من «slop» في الذكاء الاصطناعي إلى الشفافية الأصلية: عام من توليد الصور، في أربع تحولات

قبل عام، كانت كلمة «slop» هي الأعلى صوتًا في حديث توليد الصور بالذكاء الاصطناعي. كانت تصف سيلًا من الصور منخفضة الجهد والغريبة التي تملأ خلاصات التواصل الاجتماعي ومزارع المحتوى، نوع الصورة الذي يبدو صحيحًا تقريبًا وخاطئًا في الوقت نفسه، وجه بأسنان أكثر من اللازم، يد بستة أصابع، منظر طبيعي يتلاشى إلى ضجيج عند الحواف. التصقت الكلمة لأنها كانت تسمي شيئًا حقيقيًا، تقنية أصبحت جيدة بما يكفي لإنتاج الرداءة بكميات كبيرة لكن ليس بعد جيدة بما يكفي لتكون مهمة.

بعد اثني عشر شهرًا، التقنية نفسها تطرح الشفافية الأصلية، وتحرير عشر صور، ونماذج محلية تعمل على GPU متوسط المدى. لم تنتهِ حقبة «slop» بقدر ما أصبحت معقدة. الأدوات التي أنتجت الرديء هي نفسها التي تنتج الآن أصولًا يستخدمها المحترفون فعلاً. الفرق ليس اختراقًا واحدًا بل أربع تحولات حدثت تدريجيًا، وإذا كنت تريد فهم إلى أين يتجه توليد الصور، فعليك رؤية الأربعة كلها في آن واحد.

التحول الأول هو من الجِدة إلى سير العمل. مولّدات الصور المبكرة كانت تصنع صورة واحدة ثم تتوقف. أما الجديدة فبُنيت حول التحرير والتركيب وإنتاج أصول تدخل في عملية أكبر. شعار بقناة ألفا نظيفة ليس عملًا فنيًا مكتملًا، بل مكوّن. النموذج الذي يستطيع دمج عشرة مراجع لا يصنع صورة، بل يجمّع تكوينًا. تغيّرت فئة المنتج من «مولّد صور» إلى «أداة صور»، وهذا التغيير مهم لأن الأدوات تُحكم من خلال مدى ملاءمتها للعمل، لا من خلال مدى إبهار مخرج واحد.

التحول الثاني هو من المغلق إلى المفتوح. كانت أفضل النماذج تقف خلف واجهات API. هذا العام لحقت النماذج المفتوحة بما يكفي بحيث يستطيع نموذج بـ7 مليارات معامل يعمل محليًا التعامل مع مهام كانت تحتاج API مدفوعًا. Qwen-Image 2.1 هو العلامة الحالية، لكنه جزء من اتجاه أطول. الأوزان المفتوحة، ورخص البحث، ومجتمع من صانعي حزم التكامل جعلوا توليد الصور القادر شيئًا يمكن تشغيله على عتاد تملكه. درس «يعمل على بطاقة 6GB» هو رمز هذا التحول، اللحظة التي توقف فيها الوصول عن كونه عنق الزجاجة.

التحول الثالث هو من غير المقيّد إلى المساءَل. كانت أزمة التزييف العميق Grok هي النسخة الأكثر حدة من هذا، لكن الحركة الكامنة كانت جارية بالفعل. توقف المنظمون عن التعامل مع مولّدات الصور كأدوات محايدة وبدأوا يتعاملون معها كمنتجات لها مطورون يتحملون مسؤولية ما يطلقونه. أصبحت مصادر المحتوى، والسلامة المدمجة في النموذج بدل إضافتها لاحقًا، والمسؤولية عن الصور غير الرضائية، كلها تنتقل من الهوامش إلى مركز النقاش. أداة قادرة على توليد أي شيء كانت يومًا ميزة. الآن هي خطر قانوني.

التحول الرابع هو من شُح الحوسبة إلى كفاءة الحوسبة. أصبح التدريب أسرع، والخدمة أرخص، وحصلت قصة العتاد على مسار ثانٍ مع بدائل مثل Ascend من هواوي. لا شيء من هذا اختراق واحد، لكن الأثر التراكمي هو أن توليد الصور توقف عن كونه شيئًا تستطيع أكبر المختبرات فقط تحمّل تكلفته وأصبح شيئًا يمكن لفريق صغير أو منشئ منفرد أن يضع له ميزانية فعلًا. أوراق الكفاءة مثل تسريع التدريب 3.6x هي المحرك الهادئ لهذا التحول.

المثير في هذه التحولات الأربعة أنها في توتر بعضها مع بعض. تحول المساءلة يدفع نحو الحذر والتقييد، وإطلاق أبطأ، وضوابط أكثر. وتحولا الانفتاح والكفاءة يدفعان نحو الوصول والسرعة، ونماذج أكثر، وحرية أكبر. كانت حقبة «slop» هي ما حدث عندما تسابقت إتاحة الوصول قبل الجودة، عندما استطاع الجميع التوليد لكن قليلين فقط استطاعوا التوليد الجيد، وكانت النتيجة سيلًا من المخرجات المتوسطة. ستُعرَّف السنة القادمة بما إذا كان المجال قادرًا على الإمساك بالأربعة معًا، وجعل توليد الصور مفتوحًا ورخيصًا دون أن يجعله، مجددًا، أغلبية رديئة.

هناك خطر حقيقي ألا يقدر. النماذج المفتوحة الآن جيدة بما يكفي لأن تزداد مشكلة «slop» سوءًا قبل أن تتحسن، لأن أدوات إنتاج الصور منخفضة الجهد أصبحت مجانية ومحلية. آليات المساءلة ما زالت تلحق بالركب، والسوابق القانونية تُسنّ في الوقت الفعلي عبر قضايا Grok. من الممكن تمامًا تخيّل عالم تتحسن فيه القدرة أسرع من الضمانات، وتكون النتيجة مزيدًا من «slop»، ومزيدًا من الإساءة، ومزيدًا من الارتداد. التحولات الأربعة لا تشير في اتجاه نظيف، بل تشد بعضها ضد بعض.

لكن هناك أيضًا قراءة أكثر تفاؤلًا. تحول سير العمل، أي الانتقال من الصور المكتملة إلى أصول قابلة للتركيب، يدفع ضد «slop» بطبيعته. طبقة شفافة يستطيع مصمم شحنها، وتركيب بعشرة مراجع لحملة، ونموذج محلي يشغّل صور منتجات لمتجر صغير، هذه عكس «slop». إنها التقنية نفسها موجهة نحو الحِرفة. السؤال ليس ما إذا كان توليد الصور سينتج رديئًا، بل سيفعل دائمًا، بل ما إذا كان الرديء سيظل الانطباع السائد.

من المحتمل أن تبقى كلمة «slop» موجودة، لأن هناك ما يزال الكثير من المخرجات منخفضة الجهد، وقد توجد دائمًا. لكنها لم تعد القصة كاملة. النماذج الكامنة نفسها تولّد الآن طبقات شفافة يستطيع مصمم شحنها، وتركّب عشرة مراجع في صورة حملة، وتعمل على بطاقة يمكنك شراؤها بالتجزئة. لم تنجُ التقنية من حقبة «slop» بقدر ما نمت حولها، مضيفة طابقًا علويًا منتجًا بينما يتراكم الرديء في الأسفل.

ما تغيّر خلال عام ليس أن النماذج توقفت عن صنع صور سيئة. بل أنها بدأت تصنع صورًا جيدة، بتنسيقات تناسب كيفية عمل الناس فعليًا. هذا إنجاز أهدأ من أي إطلاق نموذج واحد، وهو الذي سيهم أكثر على المدى الطويل. العروض اللامعة تأتي وتذهب، لكن القدرة على تسليم مصمم أصلًا شفافًا نظيفًا، أو تسليم بائع صغير نموذجًا محليًا يشغّل صور منتجاته، هي نوع من التقدم الذي يتراكم. بعد عام آخر، ستبقى كلمة «slop» على الأرجح موجودة، لكنها ستوصف شريحة أصغر وأصغر مما تفعله هذه الأدوات فعلاً.

إذا أردت إطارًا واحدًا للسنة كلها، فهو هذا: توليد الصور كبر ونضج. انتقلت التقنية من خدعة حفلات تنتج صورة مبهرة واحدة في كل مرة إلى قدرة صناعية تنتج أصولًا، بالتنسيقات الصحيحة، وتحت القيود الصحيحة، بسعر يستطيع شخص عادي تحمّله. التحولات الأربعة، سير العمل، والانفتاح، والمساءلة، والكفاءة، هي أربع طرق لقول الشيء نفسه. توقفت الأداة عن كونها عن النموذج وبدأت تكون عن العمل.

هذا التأطير الجديد هو سبب أن أكبر قصتين في السنة تبدوان مختلفتين جدًا على السطح. Qwen-Image 2.1، بطبقاته الشفافة وتحريره المتعدد الصور، هو الأداة التي تنضج في الاتجاه المنتج، نحو الحِرفة. وأزمة التزييف العميق Grok هي الأداة التي تنضج في الاتجاه الخطير، نحو المساءلة، اللحظة التي أصبحت فيها العواقب الناضجة لأداة غير مقيّدة مستحيلة التجاهل. كلاهما النضج الكامن نفسه، منظورًا إليه من جانبين متقابلين، ومجال كان يُعرَّف سابقًا بالكامل بما تستطيع النماذج صنعه أصبح يُعرَّف الآن بالقدر نفسه بكيفية صنعه، ومن يمكنه استخدامه، وما يحدث عند إساءة استخدامه.

من المحتمل أن تبقى كلمة «slop» موجودة، لأن هناك ما يزال الكثير من المخرجات منخفضة الجهد، وقد توجد دائمًا. لكنها لم تعد القصة كاملة. النماذج الكامنة نفسها تولّد الآن طبقات شفافة يستطيع مصمم شحنها، وتركّب عشرة مراجع في صورة حملة، وتعمل على بطاقة يمكنك شراؤها بالتجزئة. لم تنجُ التقنية من حقبة «slop» بقدر ما نمت حولها، مضيفة طابقًا علويًا منتجًا بينما يتراكم الرديء في الأسفل. قبل عام، لم يكن ذلك الطابق العلوي موجودًا. الآن هو موجود، وهو أهم شيء في توليد الصور لم يلاحظه معظم الناس.