سبير تطلق Kandinsky 6 Image: مولّد الصور أصبح أسرع وتعلّم ترميم الصور

حدّثت سبير نموذجها المخصص للعمل مع الصور ودمجت Kandinsky 6 Image في GigaChat. لا تكتفي النسخة الجديدة بالتوليد انطلاقًا من النص، بل تراهن على التحرير المتكامل: من استعادة اللقطات القديمة إلى تعديل تفاصيل محددة وتجهيز الصور للتحريك اللاحق.

ما الذي تغيّر

يتوفر Kandinsky 6 Image مباشرة داخل GigaChat، ولعل هذا هو التغيير العملي الأهم للمستخدمين. يمكن استخدام النموذج مجانًا ودون قيود على عدد المهام، أي أننا لا نتحدث عن عرض توضيحي لمرة واحدة، بل عن خدمة مصممة للعمل المنتظم.

ووفقًا لبيانات «سبير»، أصبحت النسخة الجديدة أسرع بمرتين من سابقتها، وتتعامل مع الطلبات المعقدة بشكل أفضل، وتنتج صورًا أكثر تفصيلًا. وهذا لا يهم هواة التجريب مع الـ prompts وحدهم. فكلما كان النموذج أسرع في الاستجابة وأدق في الحفاظ على التفاصيل، اقترب من أن يكون أداة يومية للمصممين والمسوّقين وأصحاب المتاجر الصغيرة وصنّاع المحتوى. في هذه السيناريوهات لا تكمن القيمة في التوليد بوصفه ميزة لافتة، بل في نتيجة يمكن التنبؤ بها واستخدامها في منشور أو بطاقة منتج أو بانر أو عرض تقديمي دون تعديلات مطوّلة.

ومن الناحية التقنية، يعتمد النموذج بنية Mixture of Experts. هذا نهج لا يُشغَّل فيه الشبكة العصبية بكاملها لكل طلب، بل الأجزاء اللازمة فقط. ولا ينعكس ذلك على المستخدم في مقاييس مجردة، بل في معالجة أسرع وأخطاء أقل في المشاهد المعقدة التي تتطلب مراعاة شروط كثيرة في آن واحد: الأسلوب، والتكوين، والشخصيات، والملابس، والخلفية، والأجسام الصغيرة في الكادر.

سيناريوهات جديدة

الفارق الرئيسي بين Kandinsky 6 Image ومولّد الصور التقليدي هو مجموعة أدوات التحرير الموسّعة. أصبح النموذج يغطي مهام أكثر كان لا بد من إنجازها سابقًا في عدة تطبيقات أو يدويًا، خاصة عندما لا يحتاج المستخدم إلى ابتكار صورة من الصفر، بل إلى تحسين لقطة موجودة بدقة. والرهان هنا واضح على السيناريوهات اليومية، لا على استعراض الإمكانات التقنية في مقاطع ترويجية للمستخدمين العاديين والفرق.

• ترميم الصور القديمة
• تحويل اللقطات إلى أنماط بصرية مختلفة
• جلسات تصوير عصبية (نيروفوتوسيشن) بالاعتماد على صور المستخدم
• تغيير الملابس والخلفية في الصورة
• التنقيح والمكياج الافتراضي

وتؤكد «سبير» بشكل خاص أن التعديلات الموضعية أصبحت أدق. وهذه نقطة مهمة لكل من يعمل لا على التوليد من الصفر، بل على تعديل صورة جاهزة. ففي مثل هذه المهام يحتاج المستخدم عادةً إلى تغيير جزء واحد من الصورة دون إفساد بقية العناصر. وإذا كان النموذج يحافظ فعلًا على المشهد الأصلي بصورة أفضل ويعدّل العناصر المنفردة بعناية أكبر، فإن ذلك يجعله أكثر فائدة بوضوح للاستخدام المنزلي والتجاري.

البحث والتحريك

من الإضافات اللافتة الأخرى البحث المدمج عن الصور. فإذا كان النموذج لا يعرف شكل الشخصية أو الجسم الذي يطلبه المستخدم، فبإمكانه العثور على نموذج بصري بنفسه. ومن المفترض عمليًا أن يقلل ذلك عدد الإخفاقات في الحالات التي لا يكفي فيها الوصف النصي، أو التي يكون فيها المرجع الحديث أهم من التفسير المتوسّط المستمد من بيانات التدريب. وبالنسبة لخدمات من هذه الفئة، فهذه طريقة لتقليل التفاصيل المختلقة وتقريب النتيجة من توقعات المستخدم.

ويمكن تحريك الصور المولَّدة فورًا عبر النموذج المرتبط Kandinsky Video، الذي يعمل بالفعل في منظومة GigaChat. وهذا يحوّل الخدمة من مجرد مولّد صور إلى أداة بصرية أوسع: يحصل المستخدم أولًا على كادر ثابت، ثم يستطيع تحويله بسرعة إلى مقطع قصير متحرك دون الانتقال إلى منتج آخر. وبالنسبة لـ«سبير»، فهذه خطوة إضافية نحو أن يُنظر إلى GigaChat بوصفه مساعد AI شاملًا، لا مجرد روبوت دردشة للنصوص.

ماذا يعني ذلك

يُظهر Kandinsky 6 Image أن المنافسة في الرسوم التوليدية تنتقل من سؤال «من يرسم أفضل بحسب الـ prompt» إلى سيناريو أكثر تطبيقية: من يمنح المستخدم مجموعة أدوات متكاملة في نافذة واحدة. وبالنسبة للسوق، يعني ذلك ازدياد عدد الخدمات الجماهيرية التي تجتمع فيها عمليات التوليد والتنقيح والبحث عن المراجع والتحريك الأساسي في سير عمل واحد، دون احتكاك زائد أو تنقل بين تطبيقات مختلفة أمام جمهور واسع.