LoRA صغير يمدّ صورة واحدة إلى بانوراما 360 درجة كاملة

في 30 أكتوبر ظهر على Hugging Face نموذج يحتاج اسمه إلى سطرين: qwen-image-2.1-360-panorama-outpaint-lora. صاحبه هو nomadoor، والطريقة بسيطة: إضافة LoRA إلى Qwen-Image 2.1 ليمدّ صورة عادية في الاتجاهات الأربعة حتى تكتمل حلقة بانورامية بزاوية 360 درجة.
الحالة التي يعالجها هذا النموذج محددة جداً. صوّرت صالة في بيت ضيافة وتريد عرضها على نظارة VR ليدير المشاهد رأسه؛ أو تصنع سماءً لصندوق لعبة، أو خريطة إضاءة محيطية لمشهد ثلاثي الأبعاد، فأنت تحتاج صورة كروية بنسبة 2:1 تتطابق حافتاها اليمنى واليسرى. الصورة موجودة، والناقص هو «الثلاثمئة درجة الأخرى».
الطريقة القديمة كانت تعتمد على تمرير الصورة إلى أداة تمديد، ثم خياطة الحواف يدوياً. هنا ثبّت المؤلف المسار: تُفتح لوحة بنسبة 2:1، وتُوضع الصورة عليها، وتُملأ المناطق الفارغة بالأخضر الصافي، ويبدأ النص التوجيهي بجملة تشغيل ثابتة. الأخضر ليس زينة، بل علامة حدود: يقول للنموذج أين تنتهي المادة المصوّرة ويبدأ الفراغ.
ماذا يفعل النموذج فعلاً
كثيرون يتخيلون أن «إكمال البانوراما» يعني أن يبتكر النموذج غرفة كاملة من العدم. هذا الـ LoRA لا يفعل ذلك. يبدأ من الصورة التي وضعتها في المنتصف ويمتد يميناً ويساراً وأعلى وأسفل حتى تُغلق الصورة على السطح الكروي. الإعدادات التي ذكرها المؤلف: strength 0.8، و25 خطوة، ومخرجات 2048×1024.
حجم 2048×1024 يستحق وقفة. إنه 2:1 تماماً، وهو المقاس الذي تقبله معظم مشغلات البانوراما وصناديق السماء في محركات الألعاب وبرامج النمذجة. رفع الدقة لن يحسّن الإحساس بالفضاء، بل سيجعل محاذاة الحافة أصعب. الاختيار يقول إن المؤلف كان يبني شيئاً يدخل خط الإنتاج، لا صورة للعرض.

الأصعب ليس الرسم، بل تطابق الحافتين
بحسب سجل تجارب المؤلف، ذهب معظم الجهد إلى هدف واحد: أن تلتقي الحافة اليسرى باليمنى دون خط ظاهر. المنطق واضح. البانوراما عندما تُفرش على مستوى، فإن أقصى اليسار وأقصى اليمين هما خط زوال واحد في الإحداثيات العالمية. النموذج يعاملهما لوحتين منفصلتين فيرسم كل واحدة على حدة، فتظهر شجرة زائدة في السماء أو ينقص جزء من السياج، ولا تلتقي الحافتان.
لهذا فإن «الأخضر الصافي + جملة التشغيل الثابتة» شرط إلزامي لا اقتراح. أي بقعة لم تُطلى على اللوحة سيقرأها النموذج محتوى حقيقياً ويواصل الرسم عليها، فتضيع دلالة الحدود. وإن حذفت جملة التشغيل من النص التوجيهي، فقد لا يدرك أنه يكمل بانوراما، ويشتغل كأداة توسيع عادية.
بمعنى آخر، سقف قدرة هذا الـ LoRA لا تحدده الأوزان وحدها؛ جزء كبير منه يعود إلى نظافة اللوحة التي تحملها في يدك.
الترخيص يستحق التوقف عنده
المستودع يحمل Qwen Research License. ليس Apache 2.0 ولا MIT. إنه من فئة «يمكن الاستخدام، لكن اقرأ الشروط أولاً»، خصوصاً إذا كنت تنوي وضع البانوراما في مشروع عميل أو حزمة لعبة أو بيعها كمادة جاهزة. المؤلف نبّه إلى ذلك في الوصف.
في منظومة المصادر المفتوحة عادة سيئة: نرى الأوزان قابلة للتنزيل فنفترض أن الاستخدام التجاري متاح. الفارق بين ترخيص بحثي وترخيص تجاري لا يظهر عادة إلا يوم يسأل القانونيون. والبانوراما تحديداً سريعة الاصطدام بهذا السؤال، لأنها تظهر في مكاتب بيع العقارات وأدلة المعالم وجولات VR وخرائط الألعاب، وكلها سياقات تجارية.
لماذا البانوراما، ولماذا الآن
على المدى الطويل، يقع هذا الـ LoRA في موضع لافت. التقدم في نماذج توليد الصور خلال العامين الأخيرين تركّز على «جمال الصورة الواحدة»، بينما ظل الاتساق المكاني نقطة ضعف: تنتج غرفة جميلة، لكن إذا أدرت الكاميرا 90 درجة تغيّر مكان الأثاث. إكمال البانوراما يقلّص المشكلة إلى حجم يمكن لـ LoRA حلّه: لا يطلب من النموذج فهم الفضاء الثلاثي، بل أن يحافظ على الترابط عند حدّ مغلق.
هذا يفسر أيضاً تكاثر هذه الـ LoRA الصغيرة في المجتمع خلال نصف السنة الأخير. النماذج الأساسية أنجزت جودة الصورة ودلالتها، وبقي عمل واحد: تعليمها علاقة هندسية محددة. وزن بحجم عشرات الميغابايت، مع لوحة بمقاس ثابت، وجملة تشغيل واحدة، يكفي لتغطية فئة كاملة من الطلبات.
الثمن هو الهشاشة. حين يتحدث النموذج الأساسي يعاد تدريب الـ LoRA؛ وحين يتغير مقاس اللوحة تختل الحافة؛ وحين تتغير نبرة النص التوجيهي يضطرب الناتج. هو أشبه بمفتاح ربط مخصص، لا بطقم أدوات.
توصيات للتطبيق
إذا أردت التجربة، لا تعكس الترتيب. افتح اللوحة بنسبة 2:1 أولاً، وضع الصورة الأصلية في المنتصف إلى الأسفل قليلاً: نقطة التلاشي في معظم صور الداخل تقع عند هذا الارتفاع، والنموذج يمتد على مستواه، فتصبح الحافة أقل ظهوراً. املأ الفراغ بالأخضر الصافي، لا بشفافية جزئية ولا بتدرّج.
ضع جملة التشغيل في بداية النص التوجيهي، ثم اكتب وصف المشهد. أنفع ما في الوصف هو اتجاه الإضاءة، لأن إضاءة الطرفين يجب أن تبقى متصلة؛ قل له «الضوء قادم من أمام يسار الكادر» فيعرف أن اليمين يجب أن يعتم. ابدأ بـ strength 0.8 و25 خطوة، ثم افحص الحافة، ولا تزد الخطوات من أول محاولة.
وأخيراً، لا تحاول حل الحافة بإعادة التوليد مراراً. عشر محاولات لا تعادل قص 128 بكسل من كل طرف ودمجاً معكوساً واحداً في برنامج صور. النموذج يرسم المحتوى، والحافة تُترك لأدوات حتمية؛ هذا التقسيم أوثق بكثير من انتظار وعي مفاجئ من النموذج.
خط البانوراما، على المدى القصير، سيبقى على الأرجح كما هو: النموذج الأساسي للجودة، والـ LoRA الصغير للهندسة، والإنسان في الوسط يمحو الحدود. لا يبدو أنيقاً، لكنه ينتج صوراً قابلة للاستخدام.
مقالات ذات صلة
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.
GPT Image 2.6 أبقى على سعر الرموز ورفع الفاتورة
أبقى GPT Image 2.6 على كل أسعار الرموز كما كانت في 2.5، ومع ذلك صارت الصورة الواحدة أكثر كلفة، لأن جزءاً أكبر من العمل يجري الآن في رموز الإخراج. بعد أحد عشر يوماً من الإطلاق، تقول بنية التسعير أكثر مما تقوله لوحة الصدارة.
أحدهم أعاد بناء IDM من الخارج وكتب ما لم يمسّه
إعادة تنفيذ بلغة Rust لبرنامج Internet Download Manager تزعم سرعة أكبر بخمسة أضعاف ودعماً لـ 86 لغة. والوثيقة الأكثر إثارة للاهتمام هي الفقرة التي تشرح كيف بُني المشروع دون نسخ أي شيء.
Rune إطار عمل UI بلغة Rust صُمم كي يستطيع الوكيل التحقق من عمله
يرسم Rune بلا واجهة، ويفرّغ شجرة عناصره، ويقبل إدخالًا مكتوبًا، ما يمنح وكيل البرمجة إشارة قابلة للمقارنة لا تقدمها لقطة الشاشة أبدًا. الإطار في مرحلة ما قبل الإصدار ولا يستقبل pull requests.