نموذج صيني لتوليد الصور من النص يتجاوز GPT أخيرا في الترتيب العام: ArtArk يسجل 95.14 بمطابقة كاملة

في 10 نوفمبر حدّث SuperCLUE ترتيبه المرجعي لتوليد الصور من النص لشهر نوفمبر 2026. ضمت الجولة التكميلية خمسة نماذج. أحدها ArtArk، من شركة 进化智能، سجل 95.14 في أول ظهور وحلّ أولا في الترتيب العام.
الثاني GPT Image 2.5 Sunburst بـ 94.27. والثالث SenseNova U1 Pro من SenseTime بـ 93.81.
عبارة "نموذج صيني في القمة" استُهلكت في الإعلام التقني الصيني. كل شهرين يصل أحدهم إلى القمة. لذا فإن ما يستحق النظر في هذا الخبر هو بنية جدول الدرجات، والمركز وحده يقول القليل. درجة ArtArk الجزئية في جودة الصورة لم تبلغ سوى 87.92، وهي أدنى فئة داخل العشرة الأوائل، وأقل بنحو ثلاث نقاط من GPT Image 2.5 Flare البالغ 90.76. بنود أخرى رفعت المجموع.
ما معنى تلك المئة
يقسّم الترتيب توليد الصور من النص إلى ستة بنود: جودة الصورة، مطابقة النص للصورة، توليد الحروف الصينية، استنساخ الواقع، الإبداع والاستدلال، وتنظيم المعلومات المعقدة.
نال ArtArk 100 في مطابقة النص للصورة. بين 25 نموذجا مشاركا كان الوحيد بالدرجة الكاملة. والثاني Flare بـ 93.94.
هذا البند يقيس الطاعة. الجمال لا يُحتسب هنا. تحمل الأسئلة قيودا قابلة للتحقق: كم شخصا في الإطار، من يقف على يسار من، خمس تفاحات حمراء أم واحدة على الطاولة، أي حروف على اللافتة، من أي جهة يأتي الضوء. على النموذج أن يضعها كلها دون إغفال، وأن يبدو المشهد طبيعيا. الدرجة الكاملة تعني أنه لا يخطئ تقريبا في هذا النوع من المطابقة بندا بندا.
بتعبير آخر، قد لا يكون الأجدر بالرسم. لكنه الأقل ميلا إلى الاجتهاد من تلقاء نفسه.

هذه القدرة لا قيمة لها في المعارض ومنصات التواصل. لها قيمة أمام الرف. صورة المنتج الرئيسية في التجارة الإلكترونية تتطلب لون المنتج وموضع الشعار ونص العبوة بدقة. ملصق العلامة يتطلب ألا يتغير حرف واحد من العبارة الترويجية. والمشهد العقاري يتطلب مطابقة المخطط والاتجاه وعدد قطع الأثاث للرسومات. هذه الأعمال لم تكن تُسند إلى النماذج، لأن النماذج تحب الإضافة من عندها. درجة اتساق كاملة تعني إبلاغ المشتري: يمكنك أن تبدأ التجربة.
شكل نقطة الضعف
الجانب الضعيف واضح بالقدر نفسه.
جودة الصورة 87.92 هي أدنى بنوده والوحيد دون 90. وهذا يضعها في وسط الجدول تقريبا، أي إن الدقة والملمس وطبقات الضوء تتخلف عن النماذج العليا بفارق مرئي.
توليد الحروف الصينية 97.02، أقل قليلا من 97.25 لدى Sunburst لكنه قريب. استنساخ الواقع 96.02، أقل قليلا أيضا من 96.49 لدى Sunburst. الإبداع والاستدلال 96.47، دون 96.81 لدى GPT-Image-2. تنظيم المعلومات المعقدة 93.38، متخلف بأكثر من نقطتين عن 95.80 لدى SenseNova U1 Pro.
أرأيت؟ يتقدم في كل جانب التنفيذ ويتأخر في كل جانب الجماليات. هذه صورة متخصص، وصورة صادقة.
الجدول نفسه لا يحاول إخفاء ذلك. يضع النماذج الخمسة والعشرين في خريطة رباعية، المحور الأفقي قدرة التطبيق في المشاهد، والعمودي القدرة العامة. يقع ArtArk مع Sunburst وU1 Pro وQwen-Image-3.0-Pro في خانة "القادة المتميزون"، لكن في الجزء السفلي الأيمن، أبعد عن زاوية "الرائد التقني".
الفارق بين الخمسة الأوائل 1.91 نقطة، وهذه مشكلة أكبر من المركز الأول
Sunburst 94.27، ArtArk 95.14، الفارق 0.87. وفي الخمسة الأوائل كلها لا يزيد الفارق بين الأعلى والأدنى على 1.91.
قبل ثلاث سنوات كانت جداول من هذا النوع تُظهر عادة عشرة نقاط بين القمة والوسط، وكان المركز الأول محسوما. الآن نزل الفارق إلى نطاق ضجيج تقييم واحد. والجدول نفسه يعترف بأن النماذج المحلية داخل نقطة واحدة تُعد متعادلة. بهذه القاعدة، ArtArk وSunburst وU1 Pro في مرتبة واحدة.
الفارق الأصغر يخلق مشكلة عملية: المجموع لم يعد مفيدا عند الشراء. عليك أن تقرأ البنود.
في هذه الجولة توزع أبطال البنود. أعلى الدرجات في الحروف الصينية واستنساخ الواقع لدى Sunburst. تنظيم المعلومات المعقدة لSenseNova U1 Pro بـ 95.80. الإبداع والاستدلال للجيل السابق GPT-Image-2 بـ 96.81، أعلى من النسختين الجديدتين هذا العام. ومطابقة النص لArtArk.
ظهور أربعة "أقوى" مختلفين في جدول واحد يعني أن هذا الجيل لم يعد يصعد السلم نفسه. المسارات تتفرع بسرعة: بعضها يعالج التنفيذ الدلالي، وبعضها ملمس الصورة، وبعضها تنظيم الصفحة. اختيار النموذج ينتقل من "اختر الأفضل" إلى "اختر الأنسب".
سرعة تعاقب الإصدارات
يستحق خط Nano Banana نظرة منفصلة. الإصدار 2.1 أعلى من 2 بـ 2.74، منها 9.09 في مطابقة النص و6.87 في تنظيم المعلومات المعقدة. وفي الوقت نفسه لم تتغير جودة الصورة واستنساخ الواقع والإبداع والاستدلال تقريبا.
هذا المنحنى غير معتاد. عادة يرفع تغيير الجيل كل بند قليلا. بند يرتفع تسع نقاط وبندان يبقيان مكانهما يعني ضربة موجهة، عالجت أضعف مواءمة دلالية في الجيل السابق. يبدو أن Google قرأت التقرير نفسه.
في المقابل، بنية ArtArk، اتساق كامل وجودة في القاع، تحمل خطرا. الاتساق يمكن تعويضه بسرعة بالهندسة وبيانات التدريب. الملمس لا. خلف الملمس حكم جمالي وتوزيع بيانات، ويحتاج صبرا طويلا. قد يلحق به غيرك في ربع سنة.
خلاصة في جملة
المعلومة الحقيقية مخبأة خلف المراكز: مركز ثقل تقييم توليد الصور من النص تحرك. جعل الصورة جميلة تجاوزه أكثر من عشرين نموذجا في القمة. والقدرة على تنفيذ جملة معقدة بحرفيتها صارت خط التقسيم.
لمن يصنعون الصور، هذا يعني أن طريقة العمل ستتغير. سابقا كان الأمر أمنية: اسحب عشرا واختر واحدة. الآن يمكنك كتابة متطلبات، وتحديد القيود كما تكتب طلب شراء، ثم الاستلام والفحص. كلما زادت طاعة النموذج، قلّ الجهد المبذول في التوجيه وزاد في الحكم. لأنك حين تقدم كل النماذج "الجميل"، تبقى وحدك من يعرف أي صورة هي الصحيحة.
مقالات ذات صلة
AMD ربحت 19% لمجرد أنها الخيار الآخر
المال لم يخرج من الذكاء الاصطناعي. خرج من الاسم الوحيد الذي واجه مشكلة حوكمة، وذهب إلى الاسمين الذين لم يواجها.
عشر تخفيضات في أربع جلسات، ولا رقم جديد واحد
لم ينشر أحد رقمًا جديدًا عن دفتر الطلبات. الذي تغيّر ليس منتصف النطاق، بل عرضه — وهذا وحده كافٍ لتغيير تصنيف.
أول ربع بعد رحيله: الأرقام محسومة، والأسئلة ليست كذلك
الربع نفسه ليس محل شك، أما الأرباع الأربعة التالية فهي المسألة كلها. ورئيسة تنفيذية مؤقتة لديها مكالمة واحدة لتشرح ما لا تستطيع الأرقام شرحه.
جدول نقرات يديره المجتمع يطفئ الإعلانات داخل بناءات أندرويد الصينية
لا يمس النظام، ولا يفتح القفل، ولا يكتب أي شيء على الجهاز. يقلب فقط المفاتيح التي عرضتها الشركات أصلاً. الثمن قائمة يجب أن يظل أحدهم يكتبها.