في 20 سبتمبر 2026، أطلق فريق Qwen نموذج توليد الصور «Qwen-Image 2.1». وأبرز ما يميزه أنه يجمع في نموذج واحد بين توليد الصور من النصوص، والتحرير باستخدام صور مرجعية، ودمج عدة صور، والتحرير الموضعي، وتوليد الصور ذات الخلفية الشفافة (RGBA) وتحريرها. يحتوي جزء توليد الصور على 7 مليارات معلمة. وبدلاً من السعي وراء تضخيم الحجم فقط، يهدف النموذج إلى حجم وكفاءة معالجة يسهل التعامل معهما في البيئات المحلية.

الخلاصة أن Qwen-Image 2.1 ليس نموذجاً هدفه رسم أفضل لقطة من العدم بقدر ما هو نموذج إنتاجي مثير للاهتمام، يحافظ على الصور الموجودة دون إفسادها كثيراً، ويدمج عدة عناصر، ويغيّر الجزء المقصود بدقة. وأكثر ما نال الإشادة على Reddit هو التحرير، واتساق الشخصيات، ودمج المنتجات، والرسم خارج الإطار، والأصول الشفافة. في المقابل، توجد تقارير واضحة عن نقاط ضعف في الأيدي، والوجوه البعيدة، وضوضاء التفاصيل، وسحق درجات الأسود، وترميم الصور القديمة، والأسلوب الأنمي.

ينظم هذا المقال جميع الميزات استناداً إلى المعلومات الرسمية، ويستعرض أبرز سلاسل Reddit ليجمع اختبارات التوليد والتحرير التي أثارت الاهتمام في «100 مثال». ولا يعني الرقم 100 وجود 100 منشور مستقل؛ بل هو عدد موضوعات الرسم الفردية وعمليات التحرير التي اختُبرت ضمن منشورات ومعارض وسير عمل شائعة متعددة.

ما هو Qwen-Image 2.1

Qwen-Image 2.1 هو نموذج موحد لتوليد الصور وتحريرها ضمن عائلة Qwen. ووفقاً للوصف الرسمي، يستخدم جزء التوليد نموذج Single-Stream DiT من 32 طبقة و7 مليارات معلمة. يحول Qwen3-VL 8B التعليمات النصية والصور الشرطية إلى تمثيل مشترك، بينما يتولى RGBA VAE ذو 64 قناة ضغطاً مكانياً بمقدار 16 مرة وشفافية أصلية.

وتتلخص التحسينات الرسمية في أربعة محاور:

1. صغير وفعّال: تحسين التوازن بين الجودة والتكلفة الحاسوبية عبر انتباه مختلط الدقة وإعادة استخدام prefix KV cache.
2. توحيد التوليد والتحرير: يمكن توليد الصور العادية والشفافة وتحريرها بالنموذج نفسه.
3. تحرير متعدد الاستخدامات: يدعم حتى 10 صور مرجعية، والتحديد الموضعي عبر الأقنعة أو الرسم، والحفاظ على هوية الأشخاص والمنتجات.
4. الملمس والجماليات: تحسين الطباعة، وإضاءة البورتريه، والملامس الدقيقة.

المصادر: مدونة Qwen الرسمية، GitHub الرسمي، توثيق Diffusers

تنظيم جميع الميزات

1. توليد الصور من النص

يدعم النموذج Text-to-Image المعتاد. ولا يقتصر على التعليمات القصيرة، بل يتعامل عبر Qwen3-VL مع النصوص الطبيعية الطويلة والتعليمات المعقدة التي تشمل التكوين والإضاءة والخامات والمقدمة والخلفية والعناصر النصية. تعتمد الأمثلة الرسمية 40 خطوة أساساً، بينما اختبر المجتمع LoRA سريعة من 8 إلى 16 خطوة، وإعدادات تركز على الجودة من 30 إلى 40 خطوة.

2. تحرير الصور

يمكن إدخال صورة وتعليمة نصية في الوقت نفسه لتغيير اللون، والطقس، والخلفية، والملابس، والوضعية، والخامة، والإضاءة، وزاوية الكاميرا وغير ذلك. ويرى كثيرون على Reddit أن التحرير أقوى من T2I الخالص.

3. حتى 10 صور مرجعية

يمكن إدخال أشخاص وملابس وأحذية وحقائب وقبعات وأثاث ومنتجات من صور منفصلة ودمجها في مشهد واحد. تشمل الأمثلة الرسمية صورة جماعية تجمع وجوه ستة أشخاص، وتجربة افتراضية من خمسة عناصر، وتصميم غرفة باستخدام 10 قطع أثاث. لكن تقارير المجتمع تشير أيضاً إلى أن زيادة المراجع تجعل تضارب التعليمات وامتزاج السمات أكثر احتمالاً.

4. RGBA أصلي وخلفيات شفافة

بدلاً من إزالة الخلفية في المعالجة اللاحقة فقط، يستطيع النموذج توليد صور تتضمن قناة شفافية مباشرة. وهو مناسب لعزل موضوع من صورة، أو تحرير شكل عنصر شفاف، أو إنشاء أصول شفافة تضم عناصر متعددة.

5. التحرير الموضعي والتحرير بالأقنعة

يمكن تحديد موضع التغيير باستخدام دوائر أو ملاحظات مرسومة أو أقنعة مستقلة. في ComfyUI، جُرّبت تعليمات مثل تلوين جزء من الصورة والقول: «غيّر الملابس في المنطقة الحمراء فقط». وبالاقتران مع LanPaint، يمكن أيضاً إجراء inpainting على قناة ألفا نفسها، لا على الألوان فقط.

6. الرسم خارج الإطار

يمكن توسيع اللوحة من أعلى أو أسفل أو يمين أو يسار، ورسم المساحات الفارغة بما يتوافق مع سياق الصورة الأصلية. لفتت تقارير Reddit الانتباه إلى القدرة على التوسيع في عدة اتجاهات دفعة واحدة وبسرعة أعلى من سير العمل المتخصص التقليدي.

7. الحفاظ على الهوية

يركز الاستخدام على الحفاظ على وجه الشخص وملابسه ووضعه، أو شكل المنتج وعناصر علامته، مع تغيير الخلفية أو بعض السمات فقط. وهو شائع خصوصاً في أوراق الشخصيات وإنتاج اللقطات المتتابعة، لكن الزوايا المتطرفة والتعبيرات القوية والتسلسلات الطويلة تحتاج اختباراً لانجراف الهوية.

8. رسم النصوص والتصميم

يدعم الملصقات والتغليف واللافتات والصور التي تتضمن طباعة. ومن سير العمل الشائع تنظيم التكوين والهرمية المعلوماتية وحجم النص والهوامش بواسطة LLM خارجي قبل تمريرها إلى النموذج. لكن وردت تقارير عن اختلاط الصينية غير المقصودة في الرسوم المعلوماتية الإنجليزية.

9. إعادة كتابة المطالبات

يتضمن المستودع الرسمي معيدي كتابة للمطالبات لكل من T2I وI2I. وهما يوسّعان الطلبات القصيرة إلى تكوينات تفصيلية، ويعيدان في التحرير صياغة التعليمات للحفاظ على ما عدا موضع التغيير. وتشير تقارير المجتمع إلى أن القوالب المخصصة حسب الاستخدام قد تكون أفضل أحياناً من إعادة الكتابة الافتراضية.

10. التسريع، وتوفير الذاكرة، والتكميم

يدعم CPU offload في Diffusers، وprefix KV cache في vLLM-Omni، وCUDA Graph، وFP8، والتوازي على مستوى الموترات، وذاكرة الإخراج المحملة والتحسينات النواتية في SGLang. وظهرت لـ ComfyUI نسخ مشتقة من BF16 وINT8 ConvRot وGGUF وأنظمة 4bit. توجد تقارير مستخدمين عن سرعة تقارب الضعف باستخدام LoRA من 4 خطوات، وعقد مخصصة لتشغيل توسيع المطالبة على 8GB VRAM، لكن ينبغي دائماً التحقق من المفاضلة بين السرعة والجودة.

11. البيئات المدعومة

تتوفر إرشادات للتنفيذ الرسمي وHugging Face Diffusers وComfyUI وvLLM-Omni وSGLang-Diffusion وLightX2V وModelScope. كما تُعرض أمثلة ROCm لبطاقات AMD Radeon ودعم عدة شرائح عبر FlagOS.

12. ملاحظات الترخيص

أوزان النموذج متاحة، لكنها لا تُقدَّم بترخيص Apache 2.0، بل بموجب «Qwen Research License Agreement». ينص الترخيص الرسمي بوضوح على أن الاستخدام التجاري يتطلب ترخيصاً تجارياً منفصلاً. وهناك أيضاً التزامات إشعار عند إعادة التوزيع، واشتراط إظهار «Built with Qwen» أو «Improved using Qwen» في وثائق نماذج الذكاء الاصطناعي المشتقة. ينبغي مراجعة النص الأصلي دائماً قبل اعتماده في العمل.

المصدر: الترخيص الرسمي

50 منظوراً من الأمثلة الرسمية

نعرض هنا 50 مثالاً تتمحور حول عينات Qwen-Image 2.1 الرسمية التي نشرها فريق Qwen، مع ربطها بالنقاط التي نوقشت بكثرة على Reddit. ولا تقتصر الأمثلة على «لقطات جميلة»؛ بل تشمل المدخلات ونتائج التحرير والأقنعة والمراجع المتعددة وتغيير الكاميرا وإنشاء المواد، لإظهار المواضع التي يفيد فيها النموذج ضمن عملية الإنتاج.

أصول شفافة وتوليد الرسوم

المثال 1: رسم شفاف بزخرفة رقصة الأسد. مثال يعالج الزخارف الدقيقة على الحواف وخلفية ألفا في آن واحد.

المثال 2: رسم زخرفي لامرأة محاطة بالزهور. يتضمن حدوداً معقدة للشعر والبتلات والأوراق.

المثال 3: شخصية أعمال تستخدم حاسوباً محمولاً. رسم مقصوص مناسب للويب ومواد العروض.

المثال 4: عدة زينات معلقة. يدمج الشفافية الجزئية والخيوط الرفيعة وملامس مواد مختلفة في صورة واحدة.

المثال 5: عدد كبير من شخصيات الكلاب. مثال على التمييز بين عدة ذوات وتكوين المجموعة.

تحرير الصور واستبدال النصوص

المثال 6: الصورة الأصلية لموظف مرهق. صورة شرطية للمقارنة مع نتيجة التحرير التالية.

المثال 7: موظف بتعبير وأجواء مختلفين. يغير مشاعر الشخصية مع الحفاظ على التخطيط.

المثال 8: حروف زهرية لكلمة «BLOOM». مثال مرجعي للحروف والزخرفة والمحاذاة الوسطية.

المثال 9: استبدال النص بـ «Qwen-Image». تحرير طباعي يحافظ على الأسلوب الزهري.

المثال 10: صورة برج نهارية. مثال إدخال لتحرير وقت اليوم والخلفية.

الخلفية، ووقت اليوم، وعدة أشخاص

المثال 11: شجرة مزهرة ليلاً. مثال لرؤية قدرة التحرير على تحويل صورة نهارية إلى منظر ليلي أو تغيير الأجواء.

المثال 12: توليد صورة جماعية من مراجع أشخاص متعددة. يوضح جوهر ميزة المراجع العشرة كحد أقصى.

المثال 13: تنسيق أزياء باستخدام مراجع متعددة للشخص والملابس. قريب من مفهوم التجربة الافتراضية.

المثال 14: تكوين غرفة من صور أثاث كثيرة. استخدام لوضع كتالوج منتجات داخل غرفة.

المثال 15: رسم تعليمات لونية حول قطة. إدخال لتحديد موضعي عبر ملاحظات مرسومة.

التحرير الموضعي، والأقنعة، والدمج

المثال 16: تغيير القطة في المنطقة المحددة فقط. يستبدل الموضوع مع الحفاظ على الفراش والشخص.

المثال 17: قرش تحت الماء وتعليمات موضعية. إدخال تحرير مرسوم مباشرة على الموضوع.

المثال 18: مشهد تحت الماء بعد إضافة غواص. دمج يطابق ضوء الماء ومقياسه.

المثال 19: الصورة الأصلية لشخص يركب حماراً. صورة أساس للتحرير بالأقنعة.

المثال 20: قناع يوضح الشخص والحمار. طريقة أخرى تحدد منطقة التغيير بالأبيض والأسود.

إعادة تموضع الأشخاص والحفاظ على الوجه

المثال 21: نتيجة تحرير الشخص باستخدام قناع. يمكن أيضاً مقارنة اتساقه مع خلفية المرج.

المثال 22: بورتريه مرجعي للوجه. صورة أساس تستخدم لتوليد صورة كاملة الجسم وبيئة جديدة.

المثال 23: توسيع الشخص المرجعي إلى صورة كاملة في الخارج. ينقل الوجه والملابس إلى تكوين جديد.

المثال 24: صورة وجه شبه أمامية. إدخال لتحرير تسريحة الشعر.

المثال 25: صورة وجه بتسريحة شعر معدلة. يحافظ على ملامح الوجه والخلفية ويطيل الشعر فقط.

الوضعيات، والمشاهد، وصور المنتجات

المثال 26: شخص قرفصاء في الميناء. مثال يتضمن وضعية معقدة وأغراضاً وخلفية بعيدة.

المثال 27: شخص يفتح صندوقاً في الداخل. تكوين لاختبار الأصابع والصندوق وتراكب الجسد.

المثال 28: مستحضر تجميل ممسوك باليد. صورة منتج تشمل نص الملصق وتلامس الأصابع.

المثال 29: تحويل مستحضر التجميل إلى لقطة منتج داخلية. يضيف ضوءاً طبيعياً وطاولة وعناصر طعام صغيرة.

المثال 30: ملابس على عارضة. مرجع المنتج المستخدم لتوليد تجربة الملابس على شخص لاحقاً.

التجربة الافتراضية ودمج العناصر القابلة للارتداء

المثال 31: إلباس الشخص الملابس المرجعية. يطابق النقش والطول والصورة الظلية مع الجسم.

المثال 32: صورة منتج لسوار منفرد. صورة شرطية لدمج عنصر قابل للارتداء.

المثال 33: وضع السوار على معصم شخص. يطابق تلامس الجلد والظلال بصورة طبيعية.

المثال 34: سيلفي أمام برج. صورة إدخال تستخدم لتغيير المنظور.

المثال 35: الانتقال من السيلفي إلى منظور شخص ثالث. يعيد بناء الشخص والمكان نفسيهما بلقطة أوسع.

أوراق الشخصيات والاستمرارية

المثال 36: بورتريه لشخص بملابس بيضاء. إدخال لمادة إعداد الشخصية.

المثال 37: ورقة تصميم تجمع إعدادات الشخصية في صورة واحدة. تدمج الوجه والملابس والإكسسوارات والمعلومات النصية.

المثال 38: ورقة شخصية تتضمن الأمام والجانب والخلف. مناسبة لمراجع الفيديو والقصص المصورة.

المثال 39: وضع الشخص نفسه في عدة مشاهد. يختبر الحفاظ على الوجه والملابس عند تغيير الوضعيات والأماكن.

المثال 40: مخطط توضيحي لمبنى. إنشاء مادة تجمع النصوص والمخططات وعينات المواد والتعليقات في صورة واحدة.

واجهات المستخدم، والمستندات، وصور الأشخاص الطبيعية

المثال 41: واجهة مستخدم لتطبيق حجز سفر. تصميم شاشة يضم نصوصاً صغيرة وبطاقات وصوراً وأزراراً.

المثال 42: مستند يحتوي مسائل هندسية. يبيّن صعوبة توليد صفحة تضم نصاً طويلاً وأشكالاً هندسية.

المثال 43: بورتريه خارجي بضوء طبيعي. تمثيل القبعة والشعر والضوء المتسلل بين الأشجار.

المثال 44: صورة شخص في مرسى. مثال واقعي يضم خلفية دقيقة من حبال وقوارب وأدوات.

تكبيرات ومناظير بديلة أسهل للمقارنة

المثال 45: تكبير لجزء من نتيجة صورة جماعية. يتيح فحص الوجوه والوضعيات والإضاءة عند جمع مراجع متعددة في فضاء واحد.

المثال 46: تكبير للغرفة بعد دمج الأثاث. يصنع المنظور والضوء في الغرفة كاملة انطلاقاً من مراجع منتجات منفردة.

المثال 47: اقتصاص مربع بعد تغيير منظور الكاميرا. يجعل علاقة مقياس الشخص والبرج في الخلفية أوضح.

المثال 48: تكبير لورقة تصميم الشخصية. يمكن فحص الجودة الموضعية لتعبيرات الوجه والنصوص والإكسسوارات.

المثال 49: تكبير لجزء من توسعة الشخص نفسه إلى عدة مشاهد. يتيح فحص اتساق الملابس والوجه المهم في الإنتاج الطويل.

المثال 50: تكبير للرسم المعلوماتي المعماري. يوضح التحدي المركب للرسم الخطي والمواد والتعليقات وتصميم المساحات البيضاء.

مصدر الصور: عينات Qwen Team الرسمية لـ «Qwen-Image-2.1». واللقطات المكبرة الست هي اقتصاصات محررة لأغراض الشرح المقارن.

100 مثال واختبار أثار الاهتمام على Reddit

فيما يلي تنظيم لـ 100 نمط فعلي من التوليد والتحرير أثارت النقاش في منشورات Qwen-Image 2.1 الرئيسية على Reddit. وبسبب اختلاف الآراء الذاتية للناشرين والبيئات، لا ينبغي اعتبارها معياراً مرجعياً، بل كتالوجاً عملياً يوضح ما الذي يمكن اختباره لكشف طبيعة النموذج.

A. صور الأشخاص والبورتريهات (1–10)

1. صورة لامرأة هاوية تبدو ملتقطة بهاتف ذكي.
2. بورتريه يومي ملتقط في قسم مبيعات سوبرماركت.
3. صورة شخص بإضاءة خلفية سينمائية.
4. إعادة إضاءة شخص أمام خلفية ليلية.
5. تغيير الطقس ووقت اليوم معاً إلى ليلة ممطرة.
6. صورة أزياء تحافظ على ملمس البشرة.
7. لقطة جانبية يمنى من موضع كاميرا منخفض.
8. تغيير زاوية الكاميرا من صورة أمامية إلى زاوية ثلاثة أرباع.
9. إعادة توليد الوجه بتغيير كبير في التعبير.
10. توليد «وجه مرجعي» موحد من عدة شروط إضاءة.

مصادر ملحوظة: اختبار أكثر من 200 صورة 1girl (نحو 1,483 تصويتاً)، مراجعة مبكرة

B. اتساق الشخصيات (11–20)

11. ورقة للشخصية نفسها من الأمام والجانب والخلف.
12. مادة إعداد تجمع لقطة الوجه وصورة كاملة الجسم في صفحة واحدة.
13. توليد وجه واحد متسق من مراجع وجه 2×2.
14. نقل الشخص نفسه إلى مكان مختلف مع الحفاظ على الوجه.
15. تغيير ملابس الشخص نفسه فقط.
16. تغيير تسريحة شعر الشخص نفسه فقط.
17. استبدال وضعية الشخص نفسه فقط.
18. رسم الشخص نفسه بنسخة واقعية ونسخة كوميكس.
19. إنشاء وضعيات متعددة للقطات المتتابعة.
20. استخدام ورقة الشخصية كمرجع لتوليد الفيديو.

مصادر ملحوظة: ورقة تصميم الشخصيات، مراجع الوجه من أربع جهات (نحو 157 تصويتاً)، Qwen مقابل FLUX.2 Krea (نحو 116 تصويتاً)

C. نقل الوضعيات والكاميرا والتكوين (21–30)

21. نقل وضعية المرجع 2 إلى الشخص في المرجع 1.
22. وضع شخص جالس على الكرسي الأصفر في صورة أخرى.
23. تحويل الوقفة إلى جلوس مع الحفاظ على الملابس.
24. تحويل تكوين أمامي إلى لقطة متوسطة من زاوية منخفضة.
25. توسيع مجال الرؤية فقط مع الحفاظ على حجم الموضوع.
26. نقل وضعية من صورة استوديو وضعيات إلى شخص واقعي.
27. تحويل شخص واقعي إلى أسلوب سيمبسونز مع الحفاظ على الوضعية.
28. الحفاظ على موضع ارتداء المنتج رغم تغيير زاوية الكاميرا.
29. تطبيق عمق مجال كبير على المقدمة والخلفية معاً.
30. تحويل عدة أشخاص إلى صورة جماعية من دون الإخلال بترتيبهم.

مصادر ملحوظة: نصائح التحرير (نحو 513 تصويتاً)، Editing Beast (نحو 840 تصويتاً)

D. المنتجات والإعلانات والتجربة الافتراضية (31–40)

31. استبدال علب كولا مهشمة بعلب منتج آخر دفعة واحدة.
32. تغيير اللون والتصميم فقط مع الحفاظ على تشوه العلبة.
33. عكس لون المنتج على الأسطح البيضاء المحيطة.
34. وضع ساعة من صورة أخرى على معصم شخص بصورة طبيعية.
35. إعلان ساعة يحافظ على الوضعية الأصلية وبنية الجسم والإضاءة.
36. تجربة ملابس بخمسة مراجع: عارض وملابس وأحذية وحقيبة وقبعة.
37. وضع شعار من صورة أخرى على صورة منتج.
38. استبدال التغليف فقط مع الحفاظ على موقع التصوير.
39. قص منتج بخلفية شفافة للتجارة الإلكترونية.
40. توسيع المنتج نفسه إلى خلفيات وإضاءات متعددة.

مصادر ملحوظة: Editing Beast (نحو 840 تصويتاً)، مثال المراجع المتعددة في المدونة الرسمية

E. تحرير الخلفية والإضاءة والخامات (41–50)

41. تغيير خلفية نهارية إلى ليلة ممطرة.
42. استبدال الخلفية فقط مع الحفاظ على الشخص.
43. نقل إضاءة وخلفية الصورة المرجعية معاً.
44. استبدال سطح جدار بملمس أخضر من صورة أخرى.
45. تحويل غرفة إلى إضاءة غروب دافئة.
46. التحويل إلى إضاءة حادة بأسلوب تصوير أزياء راقٍ.
47. إعادة حساب ظل الشخص ليتوافق مع ضوء الخلفية.
48. مقارنة الواقعية بين الضوضاء العادية وضوضاء Brownian.
49. مقارنة الملمس بين Euler وسامبلر مخصص eta 0.50.
50. الجمع بين الحدة والطبيعية باستخدام سامبلر على مرحلتين.

مصادر ملحوظة: نصائح التحرير، سلسلة اختبار الإعدادات (نحو 80 تصويتاً)

F. PNG شفاف، والقص، والتحرير الموضعي (51–60)

51. PNG بخلفية شفافة لشخصية واحدة.
52. أصل منتج بخلفية شفافة.
53. مادة تصميم شفافة مكونة من عناصر متعددة.
54. استخراج الشخص فقط من صورة.
55. تحرير موضوع على طبقة شفافة.
56. inpainting لشكل يتضمن حدود ألفا.
57. تغيير شكل سماعات الرأس والمنطقة الشفافة معاً.
58. استبدال منطقة الملابس المطلية بالأحمر فقط.
59. تحرير غرض صغير محاط بدائرة فقط.
60. تحرير موضعي يعيد كل ما هو خارج القناع بالكامل.

مصادر ملحوظة: تحرير ألفا عبر LanPaint (نحو 77 تصويتاً)، مراجعة مبكرة

G. الرسم خارج الإطار والترميم (61–70)

61. توسيع اللوحة من الجانب الأيسر فقط.
62. توسيع اللوحة من الجانب الأيمن فقط.
63. توسيع اللوحة من الأعلى فقط.
64. توسيع اللوحة من الأسفل فقط.
65. توسيع اليسار واليمين والأسفل في وقت واحد.
66. ملء الفراغات في صورة مائلة.
67. استعادة خلفية فُقدت بسبب اقتصاص سيئ.
68. استكمال محيط موضوع مقطوع جزئياً خارج الإطار.
69. تحويل الصورة إلى زاوية واسعة مع الحفاظ على الخلفية الأصلية.
70. مقارنة تغير التحبب والتباين عند ترميم صورة قديمة.

مصادر ملحوظة: اختبار الرسم خارج الإطار (نحو 62 تصويتاً)، اختبار نقدي لترميم الصور

H. الملصقات والنصوص والتصميم الغرافيكي (71–80)

71. ملصق فعالية يتضمن عنواناً كبيراً.
72. تصميم إعلاني تُحدَّد فيه البنية والهرمية المعلوماتية مسبقاً.
73. مقارنة استقرار النصوص الكبيرة عند 2–2.5MP.
74. مقارنة رفع تفصيل المرئيات بلا نص عند نحو 4MP.
75. تصميم تغليف يحمل اسم المنتج.
76. رسم يعرض «Qwen» على تلفاز قديم.
77. دمج لافتة أو شعار بصورة طبيعية في صورة أخرى.
78. تخطيط معقد عبر مطالبة نصية طويلة.
79. اختبار تشوه النص وامتزاج الصينية في رسم معلوماتي إنجليزي.
80. ملصق يقارن جودة التصميم بنماذج الصور من عائلة GPT.

مصادر ملحوظة: قالب مطالبات للتصميم، مراجعة قصيرة ومثال تلفاز قديم

I. تحويل الأساليب والرسوم وصناعة السرد (81–90)

81. تحويل صورة واقعية إلى أسلوب كوميكس.
82. تحويل شخص واقعي إلى أسلوب سيمبسونز.
83. نقل أسلوب الصورة المرجعية فقط إلى صورة أخرى.
84. تحويل الألوان مع الحفاظ على الشخصية والخلفية.
85. توليد صورة بأسلوب Polaroid.
86. توليد لوحة قصصية من أربع خانات.
87. توسيع الشخص نفسه إلى مشاهد متعددة.
88. لقطات سردية متتابعة تحافظ على حيوان وسيارة وشخص.
89. رسم يشبه لقطة شاشة من أنمي معاصر.
90. مقارنة فشل الأسلوب الأنمي عند انجذابه إلى الواقعية.

مصادر ملحوظة: تجربة Polaroid، مقارنة استخدام الأنمي مع Krea 2، مراجعة مبكرة

J. سير العمل والسرعة ومقارنة الجودة (91–100)

91. مقارنة التكوين والملمس والتباين عند CFG من 1 إلى 5.
92. مقارنة «الإفراط في الحرق» بين CFG أقل من 2 وCFG 4.
93. توليد سريع عند 16 خطوة و1MP وINT8.
94. اختبار جودة التحرير عند 25 خطوة و2K.
95. رفع الدقة من 2K إلى 4K بعد 30 خطوة.
96. تحرير يستهدف سرعة تقارب الضعف مع LoRA من 4 خطوات.
97. توليد شخص في نحو 45 ثانية عند 8 خطوات و1024×1280 وRTX 3060.
98. مقارنة سرعة أوراق الشخصيات بين Qwen وFLUX.2 Krea.
99. اختبار دقة البكسل عند 2K ودمج 10 صور مرجعية.
100. مقارنة خفض ضوضاء التفاصيل باستخدام Fix v2.0 وسامبلر مخصص.

مصادر ملحوظة: سلسلة إصدار نماذج ComfyUI (نحو 106 أصوات)، 4 خطوات وVRAM منخفضة (نحو 44 تصويتاً)، نتائج التجارب، Fix v2.0

خلاصة تقييمات Reddit

النقاط التي حظيت بتقدير مرتفع

• أداء التحرير: يحافظ على الصورة الأصلية جيداً نسبياً رغم تغيير الألوان والخلفية والخامات والوضعيات والمنتجات.
• المراجع المتعددة: قوي في إنتاجات تجمع الأشخاص والمنتجات والأزياء والإكسسوارات.
• اتساق الشخصيات: واعد كنقطة انطلاق لمواد الإعداد واللقطات المتتابعة.
• الصور الشفافة: يمكنه توليد قناة ألفا نفسها وتحريرها، وليس القص فقط.
• الرسم خارج الإطار: سهل الاستخدام لتوسيع الصورة في عدة اتجاهات مرة واحدة.
• الحجم والسرعة: عملي كنموذج توليد 7B، مع خيارات كثيرة للتكميم والتسريع.

نقاط الضعف التي تتكرر الإشارة إليها

• الأيدي والأصابع والذراعان والبنية البشرية المعقدة غير مستقرة.
• الوجوه البعيدة والخطوط الرفيعة قابلة للتشوه.
• قد يظهر في المخرج الافتراضي إحساس بالضوضاء أو اضطراب التفاصيل.
• التباين قوي أحياناً وتهبط درجات الأسود أكثر من اللازم.
• قد يغير ترميم الصور التحبب الأصلي والأشكال الدقيقة من تلقاء نفسه.
• توجد انتقادات لامتلاء بنية الجسم في أوراق الشخصيات.
• تزداد احتمالات تداخل السمات والهلوسة مع زيادة الصور المرجعية.
• تنجذب بعض أساليب الأنمي إلى اتجاه واقعي أو سينمائي.
• رغم وجود أمثلة قوية للنصوص، تبقى النصوص الصغيرة والرسوم المعلوماتية الإنجليزية غير مستقرة.
• تختلف النتائج كثيراً باختلاف الإعدادات وإعادة كتابة المطالبة والسامبلر.

ما يظهر من هذه الآراء المتباينة هو أن Qwen-Image 2.1 ليس «نموذجاً عاماً مثالياً من محاولة واحدة»، بل نموذج إنتاجي يتمحور حول التحرير ويتحسن كلما صُقلت إعداداته وسير عمله.

بداية عملية

في ComfyUI، حدّث البرنامج إلى أحدث إصدار ثم اختر Text-to-Image أو Image Edit من القوالب المدمجة. كما تتوفر سير العمل المدعومة رسمياً على GitHub. من المفيد أولاً إنشاء صورة مرجعية باستخدام 40 خطوة قريبة من الإعداد الرسمي، ثم خفضها إلى 16 و8 و4 خطوات لمقارنة السرعة والجودة.

في التحرير، بدلاً من طلب مبهم مثل «اجعلها أفضل»، يسهل الاختبار عند الكتابة بالترتيب التالي:

1. ما الذي تريد تغييره.
2. الصورة المرجعية التي ستأخذ منها العنصر.
3. ما الذي لا يجوز تغييره إطلاقاً.
4. كيفية الحفاظ على الضوء والخلفية وبنية الجسم والوضعية والتكوين.
5. إدراج العناصر المحتمل فشلها في تعليمات سلبية.

فعلى سبيل المثال، في دمج منتج، حدّد الهدف وشروط الحفظ بوضوح: «حافظ على الشخص والوضعية من الصورة 1، وضع ساعة اليد فقط من الصورة 2 على المعصم. لا تغيّر بنية الجسم أو الخلفية أو الإضاءة». وفي المراجع المتعددة، من المهم ألا يكون الربط بين <image1> و<image2> ملتبساً.

في أمثلة Reddit للصور الشفافة، تُذكر صراحةً عبارات مثل «RGBA image» و«alpha channel» و«background is transparent». وإذا أردت تحرير حدود الشفافية نفسها، فاستخدم معالجة أقنعة تدعم ألفا، مثل LanPaint.

لمن يناسب؟

يناسب Qwen-Image 2.1 الاستخدامات التالية:

• من يريد إنتاجاً محلياً في ComfyUI.
• من يريد تغيير جزء فقط من شخص أو منتج.
• من يريد جمع عدة عناصر مرجعية في إعلان أو مشهد واحد.
• من يريد إنشاء مواد إعداد للشخصيات أو صور مرجعية للفيديو.
• من يريد إنشاء PNG شفاف أو أصولاً للألعاب والويب.
• فرق البحث والتطوير التي تريد تشغيل API لتوليد الصور وتحريرها على خوادم مخصصة.

وعلى العكس، لا غنى عن المقارنة مع نماذج أخرى والتحقق من الترخيص في حالات الترميم الفوتوغرافي الكامل، والهوية الدقيقة في الأعمال المتتابعة الطويلة، والوضعيات المعقدة التي تكون فيها الأيدي مهمة، والرسوم المعلوماتية الكثيفة بالنصوص الصغيرة، أو الاعتماد غير المشروط مع افتراض الاستخدام التجاري.

الخلاصة

تكمن طبيعة Qwen-Image 2.1 في دمجه، ضمن جزء توليد صغير نسبياً من 7 مليارات معلمة، بين T2I وتحرير الصور وما يصل إلى 10 مراجع والتحرير الموضعي وRGBA الشفاف واستخراج الموضوع. وما يثير الحماس الأكبر على Reddit ليس توليد صور فتيات جميلات فحسب، بل استخدامات تختصر عملية الإنتاج: استبدال الساعات والعلب، وأوراق الشخصيات، ونقل الخلفيات والإضاءة، والرسم خارج الإطار، وتحرير ألفا.

لكن تقييم الأمثلة يعتمد بشدة على الإعدادات. إذ يمكن أن تغيّر CFG والسامبلر وعدد الخطوات والدقة وإعادة كتابة المطالبة وLoRA للتسريع النتائج إلى حد يبدو معه النموذج مختلفاً تماماً. من الآمن البدء بإعداد رسمي كأساس، ثم مقارنة تغيير واحد في كل مرة، وإجراء مقارنة عمياء مع نماذج أخرى في المشاريع المهمة.

وأكبر نقطة انتباه هي الترخيص. فإتاحة الأوزان لا تعني أن الاستخدام التجاري حر تلقائياً. النموذج جذاب جداً من الناحية التقنية، لكن ينبغي اتخاذ قرار اعتماده في العمل بعد مراجعة الترخيص الرسمي والشروط الأحدث.

الروابط الرئيسية

• مدونة Qwen-Image 2.1 الرسمية
• مستودع GitHub الرسمي
• توثيق Hugging Face Diffusers
• نماذج ComfyUI
• Reddit: أمثلة 1girl
• Reddit: Editing Beast
• Reddit: نصائح التحرير
• Reddit: الرسم خارج الإطار
• Reddit: inpainting لقناة ألفا
• Reddit: Qwen-Image 2.1 Fix v2.0

※ أُعد هذا المقال استناداً إلى المعلومات الرسمية والمنشورات المجتمعية العامة المتاحة حتى 4 أكتوبر 2026. وقد تتغير أعداد أصوات Reddit والأدوات المحيطة بالنموذج وشروط الترخيص.