أصدرت Krea، وهي شركة ناشئة تعمل في مجال إنشاء أدوات الذكاء الاصطناعي الإبداعية، Krea 2 (K2)، وهي عائلة من النماذج الأساسية ذات الأوزان المفتوحة لتحويل النص إلى صورة والتي تقول الشركة إنها تصنف ضمن أفضل 10 مولدات للصور في لوحة صدارة التحليل الاصطناعي والثانية بين النماذج من المعامل المستقلة. يأتي الإصدار، المفصل في تقرير فني نُشر في 23 يونيو 2026، مزودًا بنقطتي تفتيش نموذجيتين وترخيص متساهل يدعو المجتمع إلى الضبط الدقيق والبناء فوقهما.

على عكس العديد من نماذج الصور الحديثة التي تعمل على تحسين مخرجات افتراضية مصقولة واحدة، صممت Krea Krea 2 حول فكرة الاستكشاف الإبداعي، مما يكشف عن توزيع مرئي واسع يمكن للمستخدمين التنقل فيه بدلاً من فرض جمالية ضيقة واحدة. لمزيد من السياق حول هذه القصة، راجع تغطية صناعة الذكاء الاصطناعي.

نقطتا تفتيش لتلبية الاحتياجات المختلفة

يتضمن إصدار Krea 2 نقطتي تفتيش متميزتين. الأول، K2 Raw، هو نموذج أساسي غير مقطر مخصص للضبط الدقيق وأبحاث ما بعد التدريب، مما يمنح المطورين أساسًا نظيفًا للتكيف. أما النموذج الثاني، K2 Turbo، فهو عبارة عن نموذج توجيهي ومقطر زمنيًا تم تصميمه للتوليد السريع في بضع خطوات، وهو نوع التكرار السريع الذي تتطلبه مسارات العمل الإبداعية.

إن تقديم قاعدة صديقة للبحث ومتغير محسّن للسرعة يعكس انقسامًا عمليًا. يحصل الباحثون والمصلحون على النموذج الأولي للتجربة، بينما يحصل مستخدمو الإنتاج على نقطة تفتيش أسرع لا تضحي إلا بالقليل من الجودة من أجل السرعة.

موقف متعمد ضد بيانات التدريب التي ينشئها الذكاء الاصطناعي

أحد أبرز الادعاءات الواردة في تقرير Krea الفني يتعلق ببيانات التدريب. يذكر الفريق أنه لم يستخدم أي صور تم إنشاؤها بواسطة الذكاء الاصطناعي في مزيج التدريب المسبق الخاص به. في حين أن البيانات الاصطناعية والتقطير أصبحت اختصارات شائعة لاكتساب قدرات النموذج، فقد وجد كريا أنه حتى نسبة صغيرة من الصور التي تم إنشاؤها بواسطة الذكاء الاصطناعي أدخلت تحيزات في توزيع مخرجات النموذج.

والسبب واضح ومباشر: تميل الصور الاصطناعية إلى أن تكون أسهل للنموذج في التعلم، مما يفرض بشكل فعال سقفًا اصطناعيًا على الجودة. ولتنفيذ هذه السياسة، قامت شركة Krea ببناء مصنفات داخلية خصيصًا لتصفية الصور التي تم إنشاؤها بواسطة الذكاء الاصطناعي من مجموعة البيانات الخاصة بها، بدلاً من الاعتماد على المرشحات الجاهزة.

كما اتخذت الشركة وجهة نظر متناقضة بشأن جودة البيانات. بدلاً من التصفية القوية للحصول على درجات جمالية عالية، والتي يمكن أن تزيل عن عمد الصور الباهتة أو المحببة أو غير التقليدية التي تمثل اختيارات فنية صالحة، دافع كريا عن التنوع والتغطية واسعة النطاق. والنتيجة، كما تقول، هي نموذج ذو نطاق تعبيري أوسع من الأنظمة المدربة فقط على الصور الجميلة التقليدية.

خط أنابيب الهندسة المعمارية والتدريب

تم بناء Krea 2 على بنية محولات تم اختيار تصميمها النهائي من خلال دراسات الاستئصال الموسعة الموثقة في التقرير. بعد اختبار البدائل، استقر الفريق على الاهتمام بالاستعلام المجمع (GQA) مع الاهتمام السيني المسور، وSwiGLU MLP، وQwen 3 VL كبرنامج تشفير النص الخاص به. يستخدم التشفير الموضعي التضمينات الدوارة المحورية ثلاثية الأبعاد، ويجمع جهاز التشفير التلقائي بين Qwen Image VAE وFLUX 2 AE.

اتبع التدريب منهجًا متعدد المراحل. تقدم التدريب المسبق من خلال مراحل الدقة 256 بكسل و512 بكسل و1024 بكسل، مما أدى إلى تخصيص الجزء الأكبر من الحوسبة للعمل منخفض الدقة لبناء القدرات الأساسية بكفاءة قبل تحسين توليد الدقة العالية بدقة أعلى. قامت مرحلة منتصف التدريب بعد ذلك بربط توزيع التدريب المسبق الواسع وتوزيع الضبط الدقيق عالي الجودة الخاضع للإشراف باستخدام التجميع الدلالي والاستراتيجيات القائمة على الاسترجاع للحفاظ على تغطية المفاهيم النادرة والطويلة.

جعل الجيل استكشافيًا وقابلاً للتوجيه

حددت كريا وجود فجوة مستمرة بين كيفية تدريب النماذج وكيفية تعبير المستخدمين عن نواياهم فعليًا. أثناء التدريب، تتعلم العارضات من التسميات التوضيحية الغنية والمكثفة. في وقت الاستدلال، غالبًا ما يكتب المستخدمون مطالبات قصيرة وغامضة أو يشيرون نحو حالة مزاجية أو صورة مرجعية بدلاً من وصف المشهد بدقة.

لسد هذه الفجوة، تأتي Krea 2 بنظامين. الأول هو الموسع الفوري، الذي يتم تدريبه من خلال خط أنابيب التعلم المعزز والضبط الدقيق الخاضع للإشراف على مرحلتين أعلى نماذج اللغة الكبيرة مفتوحة المصدر، والذي يعين المطالبات البسيطة في اتجاهات مرئية أكثر ثراء دون الكتابة فوق نية المستخدم. والثاني هو نظام مرجعي للأسلوب يتيح للمستخدمين إدخال النمط أو الحالة المزاجية لواحدة أو أكثر من الصور المرجعية مع الحد الأدنى من تسرب المحتوى، مما يوفر تحكمًا دقيقًا في قوة النمط والمزج الموزون.

تعيد هذه المكونات معًا تعريف Krea 2 كوسيلة استكشافية. بدلاً من إرجاع إجابة واحدة، تم تصميم النموذج لكشف مساحة من الاحتمالات ومنح المستخدمين طرقًا عملية للتنقل من خلالها باستخدام التحكم المستند إلى النص والصورة.

الحفاظ على معرفة الكيانات الحقيقية

تتمثل إحدى الإمكانيات الدقيقة ولكن المهمة لأي منشئ صور في القدرة على التمثيل الدقيق للكيانات والأشخاص والأماكن والأشياء المعروفة التي قد يشير إليها المستخدمون بالاسم ببساطة. كان كريا يشعر بالقلق من أن طرق أخذ العينات القياسية قد تؤدي عن طريق الخطأ إلى إسقاط مفاهيم نادرة أو مهمة أثناء معالجة البيانات.

ولمنع حدوث ذلك، قام الفريق بتشغيل نظام PageRank على ويكيبيديا الإنجليزية، واحتفظ بأعلى 90 بالمائة من المقالات حسب الترتيب، وقام بتصفية المفاهيم التي لا يمكن تصويرها بشكل مفيد، ثم التحقق من التغطية عبر مجموعة بيانات التسميات التوضيحية الخاصة به، مع إعطاء الأولوية للصور التي تشير تسمياتها التوضيحية إلى مفاهيم نادرة. وأكد الفريق بعد ذلك أنه لم يتم إسقاط أي مفاهيم موجودة في مجموعة البيانات الأولية بالكامل من عينة التدريب النهائية.

حدود تنافسية مفتوحة للذكاء الاصطناعي للصور

يؤدي وصول Krea 2 إلى تكثيف المشهد المزدحم لتوليد الصور ذات الأوزان المفتوحة. تضع الشركة نموذجها على أنه "من بين أفضل 10 نماذج" في قائمة المتصدرين للتحليل الاصطناعي لتحويل النص إلى صورة و"المركز الثاني بين النماذج من المعامل المستقلة"، وهو ادعاء أنه إذا تم إخضاعه لتدقيق مجتمعي أوسع، فإنه سيجعل K2 واحدًا من أقوى مولدات الصور المتاحة بشكل مفتوح.

ويخدم التقرير الفني، الذي يضم ما يقرب من 12000 كلمة ويفصل كل شيء بدءًا من مبادئ تنظيم البيانات وحتى البنية التحتية للتدريب الموزع، غرضًا استراتيجيًا. من خلال نشر المنهجية وراء النموذج التنافسي، يدعو كريا إلى التدقيق وإعادة الإنتاج والتحسين، وهي عملة المصداقية في مجتمع البحث المفتوح.

بالنسبة للمبدعين والمطورين، فإن النتيجة هي نموذج صور قادر ومرخص بشكل مفتوح يعطي الأولوية للنطاق الإبداعي على افتراضي آمن واحد. بفضل الأوزان المتوفرة على Hugging Face والكود الموجود على GitHub، يخفض Krea 2 الحاجز أمام أي شخص يرغب في إنشاء مولد صور متطور أو تحسينه أو تجربته ببساطة وفقًا لشروطه الخاصة.

---

ابق على اطلاع بأخبار الذكاء الاصطناعي

آخر أخبار وتحليلات وإنجازات الذكاء الاصطناعي — في مكان واحد.

اقرأ المزيد من أخبار الذكاء الاصطناعي →