سباق التسلح في نماذج الصور: Midjourney وNano Banana والصعود الهادئ للأوزان المفتوحة

إذا ابتعدت عن توليد الصور بالذكاء الاصطناعي لبضعة أشهر، فالمشهد الذي تعود إليه يكاد يكون غير قابل للتعرف عليه. الأسماء الكبيرة غيّرت إصداراتها، ونجم استهلاكي سابق في طريقه إلى التقاعد، ومجال الأوزان المفتوحة أصبح أقوى بكثير. إليك أين تقف الأمور في خريف 2026.

انتقلت Midjourney إلى V8، وأصبح V8.2 هو الافتراضي في يوليو. لا تزال الأداة التي يلجأ إليها الناس عندما يكون الهدف هو الإدارة الفنية بدلًا من القدرة الخام، النموذج الذي يفسّر المزاج والإضاءة كما يفعل مخرج بشري. إخراج بدقة 2K أصلية دون رفع الدقة، وقراءة أفضل للمطالبات، ونظام تخصيص يتعلّم ذوقك من الصور التي تختارها. لم تتغير المقايضات: لا توجد طبقة مجانية، وثلاث دعاوى قضائية نشطة بشأن حقوق النشر، وعرض النص أصبح أفضل لكنه لا يزال غير موثوق للطباعة المعقدة.

مرّ Nano Banana من Google بأكثر المسارات إرباكًا. استُبدل الأصل بصمت بـ Nano Banana 2، المبني على Gemini 3.1 Flash، في فبراير 2026، وأصبح الافتراضي في تطبيق Gemini. ويجري إهمال Gemini 2.5 Flash Image الأقدم وسيتوقف في 2 أكتوبر. الاسم المستعار المجتمعي يخفي حقيقة أن Nano Banana ليس منتجًا مستقلًا على الإطلاق. إنه توليد الصور المدمج في Gemini، وهو إما مريح أو محبط حسب ما إذا كنت تريد واجهة محادثة أو أداة مخصصة. نقاط قوته حقيقية: تحرير متعدد الجولات يتذكر السياق، وقدرة مختبَرة على الحفاظ على تماسك ما يصل إلى خمسة أشخاص وأربعة عشر كائنًا عبر التعديلات.

الحيلة مع Nano Banana، كما تقول إحدى الأدلة المجتمعية، هي إعطاء كل صورة مرجعية مهمة واحدة: واحدة للهوية، وواحدة للوضعية، وواحدة للأسلوب. احشر كل شيء في مرجع واحد وستصبح النتيجة ضبابية. إنه انضباط صغير يهم أكثر من معظم حيل المطالبات، وهو المبدأ نفسه وراء التحرير متعدد المراجع في المجال كله.

يدفع خط GPT Image من OpenAI نحو التحرير المحدد بالتعليمات مع ما يصل إلى ستة عشر صورة مرجعية، وتقع متغيراته الأحدث Sunburst وFlare في قمة ساحة تحرير الصور في LMArena، التي جمعت الآن أكثر من 30 مليون صوت عبر 57 نموذجًا. وقد جعل Grok Imagine Image 2.0 من xAI التعديلات الدقيقة وعرض النص الواضح عرضه الأساسي، واضعًا نفسه كخيار جاهز للإنتاج بعد أن أجبرته فضيحة التزييف العميق السابقة على إعادة التفكير في ضوابطه.

القصة الأهم على المدى الطويل تحدث في الأوزان المفتوحة. يتصدر FLUX.2 من Black Forest Labs الآن المجال للنماذج المفتوحة القابلة للتحرير وعالية الدقة، مع نسخة klein 4B ونسخة turbo للسرعة. ويكمل Z-Image وQwen-Image وIdeogram 4.0 الخيارات المرخّصة بموجب Apache-2.0، وقد جعل جودة تصيير الأوزان المفتوحة في Ideogram المطورين يصفونها بأنها من الطبقة الأولى. أصبح الترخيص هو الفارق الحقيقي: FLUX.2 dev غير تجاري، بينما تسمح FLUX.2 klein وZ-Image وQwen-Image بالاستخدام التجاري بموجب Apache 2.0. اختيار النموذج الأساسي الآن يبدأ من الترخيص، لا من المعيار القياسي.

تستحق نقطة الترخيص التأكيد لأنها حيث يتعثر معظم الناس. يمكن لنموذجين أن يحصلا على الدرجة نفسها في معيار قياس وأن يكونا متباعدين جدًا فيما يُسمح لك بفعله بالمخرجات. النموذج الذي يمكنك ضبطه بدقة ونشره للعملاء يساوي أكثر من نموذج أفضل قليلًا لا يمكنك استخدامه إلا للبحث. انقسم المجال المفتوح على هذا الأساس بالضبط، والطبقة القابلة للاستخدام التجاري، Apache 2.0 أو ما يعادلها، هي حيث تُبنى المنظومة فعليًا.

التحول الكامن تحت كل هذا هو أن التحرير حلّ محل التوليد كالحدود المتقدمة. قبل عام كان السباق حول من يستطيع تصيير الصورة الأكثر واقعية من النص. الآن الجميع يستطيع. السباق الجديد هو من يستطيع أن يسمح لك بتغيير شيء واحد دون إعادة توليد كل شيء، ومن يستطيع الحفاظ على شخصية عبر مئة صورة، ومن يستطيع وضع نص واضح وصحيح على ملصق. النماذج التي تفوز هي تلك المحسّنة للتكرار، لا للانبهار من التوليد الأول.

قصة العتاد تسير بالتوازي مع كل هذا. أصبحت النماذج المفتوحة صغيرة بما يكفي ليعمل نموذج من فئة 7B على وحدة معالجة رسومات استهلاكية، واستجاب المجتمع بحزم تكامل بنقرة واحدة تعد بتوليد محلي لأولئك الذين لا يريدون أبدًا لمس الطرفية. أصبح معيار «يعمل على بطاقة 6GB» ادعاءً تسويقيًا بقدر أي نتيجة في لوحة المتصدرين، لأنه هو ما يحدد ما إذا كان النموذج فضولًا أم أداة.

هناك أيضًا تحول هادئ في طريقة تفكير الناس في الاتساق، الذي أصبح ساحة المعركة الحقيقية. النموذج الذي يصيّر صورة جميلة واحدة هو الحد الأدنى. النموذج الذي يصيّر الشخصية نفسها عبر مئة صورة، أو المنتج نفسه من دستة زوايا، هو الذي يستحق مكانًا في سير عمل حقيقي. النهج القائم على المراجع، إرفاق ما بين صورة واحدة وأربع عشرة صورة لشخصية والسماح للنموذج بإعادة إنتاجها، هو البداية السريعة. تدريب LoRA، وهو محوّل صغير يُضبط بدقة على صورك المنسّقة، هو المطرقة الأثقل عندما تنحرف المراجع. المقايضة هي التحكم مقابل وقت الإعداد، والجواب الصادق هو أن لا طريقة تضمن وجهًا مستقرًا، ولهذا يختبر كل منشئ جاد مقابل قائمة لقطات ثابتة قبل الالتزام.

طوّرت الفئة أيضًا مفردات مفيدة للشخص العادي. التحرير متعدد الجولات يعني أن النموذج يتذكر ما فعله ويتكرر معك. التحرير المحدد بالتعليمات يعني أنك تستطيع إخباره بالضبط بما يجب تغييره ويترك الباقي. التركيب متعدد المراجع يعني تغذية عدة صور وإخبار كل واحدة بمهمتها. لا شيء من هذا غريب؛ فهي الآن ميزات قياسية، وتتنافس النماذج على مدى جودة تنفيذها بدلًا من مجرد وجودها.

لأي شخص يختار أداة اليوم، لم تتغير النصيحة الصادقة وربما لن تتغير. طابق النموذج مع المهمة. Midjourney للجماليات، Nano Banana للتحرير متعدد الجولات داخل منظومة Google، GPT Image أو Grok لتعديلات الإنتاج المحددة بالتعليمات، والأوزان المفتوحة عندما تحتاج إلى التحكم أو إقامة البيانات أو شخصية مضبوطة بدقة يمكنك الاحتفاظ بها للأبد. انتهت بهدوء أيام كون نموذج واحد هو الجواب الصحيح لكل شيء، ولم يعلن أحد ذلك حقًا. ما حلّ محله هو سوق يعتمد فيه الجواب الصحيح كليًا على ما تحاول صنعه، وأفضل الناس أداءً هم الذين توقفوا عن مطاردة فائز واحد وتعلّموا التسوق.

الثابت الوحيد عبر كل هذه التحولات هو أن العامل المميز توقف عن كونه جودة الصورة الخام وأصبح سير العمل حولها. الاتساق، وقابلية التحرير، ووضوح الترخيص، والتكامل مع الأدوات التي تستخدمها بالفعل. هذا ما يحدد فعليًا ما إذا كان النموذج يظهر في عملك اليومي أم في مجلد من العروض المبهرة التي لا تعود إليها أبدًا. سباق التسلح حقيقي، لكن الفائزين ليسوا النماذج ذات أفضل معيار قياس. بل تلك التي تنسجم مع طريقة عمل الناس فعليًا، وهذا شيء أصعب قياسًا ومؤشر أفضل بكثير لما يبقى.