تبدأ 23 نوفمبرالدفعة المباشرة 3 من Vibe Coding ووكلاء الذكاء الاصطناعي: 3 أسابيع و9 جلسات حيةالدفعة 3 (23.11) →
إصدارتحليل · على الرادارHabr AI→ المصدر

SD Studio تحوّل Stable Diffusion المحلي إلى «Midjourney خاص» بمساعدة LLM

SD Studio محاولة لتحويل Stable Diffusion المحلي من مجموعة إعدادات يدوية إلى أداة عمل مريحة. ربط المطوّر المولّد بنموذج LLM محلي يستمد السياق من مواد عالم اللعبة (اللور)، ويصوغ الموجّه (prompt)، ثم يرسل المهمة إلى SD مع معلمات جاهزة. والنتيجة روتين أقل بكثير، وتكرارات أسرع، وتكاليف أدنى في المشاريع الشخصية.

معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
SD Studio تحوّل Stable Diffusion المحلي إلى «Midjourney خاص» بمساعدة LLM
المصدر: Habr AI. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليHabr AI ↗
رئيس التحرير
حقيقة رئيسية #1يستخرج LLM المحلي السياق اللازم من ملفات اللور
حقيقة رئيسية #2يُبنى على أساسه موجّه أدق للتوليد
حقيقة رئيسية #3يضيف مزوّد SD النموذج وLoRA ومعلمات preset

تقترح SD Studio طريقة عملية لتحويل Stable Diffusion المحلي إلى ما يشبه «Midjourney خاصًا» دون مدفوعات دائمة للخدمات الخارجية. يقوم الحل على ربط SD Studio بنموذج LLM محلي ومسار عمل (pipeline) مُعدّ مسبقًا، يصوغ الموجّه (prompt) بنفسه ويرسل مهمة التوليد.

لماذا ظهرت الحاجة إلى هذا الحل

بدأت القصة بمهمة عملية بسيطة: تحتاج لعبة خيال نصية إلى رسوم توضيحية، ولا يجيد أحد في الفريق الرسم. تحلّ مولّدات الصور المدفوعة المشكلة بسرعة، لكن تكلفتها في مشروع شخصي تصبح مرهقة منذ مرحلة التجربة والخطأ. لذلك وقع الاختيار على Stable Diffusion المحلي: ما دامت لديك بطاقة رسومية خاصة، يمكنك التوليد بلا حدود دون احتساب كل محاولة كعملية شراء مستقلة.

كانت الأداة الأولى Automatic1111، وهي واجهة شائعة للعمل مع SD المحلي. لكن البداية كانت بعيدة عن السحر: جاءت النتائج الأولى ضعيفة ولم تطابق التوقعات. بعدها سلك المطوّر الطريق المعتاد لأي مستخدم لـ Stable Diffusion: دراسة النماذج الجاهزة، وربط LoRA، وتجربة التركيبات الأنسب للمهمة المحددة. ارتفعت الجودة بوضوح في هذه المرحلة، لكن تعقيد العملية ارتفع معها.

لماذا يمثّل الاختيار اليدوي مشكلة

في الواقع العملي لم تكن المشكلة في التوليد نفسه، بل في إعداد المدخلات. للحصول على صورة لا يكفي كتابة بضع كلمات وانتظار المعجزة، بل يجب وصف المشهد والأسلوب وتفاصيل الشخصية والقيود المهمة بدقة. كما يتعيّن اختيار sampler وعدد steps ومعلمات أخرى بشكل منفصل. تعطي كل محاولة نتيجة جديدة، لكنها تستغرق وقتًا، وحين تبلغ المشاهد في اللعبة عشرات، يتحوّل العمل اليدوي إلى عنق زجاجة.

«النموذج لا يقرأ أفكار المستخدم».

هنا تظهر الفكرة الرئيسية في المقال: المولّد المحلي أرخص من خدمات SaaS، لكن الثمن يُدفع من وقت المستخدم. فإذا اقتضت رسمة واحدة إعادة كتابة الموجّه مرات عدة، وتغيير النموذج، وتجربة LoRA مختلفة، ثم انتقاء اللقطة الناجحة، فإن مكسب التكلفة يتآكل سريعًا بسبب التعقيد. وبالنسبة إلى المطوّر، لم تعد هذه أداة إبداعية فحسب، بل مجموعة عمليات يرغب في تحويلها إلى خط إنتاج قابل للتكرار.

كيف تعمل SD Studio

لإزالة الروتين، دمج المطوّر التوليد في لوحة إدارة قائمة مبنية على Symfony، تُستخدم أصلًا لإدخال محتوى اللعبة. وبجانبها مجلد يضم اللور: أوصاف العالم والشخصيات وتفاصيل الكون. واستنادًا إلى ذلك أنشأ مزوّدين: الأول يعمل مع LLM محلي ويُعدّ موجّهًا صحيحًا اعتمادًا على بيانات اللور، والثاني يتواصل مع Stable Diffusion ويرسل المهمة مع الإعدادات المطلوبة.

  • يستخرج LLM المحلي السياق اللازم من ملفات اللور
  • يُبنى على أساسه موجّه أدق للتوليد
  • يضيف مزوّد SD النموذج وLoRA ومعلمات preset
  • يُجري النظام عدة محاولات لرفع فرصة الحصول على نتيجة جيدة

لا يجعل هذا النهج العملية آلية بالكامل، لكنه يقلّص كثيرًا العمل اليدوي في أكثر المواضع كلفة، أي بداية كل عملية توليد. فلا يضطر المستخدم إلى تذكّر طريقة وصف المشهد والإعدادات المناسبة من الصفر، بل يحصل على pipeline جاهز بمدخل واضح. ويبقى القرار النهائي بيد الإنسان: يجب تنقيح الصورة الناجحة في Photoshop، وإزالة العيوب الزائدة، وتجهيز الملف لاستخدامه في اللعبة.

ما معنى ذلك

تعرض SD Studio سيناريو واضحًا لأداة ذكاء اصطناعي محلية: القيمة لا تكمن في النموذج وحده، بل في البنية المحيطة به. فإذا استطاع LLM أخذ السياق من مواد العمل وصياغة الموجّهات تلقائيًا، يصبح Stable Diffusion على بطاقة رسومية منزلية أداة عمل للفرق الصغيرة والمشاريع الشخصية، لا مجرد لعبة للهواة.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول لماذا ظهرت الحاجة إلى هذا الحل؟

بدأت القصة بمهمة عملية بسيطة: تحتاج لعبة خيال نصية إلى رسوم توضيحية، ولا يجيد أحد في الفريق الرسم. تحلّ مولّدات الصور المدفوعة المشكلة بسرعة، لكن تكلفتها في مشروع شخصي تصبح مرهقة منذ مرحلة التجربة والخطأ. لذلك وقع الاختيار على Stable Diffusion المحلي: ما دامت لديك بطاقة رسومية خاصة، يمكنك التوليد بلا حدود دون احتساب كل محاولة كعملية شراء مستقلة. كانت الأداة الأولى Automatic1111، وهي واجهة شائعة للعمل مع SD المحلي. لكن البداية كانت بعيدة عن السحر: جاءت النتائج الأولى ضعيفة ولم تطابق التوقعات.

ما أبرز التفاصيل حول لماذا يمثّل الاختيار اليدوي مشكلة؟

في الواقع العملي لم تكن المشكلة في التوليد نفسه، بل في إعداد المدخلات. للحصول على صورة لا يكفي كتابة بضع كلمات وانتظار المعجزة، بل يجب وصف المشهد والأسلوب وتفاصيل الشخصية والقيود المهمة بدقة. كما يتعيّن اختيار sampler وعدد steps ومعلمات أخرى بشكل منفصل. تعطي كل محاولة نتيجة جديدة، لكنها تستغرق وقتًا، وحين تبلغ المشاهد في اللعبة عشرات، يتحوّل العمل اليدوي إلى عنق زجاجة. «النموذج لا يقرأ أفكار المستخدم». هنا تظهر الفكرة الرئيسية في المقال: المولّد المحلي أرخص من خدمات SaaS، لكن الثمن يُدفع من وقت المستخدم.

ما أبرز التفاصيل حول كيف تعمل SD Studio؟

لإزالة الروتين، دمج المطوّر التوليد في لوحة إدارة قائمة مبنية على Symfony، تُستخدم أصلًا لإدخال محتوى اللعبة. وبجانبها مجلد يضم اللور: أوصاف العالم والشخصيات وتفاصيل الكون. واستنادًا إلى ذلك أنشأ مزوّدين: الأول يعمل مع LLM محلي ويُعدّ موجّهًا صحيحًا اعتمادًا على بيانات اللور، والثاني يتواصل مع Stable Diffusion ويرسل المهمة مع الإعدادات المطلوبة.

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…