اقرؤوا الترخيص أولًا وقرروا إن كان يناسب مهمتكم. 2. استخدموا أوزانًا مكمَّمة، وإلا نفدت الـ16 غيغابايت سريعًا وانتقل النظام إلى الذاكرة الافتراضية (swap). 3. ابدؤوا بدقة 1024 بكسل، ثم جرّبوا 2K لاحقًا مع قياس الزمن واستهلاك الذاكرة. 4. أغلقوا المتصفح والتطبيقات الثقيلة أثناء التوليد. 5. إذا عطّلتم safety checker، فأضيفوا فحصًا خاصًا بكم على المخرجات، خصوصًا في المشاريع المشتركة أو المهنية.

أهم ما في هذه القصة ليس النموذج نفسه، بل المعيار الجديد: 7 مليارات معامل ودقة 2K وتحرير للصور تتسع الآن في حاسوب محمول مكتبي. أما السرعة والجودة على هذا العتاد فستكشفهما القياسات. ومن الجيد أن ينشر مؤلف الاختبار الأصلي هذه القياسات كاملة.