← العودة إلى المدونة
Aiحوالي 1 دقيقة قراءة

6162 سجلاً مرجعياً صينياً تحوّلت إلى ثلاث بطاقات: الشخص، والملابس، والوضعية

نُشر في 10 نوفمبر 2026
6162 سجلاً مرجعياً صينياً تحوّلت إلى ثلاث بطاقات: الشخص، والملابس، والوضعية

لنبدأ بالخلاصة: لم يشتهر هذا المستودع لأن صوره كثيرة. الصور الكثيرة موجودة في كل مكان، على خدمات التخزين السحابي وفي مجموعات الدردشة وفي محركات الأقراص التي نسي أصحابها كلمات المرور. اشتهر لأنه فكّك مسألة «اختيار صورة مرجعية واحدة» إلى ثلاثة عناصر يمكن استبدال كل منها على حدة — الشخص، والملابس، والوضعية — ثم سمح لك بتركيب هذه العناصر الثلاثة في وصفة واحدة تُلقيها إلى النموذج مباشرة، بدل أن تبحث عن الصورة الكاملة التي تجمعها جميعاً.

المستودع اسمه ai-pose-gallery-zh، وصاحبه Anhao. أول فقرة في ملف README تحسم الحساب بوضوح: 1439 نموذجاً أبيض للجسم البشري، مع 1439 خريطة عمق مقابلة لكل نموذج؛ و3224 طقماً من الملابس؛ و1499 صورة شخصية؛ أي ما مجموعه 6162 سجلاً مرجعياً بالصينية، و12022 صورة عالية الدقة محلية، إضافة إلى 1760 صورة مرجعية من المواقع الأصلية. البيانات ليست من تصويره؛ بل نسخة معكوسة من مكتبات نشرها ثلاثة مؤلفين — مؤلف موقع الوضعيات والملابس هو ギア (@giaaibusi)، و440 طقماً من أزياء الأنمي تأتي من CharaDB التابع لـ たき AI. ما فعله هو الترجمة والدمج وإضافة طبقة أدوات فوق ذلك، وهذه الطبقة هي موضع الاهتمام كله. لاحظ أن الأرقام هنا ليست أرقاماً تسويقية مبالغاً فيها: عدد الصور المحلية أكثر من ضعف عدد السجلات الوصفية، لأن كل سجل يجرّ معه أكثر من ملف — الصورة الملونة، والنموذج الأبيض، وخريطة العمق. وهذا الفرق وحده يوضح أن العمل الأكبر لم يكن في التصوير، بل في الفهرسة وربط كل صورة بوصفها المترجم.

ما حُلّ فعلاً هو الاسترجاع، لا جودة الصورة

من استخدم مكتبة صور مرجعية يعرف نقطة العطب جيداً. تريد الموديل مستنداً إلى الحائط، ويده في جيبه، وجسمه مائلاً خمساً وأربعين درجة؛ الصورة موجودة في رأسك بشكل واضح، لكن تصفح المكتبة يعني تقليب المصغرات صفحة بعد صفحة، حتى تجد بعد عشرين صفحة صورة تشبه ما تريد بنسبة سبعين في المئة، ثم تعود لتكتب الوصف بنفسك من الصفر. البيانات الوصفية في الموقع الأصلي باليابانية: تصنيف الحركة، وتفريعات تصفيفة الشعر، وأنماط الملابس، كلها وسوم يابانية لا يفك شفرتها إلا من يعرف اللغة. المستخدم الصيني إما لا يفهمها أصلاً، أو يفهمها ولا يستطيع تركيب وصفة قابلة للاستخدام منها.

هذا المستودع ترجم 6162 سجلاً وصفياً إلى الصينية، وفكّكها إلى حبيبات قابلة للتجميع الآلي: طول الشعر، و51 تصفيفة شعر مفصّلة، وتصنيف الوضعيات، ووسوم التنسيق. ويقول إن الوصفة الناتجة «نقية بلا تشويش ياباني». تبدو العبارة تسويقية في ظاهرها، لكنها في توليد الصور مشكلة حقيقية: النموذج يفقد قدراً من استقراره عندما يختلط في الوصف الواحد لغتان، لأن جزءاً من التوجيه يُهدر في تفسير الكلمات لا في تنفيذ الصورة. المستخدم الذي جرّب وصفاً مختلطاً يعرف الفرق: النتيجة تخرج قريبة، لكنها ليست تلك التي طلبتها بالضبط، ولا تعرف أي نصف من الجملة كان السبب.

桌面上摊开的姿势参考卡片,旁边是同一人物的深度图剪影

الثلاثية هي المفتاح، لا طول قائمة الميزات

يتيح لك Web Studio أن تختار واحداً من كل مكتبة: صورة شخصية، وطقماً من الملابس، ووضعية. ويمكنك تبديل النموذج الأبيض وخريطة العمق بضغطة واحدة لترى الفرق بين البنية العارية والعلاقات المكانية. بعد الاختيار يمكنك السحب واللصق، أو إدخال رابط مباشر، لإضافة صورك المرجعية الخاصة إلى الوصفة. تُحفظ الوصفة في IndexedDB داخل المتصفح، فتبقى في مكانها بعد إغلاق النافذة وإعادة فتحها. هذا التفاعل ليس جديداً في حد ذاته؛ الجديد أنه حوّل «الصورة المرجعية» من صورة واحدة تُرفع إلى مدخلات مُهيكلة يمكن تعديل جزء منها دون المساس بالبقية، وهو ما يفتح الباب أمام بناء وصفات متعددة من المادة نفسها.

ثم تأتي القنوات الخمس المباشرة: Google Gemini، وOpenAI GPT Image، وQwen من Alibaba Cloud Bailian، وDoubao من Volcano Ark، وComfyUI المحلي. الأربع الأولى تعمل بمجرد إدخال المفتاح في الإعدادات، والخامسة تحتاج بطاقة رسوميات على جهازك أنت. لم يبنِ صاحب المستودع نموذجاً خاصاً به، ولا ينوي ذلك على ما يبدو — رهانه أن «نفس الوصفة، مع نموذج آخر» ستصبح عملية روتينية، وأن قيمة العمل ستنتقل من النموذج إلى المدخل المنظم الذي يغذيه.

إضافة ComfyUI هي النصف الأكثر عملية

المستودع نفسه إضافة لـ ComfyUI: يكفي نسخه بـ git clone إلى مجلد custom_nodes/ ليعمل، وفيه أربع عقد: الوضعية، والملابس، والصورة الشخصية، والوصفة الثلاثية. عقدتا الوضعية والوصفة تحتويان على مفتاح use_depth مدمج، ما يسمح بالتوصيل المباشر بـ ControlNet Depth دون بناء سلسلة وسيطة. التصميم يفهم طريقة تفكير المستخدم: النموذج الأبيض يعطيك البنية، وخريطة العمق تعطيك العلاقات المكانية، وأي الصورتين أنفع عند التوليد يعتمد على ما تريده — دقة الوضعية أم دقة المنظور، وهما ليستا الشيء نفسه ولا تتحسنان معاً بالضرورة.

لكن ما أعجبني أكثر هو تحويل 6162 سجلاً إلى نافذة اختيار مرئية منبثقة داخل الواجهة. تفتحها على لوحة ComfyUI، تختار بالعين لا بالاسم، ثم تعود وتوصل الأسلاك. هذا يوفر وقتاً ليس بالقليل مقارنة بالتنقل بين المجلدات في النظام، ثم سحب الصور واحدة واحدة إلى العقد، ثم اكتشاف أنك التقطت الملف الخطأ. والفرق بين الأداتين ليس في عدد الميزات، بل في عدد المرات التي تضطر فيها إلى مغادرة اللوحة.

ثلاثة حدود يجب قولها بوضوح

أولاً، حقوق المواد ليست في يده. صور الوضعيات والملابس والأشخاص تأتي من المواقع الأصلية المنشورة للمؤلفين، والمستودع مجرد تنظيم صيني وأرشيف هندسي لتلك المواد، وقد كُتب في README صراحة «يُمنع التغليف وإعادة البيع». إن أردت استخداماً تجارياً فعليك العودة إلى ترخيص المؤلف الأصلي وقراءته بنفسك، لا الاعتماد على ملخص في مستودع وسيط.

ثانياً، المكتبة تضم أجساماً عارية بنمط 18+ ومراجع للملابس الداخلية، ووضع الأمان SFW مفعّل افتراضياً. هذه ليست مسألة صغيرة، وقد وضعها المؤلف بعد أول بند في إخلاء المسؤولية مباشرة، لا في حاشية صغيرة مخفية في آخر الصفحة.

ثالثاً، وهو الأهم: يكرر التحذير من تبديل الوجوه لأشخاص حقيقيين بلا إذن. هذا الحذر له سبب واضح — مكتبة تفكك «الشخص + الملابس + الوضعية» بهذا النقاء هي بطبيعتها المنبع الأعلى لأي خط إنتاج لتبديل الوجوه، لأن ما يتبقى على من يريد ذلك هو خطوة واحدة. الأداة محايدة، لكن الاستخدام ليس محايداً، والفرق بين الاثنين هو كل شيء. ولهذا السبب بالذات يكرر المؤلف التحذير نفسه في أكثر من موضع داخل الصفحة، لا في سطر عابر يُقرأ ثم يُنسى.

لماذا تستمر مثل هذه المشاريع في الظهور

خلال السنة الماضية، انتقلت عتبة توليد الصور من «هل تعرف كتابة الوصف» إلى «هل تملك مرجعاً جيداً». وتغيّر جانب النماذج يساعد على ذلك: نماذج جديدة مثل Seedream 5.5 بدأت تُخرج أصلاً طبقات مع قناة شفافية، وGPT Image 2.6 أنزل التحرير الموضعي بالعلامات إلى الـAPI، وكلاهما يقلل إعادة العمل بعد التوليد. عندما يصبح التوليد أرخص وأكثر استقراراً، تنتقل الندرة من القدرة على الرسم إلى القدرة على تنظيم المدخلات وترتيبها قبل الرسم.

هنا يقع المعنى الحقيقي لـ6162 مرجعاً. ليست مكتبة صور، بل ترجمة لـ«أريد ذلك الإحساس» إلى إحداثيات ثلاثية يستطيع الجهاز تنفيذها: شخص بهذا الشكل، ولباس بهذه القَصّة، ووضعية بهذا الميل. يمكنك القول إنه رتّب ثلاث مواد يابانية بالصينية فحسب، لكن الترتيب نفسه هو ما يتعثر عنده معظم الناس، لا الرسم ولا النموذج.

إن أردت التجربة فقط، افتح العرض الحي، وهو يعمل على الهاتف أيضاً دون تثبيت. وإن أردت إدخاله إلى الإنتاج، فكّر أولاً في أمرين قبل أي شيء آخر: إلى أي حد تمتد رخصة موادك، ولمن ستسلم هذه الوصفة. الأول يحدد إمكان الاستخدام التجاري، والثاني يحدد إن كنت ستستقبل رسالة من محامٍ في الثالثة فجراً. وبين هذين السؤالين لا توجد إجابة تقنية، مهما كان النموذج جيداً.

مقالات ذات صلة