لماذا تترك نماذج الانتشار خطوط التقاطع على الصور بدقة 40 ميغابكسل وكيف نمنح البلاطات ذاكرة

السبب الرئيسي لظهور خطوط التقاطع في الصور فائقة الحجم ليس سوء الدمج، ولا نقص ذاكرة الفيديو وحده. المشكلة أعمق: نماذج الانتشار الخاصة بالصور لا تحتفظ بذاكرة بين الأجزاء المتجاورة من الصورة. فعندما يُقسَّم إطار بدقة 40–150 ميغابكسل إلى عشرات أو مئات البلاطات، يتخذ النموذج قراره من جديد في كل مرة، ولا يعرف أي درجة لون للسماء أو أي لون للبشرة أو أي مقياس للأنسجة اختارها بالفعل في الجوار. ومن هنا تظهر الدرجات المتعرجة في التدرجات اللونية، والألوان المتذبذبة، والوصلات الواضحة التي تُعد مؤلمة بوجه خاص في التretouching الاحترافي.

يتناول الكاتب الموضوع من الممارسة لا من النظرية: فخلفه عشرون عامًا من التصحيح الفوتوغرافي وأربع سنوات من محاولات تكييف نماذج الانتشار مع بيئة الإنتاج. وفي التصوير الاستوديوهي والإعلاني والمجلاتي، لا تُعد الدقة العالية ترفًا بل معيارًا عمليًا، ونادرًا ما تتسع هذه الإطارات لمرور واحد من التوليد أو التحرير. لذلك تعود الصناعة مرارًا إلى الحيلة نفسها: تقسيم الصورة إلى 100 جزء أو أكثر، ومعالجة كل جزء على حدة، ثم إعادة تجميعها. قد يكون هذا مقبولًا في التفاصيل الدقيقة، لكن على البشرة والأقمشة والخلفيات والانتقالات الضوئية تكاد الشوائب (artifacts) تكون حتمية.

جذر المشكلة أن التبليط التقليدي يحافظ على التفاصيل المحلية لكنه يكسر الاتساق العام. فكل بلاطة ترى قطعتها من المشهد فقط، ولا تدرك ما يجري على يسارها ويمينها وفوقها وتحتها. وحتى لو تداخلت المناطق المتجاورة، يظل النموذج قادرًا على إزاحة التوازن اللوني قليلًا، أو تفسير الحبيبات (grain) بشكل مختلف، أو إضافة مسام غير متطابقة، أو بناء إيقاع مختلف للنسيج. يخفي الدمج (blending) والأقنعة جزءًا من العيوب، لكنهما لا يزيلان السبب: فنموذج الصور لا يملك آلية تربط قراراته بقرارات جيرانه. ولهذا يبقى الدمج المثالي في الإطارات الكبيرة جدًا استثناءً لا قاعدة.

يقترح المقال النظر نحو انتشار الفيديو، حيث تقع مشكلة الاتساق منذ زمن طويل في صميم البنية المعمارية. فنموذج الفيديو يجب أن يتذكر شكل الجسم في الإطار السابق كي لا يفقد الوجه والضوء والملمس وموضع التفاصيل أثناء الحركة. ويستعرض الكاتب ثماني فئات من هذه الذاكرة، من BCLA في SANA-Video وFramePack إلى SVD reshape وAnimateDiff وغيرها من الأساليب، ويقيّم ما يمكن نقله إلى البلاطات وما لا يمكن. والسؤال المحوري هنا ليس اسم الطريقة بل المبدأ: هل يمكن إجبار نموذج الصور على تمرير سياق مضغوط، أو حالة مخفية، أو بنية مشهد مشتركة إلى الجزء المجاور، بحيث لا تُتخذ القرارات في الفراغ؟

ويترتب على ذلك ثلاث أفكار كبرى للتطبيق العملي. الأولى تبادل السياق بين البلاطات المتجاورة، بحيث يتلقى النموذج لا الجزء الحالي فقط بل معلومات مضغوطة عن المناطق التي عولجت بالفعل. الثانية ذاكرة مشتركة على مستوى المتغيرات الكامنة (latents) أو آليات الانتباه (attention) تحافظ على لون موحد وإضاءة موحدة وطابع موحد للأسطح على امتداد الصورة كلها. الثالثة مخطط متعدد الخطوات يُبنى فيه أولًا تمثيل عام تقريبي للمشهد بأكمله، ثم تكتفي البلاطات المحلية بتدقيق التفاصيل دون الإخلال بالصورة العامة. وهذا أمر حاسم في الطباعة والإعلانات الخارجية وتصحيح صور التجميل والتصوير التجاري، إذ يظهر فيها أي انقطاع في النسيج أو قفزة في اللون فورًا.

الخلاصة الرئيسية بسيطة: القيد لا يعود إلى العتاد وحده ولا إلى حجم الصورة وحده، بل إلى بنية انتشار الصور نفسها. وما لم يتعلم النموذج أن يتذكر ما حدث في الجوار، ستبقى معالجة الإطارات بدقة 40 ميغابكسل وأكثر حلًّا وسطًا بين التفاصيل والتماسك. أما إذا نجح تكييف آليات الذاكرة من الفيديو مع البلاطات، فستخطو نماذج الانتشار خطوة ملحوظة من عالم العروض التجريبية اللافتة نحو أداة احترافية متكاملة للتصحيح الفوتوغرافي وما بعد الإنتاج.