Ming-Image-0.1-Design صدر بهدوء: نموذج تصميم بحجم 6B موجود في مستودع ولا يوجد في أي مكان آخر

يوجد نموذج تحويل النص إلى صورة بحجم 6B يُدعى Ming-Image-0.1-Design الموجود في inclusionAI، وهي منظمة على Hugging Face، واعتبارًا من 23 سبتمبر 2026 لا يوجد تقريبًا أي شيء آخر عنه. أُنشئ المستودع في 17 سبتمبر، ووصلت الأوزان في اليوم نفسه، وأُعيدت كتابة بطاقة النموذج في 22 سبتمبر — ثلاثة إيداعات خلال خمسة أيام، كلها من حساب واحد، دون أي منشور مدونة من المورّد، ولا ملاحظة إطلاق، ولا صفحة نموذج على أي منصة API، وعداد التنزيلات لا يزال يشير إلى صفر. هكذا يبدو الإطلاق الهادئ من الخارج: عمل كامل وبلا إعلان. لذلك فإن هذا المقال جرد لما يقوله المستودع، وما تغيّر فيه أمس، وما يظل غير قابل للتحقق — وليس مراجعة، لأنه لم ينشر أحد خارج inclusionAI رقمًا لهذا النموذج بعد.

ما الذي يحتويه المستودع فعليًا

تصف البطاقة Ming-Image-0.1-Design بأنه نموذج نص إلى صورة بحجم 6 مليارات معلمة لواجهات المستخدم والرسوم المعلوماتية والملصقات وغيرها من التصاميم البصرية الغنية بالنصوص، مما يولّد تكوينات بصرية كاملة ويدعم إخراج RGBA بخلفيات شفافة. البيانات الوصفية متساهلة بشكل غير معتاد لنموذج جديد كهذا: رخصة MIT، diffusers و safetensors، وسم pipeline نص إلى صورة، ووسوم تغطي توليد الصور، والتصميم الجرافيكي، وتصيير النصوص، وRGBA.

إعدادات الاستدلال الموصى بها محددة بما يكفي لتكون مفيدة:

• الدقة — يُوصى بـ 2048 × 2048، أو 1024 × 1024 لتوليد أسرع

• خطوات أخذ العينات — 12

• مقياس CFG — 1.0

• الدقة — BF16

• العتاد — وحدة معالجة رسوميات CUDA واحدة بذاكرة VRAM سعة 80 GiB، يُشار إليها بوصفها التكوين المُعتمَد

اثنتا عشرة خطوة عند مقياس توجيه 1.0 هي سمة مُعيّن مقطَّر أو خالٍ من التوجيه: تكلفة منخفضة لكل صورة، ولهذا يمكن للبطاقة أن تقدّم مخرجات بدقة 2048 بكسل عند عدد خطوات لا تحاول معظم نماذج الانتشار بلوغه. وتشير البطاقة أيضًا إلى أن كود الاستدلال العام يربط طلبات الدقة في تحويل النص إلى صورة بالحجم المدعوم 1024 أو 2048، لذا تُقرَّب الأحجام الوسيطة إلى أحد هذين الحجمين.

شجرة الملفات تخبرك أكثر بقليل مما يخبرك به النص. إلى جانب vae و scheduler يوجد transformer، وهو مجلد يضم خمسة أجزاء من الأوزان، بالإضافة إلى mllm، connector و mlp كمكونات منفصلة — شكل خط أنابيب متعدد المراحل يستخدم نموذجًا لغويًا متعدد الوسائط كمشفر نصي بدلاً من مزيل تشويش أحادي ضخم. وهذا يتوافق مع ملاحظة البطاقة التي تقول إن تحسين المطالبات يمكن أن يتولاه Ling-3.0-flash-VL أو qwen3.8-27B، وكلاهما نموذجان شقيقان من المنظمة نفسها.

الالتزامات الثلاثة التي تم دمجها في 22 سبتمبر

هذا هو الجزء الوحيد من القصة الذي يحمل طابعًا زمنيًا ضمن الأسبوع الماضي، وهو السبب في أن النموذج يستحق الكتابة عنه الآن بدلًا من أكتوبر. عناوين الـ commits، بالترتيب:

• 22 سبتمبر، 11:25 UTC — "نشر حزمة إصدار Ming-Image-0.1-Design"

• 22 سبتمبر، 12:01 UTC — "تحديث بطاقة نموذج Ming-Image-0.1-Design"

• 22 سبتمبر، 15:17 UTC — "إضافة روابط نشر vLLM-Omni"

الأولان يتعلقان بأمور روتينية. أما الثالث فهو التغيير الجوهري: إطار عمل غير إطار المورّد نفسه تبنّى النموذج، وأصبحت بطاقة النموذج توصي الآن بتقديمه عبر vLLM-Omni، مع روابط إلى وصفة ودليل تثبيت. تلك هي الإشارة المعتادة إلى أن النموذج انتقل من "أوزان على رف" إلى "شيء يمكن لفريق أن يشغّله فعليًا خلف نقطة نهاية"، وهو نوع التغيير الذي لا يُنتج بيانًا صحفيًا أبدًا.

كما أنه نصف مكتمل. رابط دليل التثبيت يعمل. أما مسار الوصفة الخاص بالموديل في الالتزام نفسه فلا يعمل — إذ يعيد 404 اعتبارًا من 23 سبتمبر. لذا فإن وضع النشر الخاص بـ Ming-Image-0.1-Design يُقرأ حاليًا على النحو التالي: الإطار العام حقيقي، لكن التعليمات الخاصة بهذا الموديل داخله لا تزال مجرد عنصر نائب. إذا كنت تخطط لتشغيله، فخصص وقتًا لقراءة البداية السريعة لـ vLLM-Omni واستنتاج طريقة ربط الموديل بنفسك.

لوحة الصدارة في البطاقة، ولوحة الصدارة التي ليس عليها

يوفّر المستودع رسمًا بيانيًا واحدًا للأداء: assets/uiux_leaderboard.webp، وهي صورة بأسلوب لوحة الصدارة، عنوانها "Text to Image Leaderboard: UI/UX Design" وفي أسفلها "Elo scores from blind preference votes in our Image Arena" وشارة "Open Weights Leaderboard". وفيها يتصدّر Ming-Image-0.1-Design المركز الأول بـ 1,082 نقطة Elo، متقدّمًا على Ideogram 4.0 (Quality) بـ 1,052، وIdeogram 4.0 بـ 1,015، وHunyuanImage 3.0 Instruct بـ 1,005، وإصدارات FLUX.2 dev التي تتراوح بين 994 و1,000.

ثلاثة أشياء يجب قولها عن تلك الصورة، والترتيب مهم.

أولاً، هذا عمل فني ينشره المورّد داخل مستودع المورّد نفسه. نحن نبلّغ عمّا يحتويه الملف، ولا نؤيّده.

ثانيًا، لم نتمكن من العثور على Ming-Image-0.1-Design في أي مكان على لوحات Artificial Analysis المباشرة بتاريخ 23 سبتمبر — لا في لوحة متصدري تحويل النص إلى صورة، ولا في عرض فئة UI/UX Design، ولا في لوحة تحرير الصور، ولا في عرض الأوزان المفتوحة. وتأتي في صدارة فئة UI/UX Design المباشرة GPT Image 2.5 Flare عند 1,227 Elo، بينما تظهر إدخالات FLUX.2 التي تسردها البطاقة على تلك اللوحة المباشرة نفسها بقيم مختلفة: FLUX.2 [flex] عند 1,065، وFLUX.2 [max] عند 1,053، وFLUX.2 [dev] عند 1,000. إذن، ترتيب البطاقة ادعاء بشأن لوحة لا يمكننا تحديد موقعها، ومعبَّر عنه بمقياس يقل بنحو 150 Elo عن المقياس الذي يمكننا رؤيته.

ثالثًا، يُحسب Elo لكل لوحة على حدة. فدرجة واجهة/تجربة المستخدم الخاصة بفئة معينة ودرجة تحويل النص إلى صورة العامة كميتان مختلفتان حتى بالنسبة إلى النموذج نفسه، ولهذا يظهر الإصدار نفسه من FLUX.2 عند 1,026 على إحدى لوحات Artificial Analysis و1,065 على أخرى. وأي مقارنة تخلط بين اللوحات ليست بمقارنة.

الموقف الصافي: لدى Ming-Image-0.1-Design ادعاء أداء واحد، وهو ادعاء البائع نفسه، ولا يوجد تقييم مستقل له. هذا ليس اتهامًا. بل هو السبب في أن النموذج يحتاج إلى تشغيل خارجي قبل أن يضع أي شخص ميزانية على أساس 1,082.

ما لا يمكنك فعله به حتى الآن

البدء السريع هو المشكلة. فهو يوجّهك إلى استنساخ github.com/inclusionAI/Ming-Image، وتثبيت متطلباته، وتشغيل infer.py على معرّف نموذج Hugging Face. هذا المستودع غير موجود. تُرجع الصفحة خطأ 404، وتُرجع نسخة README الخام خطأ 404، ولا يظهر أي مستودع باسم Ming-Image في أي مكان في قائمة المستودعات العامة للمؤسسة — التي تضم بالفعل Ming وLing وRing وMing-UniVision وMing-UniAudio وعشرات غيرها، لذا هذا غياب وليس رابطًا مكتوبًا خطأً. المسار الموثّق الوحيد لتشغيل Ming-Image-0.1-Design هو المسار الوحيد غير الموجود.

بقية قصة الوصول هزيلة بالقدر نفسه. تُحدِّد البطاقة inference: false ويُفيد Hugging Face بأن النموذج غير منشور من قِبل أي مزوّد استدلال. لا يوجد سعر معلَن، ولا معرِّف API، ولا بيئة تجريبية، ولا شروط تجارية تتجاوز ترخيص MIT على الأوزان نفسها. عدد التنزيلات صفر وعدد الإعجابات أربعة.

إذن الخلاصة الصادقة بشأن الإتاحة هي: الأوزان حقيقية ومرخّصة بترخيص متساهل، وكل ما يحيط بها — الشيفرة، والوثائق، والاستضافة، والتقييم — إما مفقود أو مجرد هيكل أولي.

الرقم الذي يحدد من يمكنه استخدامه

ثمانون غيغابايت من VRAM هي الحجة بأكملها. هذا يعني بطاقة واحدة من فئة H100 أو H200، أو A100 80GB. وهي ليست وحدة GPU لمحطة عمل، وليست حاسوبًا محمولًا، وليست نسخة سبوت (spot instance) تنسى إنهاءها. وعند دمجها مع تهيئة مُتحقق منها لـGPU واحد، فهذا يعني أن Ming-Image-0.1-Design مجاني الترخيص ومكلف التشغيل، وهو الشكل المألوف لإصدار مفتوح الأوزان من مختبر يدرّب على نطاق واسع.

من باب الاكتمال من جانبنا: لا يوجد أي نموذج من inclusionAI قابل للتوجيه عبر OrcaRouter اليوم. وقد أدرجت صفحة الكتالوج 199 نموذجًا عبر 15 مزوّدًا عندما قرأناها في 23 سبتمبر، ولا تحتوي على أي إدخال لـ Ming ولا على أي إدخال لـ inclusionAI من أي نوع، لذا لا يوجد هنا ما يمكن استدعاؤه عبرنا. إن القيمة الفعلية لطبقة التوجيه في هذه الحالة تتجلى في الخطوة الثانية — في اليوم الذي يعتمد فيه مزوّد المنبع النموذج، تصبح تجربته تغييرًا في معرّف النموذج على مفتاح تملكه بالفعل بدلًا من عقد جديد وSDK جديد. وحتى ذلك الحين، السبيل الوحيد لتشغيل Ming-Image-0.1-Design هو العثور على المستودع المفقود وعلى وحدة معالجة رسومات (GPU) بها 80 GiB فائضة.

ما الذي قد يحوّل هذا إلى قصة؟

أربعة أمور، بترتيب تصاعدي بحسب مقدار ما ستخبرك به. ظهور المستودع المرافق، وهو ما سيجعل النموذج قابلًا للتشغيل كما هو موثّق. اكتمال وصفة vLLM-Omni، وهو ما سيجعله قابلًا للتقديم كخدمة دون تخمين. إدراج مزوّد استدلالٍ له، وهو ما سيضع له سعرًا. وتصنيف Elo مستقل، وهو ما سيكون أول رقم عن هذا النموذج لا يأتي من الأشخاص الذين درّبوه.

إلى أن يتحقق واحد على الأقل من تلك الأمور، فإن الموقف الصحيح ضيق وغير لافت. إذا كنت تبني مجموعات تقييم لتوليد واجهات المستخدم والتخطيط، فإن الأوزان تستحق السحب الآن — رخصة MIT، و6B، وتكوين واحد، وعدد خطوات منخفض بما يكفي لجعل بضعة آلاف من العينات ميسورة الكلفة. وإذا كنت بحاجة إلى توليد الصور في الإنتاج هذا الربع، فإن Ming-Image-0.1-Design ليس مرشحًا: لا توجد نقطة نهاية، ولا دعم، ولا تقييم من طرف ثالث. وإذا كنت تتابع منظمة inclusionAI، فلاحظ أن لديها الآن نموذج صور إلى جانب خطوطها اللغوية والكلامية، وأنها أطلقت هذا النموذج دون إخبار أي أحد، وأن الفجوة البالغة أسبوعين بين الرفع الأولي وحزمة الإصدار تشير إلى أن فترة الهدوء كانت متعمدة.