Image Mixer يدمج عدة صور في مدخل واحد لـ img2img في Stable Diffusion

أصدرت RunPod دليلًا لاستخدام Image Mixer، وهي أداة تدمج عدة صور مصدرية في مدخل هجين واحد، ثم تمرّره فقط بعد ذلك إلى img2img في Stable Diffusion. فبدلًا من مرجع واحد، يتلقى النموذج مركّبًا. ويحدد المعامل strength ضمن المدى من 0 إلى 1 مقدار ما يبقى من هذا المركّب في النتيجة. هذا دليل لأداة قائمة وليس إعلانًا عن نموذج جديد، لكن السيناريو عملي وقابل لإعادة الإنتاج.

ما الذي يتغير في img2img المعتاد

يستقبل img2img الكلاسيكي صورة واحدة ونصًّا توجيهيًا (برومبت). يضيف النموذج ضجيجًا إلى الصورة، ثم يزيله استنادًا إلى الوصف. والقيد هنا واضح: إذا كانت الصورة المطلوبة تقع بين مرجعين أو ثلاثة، فعليك إما وصفها بالكلمات، أو البحث طويلًا عن لقطة واحدة مثالية.

يضيف Image Mixer خطوة قبل التوليد. تأخذ عدة صور، مثل صورة شخصية وملمس قماش ولقطة بلوحة الألوان المطلوبة، وتحصل على مصدر واحد ممزوج. بعد ذلك يعمل المسار المعتاد. ولأن الدمج وإزالة الضجيج (denoising) مفصولان زمنيًا، يمكن ضبط كل مرحلة على حدة.

لا يتضمن الملخص القصير الذي نشرته RunPod تفاصيل عن الآلية الداخلية. أما التطبيقات المعروفة لأدوات الدمج المشابهة فتعتمد على التمثيلات المتجهية للصور، لا على التراكب بين البكسلات. ويعني ذلك أن النتيجة أقرب إلى مزيج من المفاهيم منها إلى كولاج من طبقتين.

ما الذي يمكن ضبطه

يصف الدليل التثبيت وترتيب العمل. ومجموعة المعاملات هنا نمطية في Stable Diffusion:

• الصور المدخلة: عدة مصادر، ويمكن التحكم في مساهمة كل منها.
• Strength: من 0 إلى 1. القيم المنخفضة تحافظ على تركيب المدخل الممزوج، والقيم العالية تترك زمام المبادرة للنموذج والبرومبت.
• البرومبت: يدقّق النتيجة، لكنه ليس إلزاميًا في التشغيل الأول.
• Seed: يُثبَّت لإجراء مقارنة عادلة بين الخيارات.
• عدد الخطوات وguidance scale: المقبضان القياسيان للجودة ومدى الالتزام بالوصف.
• العتاد: GPU في سحابة RunPod، مع الدفع بحسب مدة الاستخدام.

أين تفيد هذه الأداة

أكثر المستفيدين هي المهام التي تُجمَّع نتيجتها من عدة مصادر بصرية. ومنها لوحات الإلهام (mood boards) للفن التخيّلي (concept art)، والبحث عن أسلوب للرسوم التوضيحية، والحصول بسرعة على خيارات للتغليف أو التصميم الداخلي. في السابق كان المصمم يختار مرجعًا واحدًا يدويًا أو يجمع كولاجًا في محرر رسوميات. أما الآن فقد تحوّل الكولاج إلى معامل قابل للضبط.

كما أن الربط مع GPU سحابي ليس عشوائيًا. فتوليد سلسلة من عشرات الخيارات بقيم مختلفة للمعامل strength يسير ببطء على بطاقة محلية ذات ذاكرة صغيرة. ويزيل المسرّع المستأجر هذا القيد، ولن تدفع إلا مقابل وقت التشغيل.

من أين تبدأ عمليًا

فيما يلي ترتيب الخطوات للتجربة الأولى:

1. خذ صورتين أو ثلاث صور بحجم متقارب وبطبيعة مختلفة: جسم، وملمس، ولوحة ألوان. 2. شغّل الدمج بأوزان متساوية، ثم حرّك وزن مصدر واحد في كل مرة وراقب كيف يتغير الهجين. 3. مرّر النتيجة إلى img2img بقيمة strength متوسطة، نحو 0,4–0,6. هذه نقطة بداية وفق الممارسة العامة وليست توصية من الدليل. بعد ذلك تحرّك في الاتجاهين. 4. ثبّت seed وغيّر معاملًا واحدًا في كل تشغيل. وإلا فلن تعرف ما الذي أحدث الأثر بالضبط. 5. انتبه إلى تراخيص الصور المصدرية. فالهجين المصنوع من أعمال الآخرين لا يحسم مسائل حقوق النشر، خصوصًا في المشاريع التجارية.

إذا كنت تعمل أصلًا مع Stable Diffusion، فلن يتطلب Image Mixer سير عمل جديدًا. فهو يضيف مرحلة تمهيدية واحدة توفّر الوقت في البحث عن المراجع.