وصل Fibo 2.0 Dev إلى ModelScope: نقطة التحقق التي أنشأتها Bria فعليًا من أجل الضبط الدقيق

أُنشئت صفحة إدراج Fibo 2.0 Dev على موقع ModelScope الصيني في 17:03 UTC يوم 20 أكتوبر 2026 — وهو اليوم نفسه الذي أطلقت فيه Bria النموذج — وظهرت نسخة على الموقع الدولي بعد يومين، في 09:55 UTC يوم 22 أكتوبر. ولم تتحرك أيٌّ من المرآتين كثيرًا منذ ذلك الحين: فقد سجّلت صفحة الإدراج الصينية 691 عملية تنزيل، وسجّلت الدولية 59 عند الفحص هذا الأسبوع، وكلتاهما تحملان حقل ترخيص يقرأ، على نحو غير مفيد، "other". أعداد التنزيلات ليست القصة. القصة هي ما تقوله مجموعة الأدوات الهندسية الخاصة بـ ModelScope عن نقاط التحقق، لأن توثيق Fibo الخاص بـ DiffSynth-Studio يورد الآن ذلك بوضوح: فقط Fibo 2.0 Dev قابل للتدريب.

هذا أمر يستحق التمهّل فيه. أصدرت Bria (الشركة التي تقف وراء النموذج) Fibo 2.0 في 20 أكتوبر 2026 كنموذج مفتوح الأوزان يضم 8.13 مليار معامل، يتولّى توليد الصور من النص والتحرير بالتعليمات بمجموعة أوزان واحدة، ونشرت نقطتَي تحقّق تحت هذا الاسم — القاعدة الكاملة ومحرّر مُقطَّر. أما ModelScope، مركز النماذج الصيني الذي يوفّر مشروع DiffSynth-Studio نصوصَه البرمجية للتدريب، فقد دمج كليهما الآن ورسم الحدّ الذي كان المطورون ينتظرون رؤيته: نقطة التحقّق المُقطَّرة أداةٌ للنشر، أما غير المُقطَّرة فهي الشيء الذي يمكنك تعليمه.

ما الذي يوجد فعليًا على ModelScope، وما الذي لا يوجد

يوجد إدراجان اثنان، وهما مرآتان تعكسان الأوزان نفسها، لا إعادة بناء لها. يُدرج الموقع الصيني briaai/Fibo-2.0-dev ضمن مهمة التركيب من النص إلى الصورة (text-to-image-synthesis) مع المكتبات pytorch وlora وsafetensors وdiffusers — ووجود lora في تلك القائمة مؤشر صغير على النية. ويحمل الموقع الدولي معرّف النموذج نفسه مع عدّاد تنزيلات خاص به أصغر بكثير. وكلاهما يعود بالإشارة إلى مستودع Hugging Face المحمي ببوابة وصول بدلًا من استضافة نسخة منفصلة، لذا فإن من يحتاج إلى الملفات الفعلية لا يزال يمر عبر نموذج طلب الوصول غير التجاري الخاص بـBria.

هناك تفصيلان يستحقان الإشارة إليهما لأنهما سيربكان من يقرأ بطاقة النموذج بمعزل عن سياقها. فوسم المهمة يقول إنها نص إلى صورة فقط، وهذا لا يوفّي نقطة التحقق حقها: إذ يقوم Fibo 2.0 Dev بالتوليد والتحرير انطلاقًا من الأوزان نفسها، ومسار التحرير هو ما تهتم به معظم الفرق. كما يقول حقل الترخيص «أخرى» بدلًا من «CC BY-NC 4.0»، وهذا ثغرة في البيانات الوصفية وليس منحًا مختلفًا — فالمنح لا يزال هو ترخيص Bria غير التجاري، وهو أكبر قيد منفرد على أي شيء تضبطه تدريبًا تخصيصًا فوق نقطة التحقق هذه.

التوقيت مهم أيضًا لكيفية قراءة الخبر. فقد رُفعت الأوزان على Hub في 18–19 أكتوبر، وأصبحت لدى Artificial Analysis لقطة بحلول 20 أكتوبر، ودمجت ComfyUI دعمًا أصليًا في 21 أكتوبر، واكتملت المرآة الدولية لـ ModelScope في 22 أكتوبر. إن Fibo 2.0 Dev عبارة عن نقطة حفظ عمرها تسعة أيام في مرحلة توزيع لا تزال متحركة، وليس إصدارًا قديمًا يُعاد إحياؤه.

‏Dev versus Edit Turbo هو تفرّع حقيقي، وليس مجرد غرابة في التسمية.

نشرت Bria نقطتَي حفظ تحت اسم إصدار واحد، والفرق بينهما يحدد كل ما يأتي لاحقًا:

• أخذ العينات — يُشغّل Fibo 2.0 Dev خمسين خطوة مع توجيه خالٍ من المصنِّف عند 5.0؛ ويُشغّل Fibo 2.0 Edit Turbo أربع خطوات مع تثبيت التوجيه عند 1.0، أي أنه لا يوجد توجيه على الإطلاق.

• تغطية المهام — يتولى Dev تحويل النص إلى صورة والتحرير؛ بينما يتولى Turbo التحرير فقط، لذا فإن موجّه تحويل النص إلى صورة مع Turbo هو الأداة الخاطئة وليس إجابة أبطأ.

• المطالبات السلبية — تعمل على Dev لأنّ CFG مُفعَّل؛ أمّا على Turbo فلا وجود لـ CFG يمكن توجيهه، لذا لا تملك المطالبة السلبية أيّ رافعة تُسحب.

• قابلية التدريب — هذا هو التفرّع المهم هنا. توضّح صفحة Fibo الخاصة بـ DiffSynth-Studio صراحةً أن Fibo-2.0-dev فقط هو هدف للتدريب؛ ويُوصَف Turbo بأنه غير مخصّص للضبط الدقيق.

• تكلفة الصورة الواحدة عند الاستدلال — إن Turbo أرخص بنحو مرتبة عشرية في التشغيل من أجل المهمة الضيقة التي يؤديها، وهذا تحديدًا هو السبب في أنه لا ينبغي لأحد أن يضبطه ضبطًا دقيقًا لملاحقة تلك الفجوة.

تحت السطح، هما بالبنية نفسها: محول انتشار بتطابق التدفق يعمل في الفضاء الكامن لـ FLUX.2 VAE، وهو DiT BF16 ذو 8,127,342,213 معلمة و44 كتلة أحادية المسار، خمس منها تُوجّه انتباهًا متقاطعًا إلى مشفّر نص Qwen3-VL-4B-Instruct، حيث يُضغط ناتجه إلى 256–512 رمز «gist» بواسطة معيد عينات Perceiver ثنائي الطبقات. يبلغ إجمالي ما يشغله المستودع نحو 25.5 GB — محول بقدر 16.3 GB، ومشفّر نص بقدر 8.9 GB، وVAE بقدر 0.34 GB — وهو الرقم الذي يجب أن تُحسب له الميزانية، لا رقم 8B المعلن.

وصفة التدريب: مُرمِّزات مجمّدة، وDiT قابل للتدريب

مساهمة ModelScope ليست مرآة أخرى بل مجموعة سكربتات، وشكلها تقليدي بالطريقة التي تجعلها قابلة للاستخدام. يعيد التدريب استخدام نفس FiboPipeline المستخدم للاستدلال، ويجري عبر examples/fibo/model_training/train.py. يُجمّد VAE ومُرمّز النص؛ ويُدرّب DiT بمطابقة التدفق. هذا الاختيار هو الخيار المعقول — فإجراء ضبط دقيق لمُرمّز Qwen3-VL-4B إلى جانب محوّل سعة 16 GB على عقدة واحدة مشروع مختلف — لكنه يعني أيضًا أن الضبط الدقيق يمكنه إعادة توجيه الأسلوب والتكوين وسلوك التحرير دون تعليم النموذج لغة جديدة حقًا من المطالبات.

يُدعم مستويان، وكلا المستويين مخصّص لـ DiT فقط:

• ضبط دقيق كامل — مرّر --trainable_models "dit" ودع Accelerate يتولى التكوين الموزع؛ يتحرك الـ transformer بأكمله، ولا يتحرك أي شيء آخر.

• LoRA — أرفق المحوّلات بـ DiT باستخدام --lora_base_model "dit"، وحدّد الوحدات المستهدفة والرتبة، واختياريًا استأنف من نقطة تحقق؛ تفترض سكربتات LoRA المرفقة استخدام وحدة GPU واحدة.

التحرير هدف تدريبي من الدرجة الأولى بدلًا من أن يكون فكرة لاحقة. تُمرّر عمليات التحرير `edit_image` وقناعًا اختياريًا عبر `--extra_inputs`، ويقرأ `UnifiedDataset` تلك الأعمدة من البيانات الوصفية؛ وتُدرَّب الصفوف التي لا تحتوي على أقنعة كعينات تحرير عادية بدلًا من حذفها. ولأن التوليد والتحرير يتشاركان الأوزان، يمكن لعملية ضبط دقيق واحدة تعليم مجال جديد وكيفية التحرير داخله — وتعرض بطاقة طراز Bria الخاصة هذا العرض التسويقي لـ LoRAs العلامات التجارية والأنماط، والمتخصصين في قطاعات محددة، ومحرري المهام الضيقة، وتوفر مدرب LoRA أحادي GPU مع دليل لإعداد البيانات في مجلد `fine_tuning/` داخل المستودع.

تُظهر مجموعتا البيانات المثاليتان المخطط الذي يُتوقع منك إنتاجه: ‏DiffSynth-Studio/diffsynth_example_dataset، مع تقسيم ‏fibo/Fibo-2.0-dev يحمل ملف CSV للبيانات الوصفية يتضمن الصورة والموجّه (prompt)، وتقسيم ‏fibo/Fibo-2.0-dev-Edit يحمل ملف JSON للبيانات الوصفية يتضمن الصورة والموجّه وedit_image وقناعًا اختياريًا. لا شيء في ذلك المخطط غريب أو غير مألوف؛ فالعمل يكمن في إنتاج التعليقات التوضيحية (captions).

VRAM: الجزء الذي لا تحدد بطاقة النموذج كميته

لا يوجد حد أدنى منشور. توصي وثائق DiffSynth بإعدادات VRAM منخفضة وبإدارة تلقائية لـ VRAM وفق الذاكرة المتبقية بدلًا من تسمية حد أدنى، ويوضح إعداد المثال ما يتوقعونه: التحميل والتحضير بتنسيق FP8 E4M3، والحساب بتنسيق BF16، والتفريغ إلى القرص، وتقييد الاستخدام الإجمالي عند إجمالي ذاكرة CUDA ناقص 0.5 GB. هذه وصفة كتبها أشخاص يعرفون أن الإجابة تعتمد على بطاقتك ودقة الصورة وما إذا كانت نقاط تفتيش التدرج مفعّلة — وهم صادقون في ذلك. خطّط للتفريغ وتقبّل أن الضبط الدقيق عند ميغابكسل واحد سيكون بطيئًا قبل أن يصبح جيدًا.

JSON المهيكل هو الواجهة، لذا يجب أن تتحدث به مجموعة بياناتك.

سطح التحكم في Fibo ليس مربع أوامر. دُرِّب النموذج على تعليقات Visual GenAI Language (VGL) — وهي JSON منظَّم تكون فيه الإضاءة والتكوين والأسلوب والكاميرا والكائنات حقولًا قابلة للعنونة بشكل مستقل — ويعيد مسار الاستدلال التعليق التوضيحي إلى جانب الصورة التي أنتجها. تتضمن أداة bria-vgl المساعدة الدالة create() للتوليد وmodify() للتعديلات، لذا لا يُتوقع منك كتابة JSON يدويًا؛ إذ يتولى VLM مستضاف عملية التوسيع ما لم تكتبه بنفسك.

لهذا أثر مباشر على الضبط الدقيق الذي تجاهلته تغطية الإطلاق إلى حد كبير. إذا دربت النموذج على مطالبات نصية حرّة، فأنت تدرب DiT على صيغة تسميات لم يُبنَ حولها، والتحكم الذي كنت تأمل في الحصول عليه هو أول ما يضيع. إن تخزين تسميات VGL في بياناتك الوصفية — سواء أُنشئت بواسطة خط المعالجة ثم حُررت، أو كُتبت عمدًا — يحافظ على سلوك الحقول القابلة للعنونة، وهو الفرق بين LoRA يحرّك أسلوبًا وLoRA يحرّك أسلوبًا دون إفساد بقية الإطار. وإذا كانت مجموعة التدريب لديك صورًا بلا تسميات، فإن مرحلة إنشاء التسميات هي الخطوة المكلفة، وهي مهمة نموذج لغوي.

وصلت الأدوات أسرع مما تحصل عليه معظم نقاط التحقق الجديدة

بالنسبة لنموذج عمره تسعة أيام، تكون المنظومة المحيطة به مكتملة على نحو غير معتاد، وهذا جزء من سبب أن تكامل ModelScope أقل أهمية مما يبدو، وأكثر فائدة من مجرد مرآة بسيطة.

diffusers — أُدرج BriaFibo2Pipeline ضمن PR #14991، وهو المسار الذي ستسلكه معظم شيفرات الاستدلال.

• ComfyUI — تم دمج الدعم الأصلي في 21 أكتوبر ضمن PR #17240 وصدر في v0.43.0، مضيفًا نوع مشفّر نص fibo2 الذي يحمّل Qwen3-VL-4B الرسمي وعقدة TextEncodeFibo2 التي تتعامل مع مطالبات VGL والصور المرجعية. تتبع إعادة تعبئة BF16 وINT8 تخطيط هذا المحمّل، ويوجد دعم معمارية GGUF للتشغيلات المحلية المكمّمة.

• ModelScope / DiffSynth-Studio — سكربتات الاستدلال والتدريب في مكان واحد، وهي الجزء الذي يحتاجه أي فريق يعتمد DiffSynth كمعيار فعليًا قبل أن يخطط لعملية ضبط دقيق.

الجدار الذي لا يذكره أحد: CC BY-NC 4.0

Fibo 2.0 أوزان مفتوحة، وليس مفتوح المصدر، والفجوة بين هذين المصطلحين هي المسألة التجارية بأكملها. ملفات الأوزان المحفوظة (checkpoints) مرخّصة بموجب CC BY-NC 4.0: للاستخدام غير التجاري فقط، ويتطلب النشر التجاري اتفاقًا منفصلًا مع Bria، كما أن مستودعات Hugging Face محجوبة خلف نموذجٍ للشركة والاستخدام المقصود. وأي LoRA خاص بعلامة تجارية مُدرَّب على Fibo 2.0 Dev يظل قطعة أثرية بحثية إلى أن يوجد ذلك الاتفاق — وهو موضع غريب لوضع «بالضبط ما يريد المطورون البناء عليه»، لكنه الموضع الدقيق. قارِن البدائل مفتوحة الأوزان التي تسمح بالاستخدام التجاري مباشرةً، وسيصبح الترخيص، لا Elo، هو الخط الفاصل الحاسم لأي شخص يُطلق منتجًا.

صورة الجودة أضيق أيضاً مما يوحي العنوان الرئيسي. ففي اختبار AA-Image-Editing v2.1 من Artificial Analysis، يسجّل Fibo 2.0 نتيجة 1,088 Elo بفاصل ±14 على مدى 5,009 تصويتاً أعمى — أي في المرتبة الثالثة والعشرين إجمالاً والأولى بين محرّرات الأوزان المفتوحة، رغم أنه تراجع مركزاً أو مركزين منذ لقطة الإطلاق. ويقف Qwen-Image-2.1 عند 1,081 ±13، والفاصلان يتداخلان تكاد تكون كاملة، لذا فإن الصدارة بين الأوزان المفتوحة مجرد فضّ ارتباط لا دليل. وفي AA-Image-T2I v2.1 ينقلب الترتيب: 1,039 ±12 لـ Fibo 2.0 مقابل 1,042 ±12 لـ Qwen-Image-2.1. وبطاقة الطراز الخاصة بـ Bria أقل مُجاةً في الفئات الضيّقة — فهي تُدرج تصيير النص والتخطيط في المراتب من أواخر العشرينات إلى أوائل العشرينات، وعلم التشريح البشري في المرتبة الثامنة عشرة. ويمكن للضبط الدقيق أن يسعى وراء تلك النقاط الضعيفة، لكنه لا يستطيع تجاوز ما يفهمه المشفّر.

أين يناسب التوجيه، وأين لا يناسب

التقسيم الصادق: Fibo 2.0 نفسه ليس في كتالوج OrcaRouter، لذا لا شيء هنا يمثل عرضًا من نوع «اتصل بـ Fibo عبرنا». ما يوفره التوجيه هو النصف الآخر من خط المعالجة. وظيفتا نموذج اللغة المحيطتان بنقطة التفتيش هذه — كتابة تعليقات VGL لمجموعة تدريب وتوسيع المطالبات القصيرة إلى JSON منظم عند الاستدلال — هما حملا عمل نصيان عاديان، وهما ما يحددان ما إذا كان الضبط الدقيق ممكنًا أصلاً. تقدم OrcaRouter واجهة API واحدة لأكثر من 200 نموذج بهوامش ربح 0%، لذا تمر أسعار قوائم المزودين كما هي وتصل حصة المورّد إلى فاتورتك في اليوم نفسه؛ ويعني التبديل التلقائي عند التعطل بين المزودين أن تشغيل كتابة التعليقات على بضعة آلاف من الصور لا يتوقف بسبب عطل في أحد المزودين؛ كما يمكن لـ DSL الخاص بالتوجيه تثبيت نموذج رخيص لكتابة التعليقات بالجملة مع إرسال الحالات الصعبة إلى نموذج أقوى، مع إتاحة دمج النماذج عندما يستمر مُعلِّق واحد في تفويته لحقل ما. يبقى نموذج الصور حيث هو؛ أما النص المحيط به فقابل للتوجيه.

ما يجب متابعته لاحقًا هو خارطة طريق Bria نفسها، التي تسردها بطاقة النموذج على أنها التحرير المحلي متعدد الجولات، وإزالة الخلفية، وLoRA لصور المنتجات، وإمحاء القناع، والتوسيع الخارجي — وكلها ستصل أولًا على نقطة التفتيش Dev، لأن Dev هو الذي لديه حلقة تدريب. تُعدّ نسخ ModelScope المرآة النصف الممل من هذه القصة. جملة DiffSynth «فقط Fibo-2.0-dev قابل للتدريب» هي النصف المفيد، وهي السبب في تنزيل المستودع البالغ 25.5 GB بدلًا من استدعاء API.