إعادة بناء منظومة أدوات توليد الصور بالذكاء الاصطناعي مفتوحة المصدر، سير عمل تلو الآخر

ثمة قصة أكثر هدوءً تجري تحت إطلاق النماذج هذا الشهر، وهي تحدث على Hugging Face. الأدوات مفتوحة المصدر التي تشغّل توليد الصور بالذكاء الاصطناعي محليًا يُعاد بناؤها، ومن يقومون بذلك ليسوا المختبرات الكبيرة. إنهم المجتمع، يعملون في العلن.

أوضح مثال على ذلك ظهر في 11 سبتمبر 2026، عندما أصدرت Hugging Face مشروع Workflow1111، وهو مشروع يعيد إنشاء معظم وظائف AUTOMATIC1111 باستخدام gr.Workflow. إذا كانت هذه الجملة لا تعني لك شيئًا، فالخلاصة هي: الواجهة المحلية الأكثر شيوعًا لتشغيل Stable Diffusion، الأداة التي دفعت جيلًا من الأشخاص إلى تشغيل نماذج الصور على وحدات معالجة الرسومات الخاصة بهم، يُعاد تنفيذها في شكل حديث وأكثر قابلية للصيانة.

ماذا كان AUTOMATIC1111، ولماذا يهم

لفهم سبب اعتبار إعادة البناء خبرًا، تحتاج إلى قليل من السياق التاريخي.

لسنوات، إذا أردت تشغيل Stable Diffusion محليًا، كنت تستخدم واجهة الويب الخاصة بـ AUTOMATIC1111، المعروفة للجميع باسم A1111. كانت الخيار الافتراضي. كانت تتعامل مع التحويل من نص إلى صورة، ومن صورة إلى صورة، والرسم الداخلي (inpainting)، ورفع الدقة، ونظامًا بيئيًا واسعًا من الإضافات. معظم الدروس التعليمية، ومعظم سكربتات تدريب LoRA، ومعظم الذاكرة العضلية للمجتمع كانت تمر عبرها.

المشكلة أن A1111 أصبح قديمًا. تراكمت في قاعدة الكود سنوات من التصحيحات، وأصبح نظام الإضافات هشًا، وتقادم إصدار Gradio الذي بُني عليه. في هذه الأثناء، استحوذت ComfyUI، البديل القائم على العقد، على شريحة المستخدمين المتقدمين في السوق بتصميم أنظف وأكثر قابلية للتركيب. لم يختفِ A1111، لكن زخمه توقف.

Workflow1111 هو محاولة لإعادة بناء تجربة A1111 فوق gr.Workflow، الطريقة الأحدث والأكثر تنظيمًا لبناء تطبيقات Gradio. إنه ليس تفرعًا (fork). إنه إعادة تنفيذ تتم في العلن.

ماذا تغطيه إعادة البناء

النطاق مثير للإعجاب بالنسبة لمشروع مجتمعي. يعيد Workflow1111 بناء 73 عقدة عبر 11 خط أنابيب وسائط، ما يغطي معظم ما جعل A1111 الخيار الافتراضي.

تشمل القائمة التحويل من نص إلى صورة، ومن صورة إلى صورة، وإصلاح الدقة العالية، وهي المهام الأساسية الثلاث. كما تتضمن مصفوفة الأوامر (prompt matrix) التي تتيح لك اختبار مجموعات من الأوامر والمعاملات في شبكة، وميزة توليد الأوامر العكسية باستخدام نموذج لغة ورؤية (VLM) تقرأ صورة وتقترح منها أمرًا. وهناك توليد أقنعة الرسم الداخلي، ومعالجات أولية بأسلوب ControlNet لتوجيه النموذج بمعلومات الحواف ووضعية الجسم، وإزالة الخلفية، ومعالجة بيانات PNG الوصفية، وحتى التحويل من صورة إلى فيديو.

هذه الأخيرة هي العلامة الفارقة. كانت A1111 الأصلية أداة للصور الثابتة. النسخة المعاد بناؤها تتضمن الفيديو، ما يُظهر أن المشروع لا يعيد إنشاء الماضي فحسب، بل يعيد بناء المنظومة وفقًا لاتجاه المجال المستقبلي، لا كما كان عليه.

لماذا يقوم المجتمع بذلك بنفسه

هناك نمط يستحق الانتباه. المختبرات المغلقة تطلق النماذج. ومجتمع المصادر المفتوحة يطلق البنية التحتية المحيطة بها.

النماذج تحظى بالعناوين الرئيسية، لكن البنية التحتية هي ما يحدد ما إذا كان النموذج قابلاً للاستخدام فعلًا. النموذج الرائع بلا واجهة لائقة يظل مجرد نتاج بحثي. أما النموذج الجيد مع واجهة رائعة فيصبح شيئًا يستطيع الهاوي تشغيله على حاسوب محمول.

يعيد المجتمع بناء هذه البنية التحتية لأن الشركات المغلقة غير مهتمة بها. شركة مثل OpenAI ليس لديها حافز لصيانة واجهة محلية لـ Stable Diffusion. الحافز لإبقاء الأدوات المحلية حية يأتي من الأشخاص الذين يستخدمونها، وهم يقومون بالعمل للسبب نفسه الذي يدفع أي مشرف على مشروع مفتوح المصدر: يحتاجون الأداة، فيبنونها.

ComfyUI والمنظومة ذات المسارين

المنظومة المحلية تعمل الآن على مسارين.

ComfyUI هي الأداة القوية. إنها قائمة على العقد، ما يعني أنك توصّل خط سير العمل الخاص بك من عمليات فردية. إنها أصعب في التعلم لكنها أكثر مرونة بكثير، وأصبحت المعيار لمن يريدون تحكمًا دقيقًا. يتم تحديثها باستمرار، وقد دفعت الإصدارات الأخيرة إلى مدى أبعد في المنطقة نفسها، مع وصول إصدارات جديدة حتى منتصف سبتمبر.

Workflow1111 وما شابهه يمثل مسار سهولة الوصول. إنها تستنسخ تجربة A1111 الخطية المألوفة للأشخاص الذين لا يريدون تعلم مخطط العقد. يخدم المساران أشخاصًا مختلفين، ويتعايشان لأن حالات الاستخدام مختلفة.

أهمية إعادة بناء Workflow1111 هي أن مسار سهولة الوصول لم يعد متروكًا ليتآكل. لفترة طويلة بدا أن الخيار كان بين A1111 متقادم وComfyUI تتطلب مهارة تقنية حقيقية. تمنح إعادة البناء الأشخاص خيارًا حديثًا تتم صيانته في المنتصف.

هل يستحق الأمر أن تهتم بالأدوات المحلية أصلًا؟

بالنسبة لمعظم الناس، الإجابة الصادقة هي لا، ليس في البداية.

الأدوات السحابية أفضل لمعظم المهام. إنها أسرع في البدء، ولا تتطلب وحدة معالجة رسومات جيدة، ولا تطلب منك صيانة أي شيء. إذا كنت تريد فقط إنشاء صورة، افتح تطبيق ويب وأنشئها.

الأدوات المحلية تستحق مكانها لثلاثة أسباب محددة. الأول هو التكلفة على نطاق واسع. إذا كنت تولّد آلاف الصور، فإن تكلفة الصورة الواحدة باستخدام عتادك الخاص تتفوق على أي واجهة API. الثاني هو التحكم. تتيح لك الأدوات المحلية التحكم في كل معامل، واستبدال نماذج مخصصة وLoRA، وبناء خطوط أنابيب لن تكشفها الأدوات السحابية أبدًا. الثالث هو الخصوصية. إذا كانت صورك أو أوامرك حساسة، فإن التشغيل محليًا يعني أنها لا تغادر جهازك أبدًا.

العقبة هي منحنى التعلم. تتوقع الأدوات المحلية أن تفهم قليلًا عن النماذج، وقليلًا عن العتاد، وقليلًا عن الأدوات نفسها. وهذا حاجز حقيقي، وهو بالضبط الحاجز الذي تحاول مشاريع مثل Workflow1111 خفضه من خلال إعادة واجهة خطية مألوفة.

المسار العملي هو أن تبدأ في السحابة، ولا تنتقل إلى المحلي إلا عندما تصطدم بحاجز. وعندما تصطدم به، فإن حقيقة أن المنظومة مفتوحة المصدر يُعاد بناؤها بنشاط تعني أن الحاجز أقل مما كان عليه، ويستمر في الانخفاض.

ماذا يعني ذلك إذا لم تشغّل النماذج محليًا

معظم من يقرؤون هذا لن يشغّلوا نموذجًا محليًا أبدًا، وهذا أمر طبيعي. الأدوات السحابية أفضل لمعظم المهام، وتصبح أرخص.

لكن صحة المنظومة مفتوحة المصدر ما زالت مهمة للجميع، لسببين. أولًا، إنها مصدر الخيارات الرخيصة والمجانية. النماذج المفتوحة والأدوات المحيطة بها هي ما يمنع الحد الأدنى للسوق من الارتفاع. ثانيًا، إنها المكان الذي تظهر فيه عادةً أفكار الجيل التالي أولًا. الأدوات المحلية هي المكان الذي يجرّب فيه الأشخاص أساليب العمل الغريبة التي تتحول لاحقًا إلى منتجات من الشركات الكبيرة.

Workflow1111 مشروع صغير في المخطط الكبير، إنه إعادة تنفيذ لواجهة لن يستخدمها معظم الناس أبدًا. لكنه إشارة إلى أن منظومة صور الذكاء الاصطناعي مفتوحة المصدر لا تكتفي بالنجاة من طوفان النماذج المغلقة، بل يعاد بناؤها بنشاط، على أيدي أناس يهتمون، في مجال ما يزال يتغير أسرع مما يستطيع أي شخص مجاراته.