سبيربنك تطلق Kandinsky 6.0 Image Pro: نموذج موحّد لتوليد الصور وتحريرها

كشفت سبيربنك عن Kandinsky 6.0 Image Pro، وهو نموذج موحّد جديد يجمع بين توليد الصور وتحريرها. ولا تركّز الشركة على جودة التوليد من النص فقط، بل تركّز قبل ذلك على سيناريوهات التحرير الدقيق والمعقّد.

ما الذي تغيّر

يدمج الإصدار الجديد توليد الصور من النص وتحريرها في نموذج واحد. ويمثّل ذلك تحوّلاً مهماً قياساً بسلسلة Kandinsky 5 السابقة، التي توزّع التركيز فيها بين عدة أوضاع ونسخ منفصلة من النماذج. وبذلك يصبح مسار المستخدم أقصر: يمكن استخدام الأداة نفسها لإنتاج الصورة الأولى ثم لتعديل المشهد لاحقاً.

وتروّج سبيربنك الآن لمنتج رئيسي واحد للمهمتين معاً، بدءاً من إنشاء الصورة من الصفر، وصولاً إلى استبدال الأجسام وتحويل الصور إلى أنماط فنية والتحرير الموضعي للقطة الجاهزة. وبحسب المقارنات الداخلية للشركة، يقدّم Kandinsky 6.0 Image Pro مستوى مماثلاً لـ Flux 2 Max، ويتفوق على GPT Image 1.5. وتشدّد سبيربنك على أن النموذج أصبح أكثر استقراراً في التوليد من النص، لكن محور الإصدار الرئيسي هو التحرير.

ولتحقيق ذلك، نُقلت البنية المعمارية إلى MoE، ووُزّع الاستدلال على عدة وحدات معالجة بالتوازي، وحُسّنت آلية الانتباه. ونتيجة لذلك، وبحسب بيانات الشركة، يعمل الإصدار الجديد أسرع من سابقه بأكثر من 40%.

بحسب نتائج المقارنات، يعمل

Kandinsky 6.0 Image Pro بمستوى Flux 2 Max ويتفوق على GPT Image 1.5.

لماذا Image RAG

يُعدّ دمج Image RAG أحد أبرز التحديثات. وبشكل مبسّط، عندما يرسل المستخدم طلباً، يبحث النظام في قاعدة المعرفة عن مراجع بصرية مناسبة، ويضيفها عند الحاجة إلى سياق النموذج. وبفضل ذلك يفهم المولّد الأنماط والأجسام العامة، كما يفهم التفاصيل الثقافية والتاريخية والمحلية الأدق، وهي تفاصيل تصعب عادةً على النماذج العامة.

ويُفترض أن يرفع هذا النهج الدقة في الحالات التي تخطئ فيها النماذج التوليدية المعتادة في التفاصيل أو تستبدل الخصوصيات المحلية بصور نمطية جاهزة. والفائدة العملية أن معرفة النموذج يمكن توسيعها دون إعادة تدريبه بالكامل.

وتستعرض سبيربنك في مقالتها أمثلة على عناصر من الرموز الثقافية الروسية: يعيد النموذج بشكل صحيح رسم مزين (Mezen) وقبعة الكاسكيت وغيرها من التفاصيل البصرية الخاصة. وتعمل الآلية نفسها في وضع التحرير. فمثلاً، يمكن للمستخدم إدراج نفسه في مشهد مع بطله السينمائي المفضّل، إذا عثر النظام على سياق بصري ملائم ودمجه في الصورة على نحو صحيح.

أين يفيد

سيناريوهات استخدام Kandinsky 6.0 Image Pro عملية إلى حد بعيد. فالأمر لم يعد يقتصر على توليد صور جميلة من وصف نصي، بل يشمل تعديل الصور الجاهزة دون عناء يدوي في برامج التصميم ودون فقدان ملحوظ لتماسك المشهد. أي أن الشركة تحاول تحويل النموذج من شبكة عصبية استعراضية إلى أداة عمل للمصممين والمسوّقين وفرق التجارة الإلكترونية والمعماريين وكل من يجري تعديلات بصرية سريعة بانتظام.

• إزالة الأجسام والغرافيتي والنصوص مع الحفاظ على الخلفية
• استبدال العناصر مع مراعاة أسلوب اللقطة الأصلي
• تحويل الصور الشخصية إلى أنماط فنية مع الحفاظ على ملامح الوجه
• ترميم الصور القديمة وتلوينها
• توليد واجهات خارجية وتصاميم داخلية انطلاقاً من وصف أو مخطط للمكان

وتعرض المقالة أيضاً حالات يساعد فيها النموذج على تغيير الإضاءة والخلفية وتسريحة الشعر والمكياج والملابس، بل وحتى تعابير الوجه. وتُذكر بشكل منفصل عملية الدمج في خدمة «الفوج الخالد أونلاين»، حيث يُستخدم Kandinsky لاستعادة الصور الأرشيفية للمحاربين القدامى. وهذه ليست وظيفة عرض ترويجية فحسب، بل سيناريو عمل تهمّ فيه دقة التحرير وإمكانية التنبؤ بالنتيجة. وبالنسبة إلى السوق المحلية، يُعدّ هذا من أوضح الأمثلة على التطبيق العملي للتقنية.

ويتوفر Kandinsky 6.0 Image Pro حالياً على منصات GigaChat: في Telegram، وتطبيق المراسلة Max، وعلى موقع giga.chat، وفي تطبيق Android. وتعد سبيربنك بأن تضيف في التحديثات القريبة التحرير بالاستناد إلى ثلاثة مراجع، ووضعاً أكثر تفصيلاً بالفرشاة، يستطيع المستخدم فيه أن يحدد حرفياً على جزء من الصورة ما الذي يجب إضافته أو حذفه. ويقرّب ذلك المنتج من منطق العمل المألوف في برامج التحرير، لكن مع نموذج توليدي خلف الواجهة.

ماذا يعني ذلك

تنتقل النماذج الروسية لتوليد الصور بشكل متزايد من فئة «عروض تجريبية للمشاهدة» إلى فئة أدوات العمل. وإذا حافظ Kandinsky 6.0 Image Pro فعلاً على السرعة والجودة المعلنتين في الاستخدام الواسع، فستحصل السوق المحلية على أداة قوية أخرى للتصميم والتسويق والتجارة الإلكترونية واستعادة اللقطات الأرشيفية، خصوصاً حيث يكون السياق البصري الروسي مهماً.