Qwen-Image-2.1 i2i: البدء من صورتك الخاصة، ولماذا لا يوجد شريط تمرير للقوة

إذا بحثت عن Qwen-Image-2.1 i2i، فأنت تعرف بالفعل ما يعنيه image-to-image (i2i): تمنح النموذج صورة بدلًا من كامن فارغ، فيعيد إليك صورة تشبهها. ما تحسمه هذه الصفحة هو متى يكون ذلك هو الخيار الصحيح على Qwen-Image-2.1 — والجزء الذي يفاجئ القادمين من نماذج صور أخرى. في هذا النموذج، شريط قوة التحويل الذي تبحث عنه غير موجود. فخط أنابيب Qwen-Image-2.1 نفسه لا يستقبل أي وسيط strength أو denoise على الإطلاق: صورتك المرجعية تدخل كسياق، والصورة الهدف تبدأ من ضجيج صرف، والشيء الذي يحدد مدى انحراف المخرجات عن مُدخلك هو ما تكتبه. وإذا كان ما تحتاجه فعلًا هو تغيير شيء واحد مسمّى مع ترك الباقي على حاله، فتلك مهمة مختلفة يتولاها سطر آخر في العائلة — نقاط حفظ Qwen-Image-Edit — والمقارنة في هذه الصفحة هي الجزء الجدير بالقراءة أولًا، لأن القارئ الذي يبحث عن "i2i" غالبًا ما يكون على بعد بحث واحد من الأداة الخطأ.

ما تفعله صورة الإدخال فعليًا

على Qwen-Image-2.1، تدخل صورة شرطية إلى النموذج عبر بابين، ولا يمثّل أيّ منهما «متجهًا كامنًا ابتدائيًا مشوّشًا تُخفِّضه تدريجيًا». يصف المستودع وفئة خط أنابيب diffusers المنشورة لهذا النموذج كلا البابين:

• مشفّر النص — مشفّر النص هو Qwen3-VL 8B، وهو نموذج للرؤية واللغة، ويذكر مستودع المورّد أنه يشفّر التعليمة النصية والصور الشرطية إلى تمثيل موحّد واحد. صورتك هي، حرفيًا، جزء مما يقرأه النموذج كموجّه له.

• VAE — تُرمَّز الصورة نفسها إلى رموز كامنة وتُضاف قبل الضوضاء، قبل رموز الصورة الهدف نفسها، بحيث يرى المحوِّل تسلسلاً مشتركاً واحداً يكون فيه مرجعك أولاً والشيء الذي يُولَّد بعده.

• بداية الهدف — يتم أخذ عينات المتغيرات الكامنة للهدف من توزيع غاوسي وإزالة الضوضاء عنها عبر الجدول الكامل، من سيغما 1.0 نزولًا. لا توجد نقطة دخول لإزالة الضوضاء الجزئية في خط الأنابيب هذا.

النقطة الثالثة هي الفرق كلّه عن i2i الذي استخدمه معظم الناس. في المخطط الكلاسيكي، تُرمّز صورة الإدخال، ثم تضيف إليها ضجيجًا بنسبة تتناسب مع قيمة القوة، ثم تُزيل الضجيج انطلاقًا من تلك النقطة — لذا يكون الإدخال حاضرًا فعليًا في الكامن الابتدائي، ورقم القوة هو الذي يحدّد مقدار ما يبقى منه. أما على مسار Qwen-Image-2.1 نفسه، فصورتك ليست نقطة البداية أبدًا. إنها سياق. والخرج ليس نسخة منظّفة من ملفك؛ بل صورة جديدة رُسمت وملفك موجود في الغرفة.

ثمة تفصيل آخر يجدر معرفته لأنه هو الموضع الذي يوجد فيه فعليًا الاختصار الذي كتبه القارئ. يُطلق خط أنابيب diffusers خطأً صريحًا إذا حاولت تمرير كامنات مشفّرة مسبقًا كـ صورة، مع تعليق يقول إن "مشفّر النص يجب أن يرى الصورة نفسها". يجب أن تكون صورة الشرط بكسلات، لا موترًا.

التحكم في القوة، وإلى أين ذهب

يوفّر Diffusers خط أنابيب img2img لهذه العائلة، و الخاص بهالقوة وسيط يتصرّف تمامًا بالطريقة التي علّمك المجال أن تتوقعها. اقرأ من الوثائق الخاصة بالفئة نفسها: الصورة "تُستخدم كنقطة بداية، ويُضاف مزيد من الضوضاء كلما زادت القوة"، و"القيمة 1 تتجاهل بشكل أساسي الصورة". القيم الافتراضية هي القوة=0.6 وعدد_خطوات_الاستدلال=50. إذن الطرفان هما الطرفان اللذان تعرفهما بالفعل:

• القوة قريبة من 0 — لا تُضاف أي ضوضاء تقريبًا، وحلقة إزالة الضوضاء قصيرة، ويكاد يكون الناتج غير قابل للتمييز عن مدخلاتك. هذا هو الإعداد المناسب لتدريج الألوان، أو تمريرة نسيج خفيفة، أو نسخة شبه مطابقة.

• القوة عند 1 — تكون الضوضاء المضافة في حدها الأقصى، وتُشغَّل عملية إزالة الضوضاء وفق الجدول الزمني كاملاً، وتُهمَل الصورة المُدخلة فعلياً. إنها توليد صورة من نص مع عملية لا طائل منها ومكلفة ملحقة به.

هنا يكمن المأزق، وهو السبب في وجود هذه الصفحة. المثال المنشور مع خط الأنابيب المذكور يحمّل نقطة التحقق لعام 2025، وليس هذا النموذج. لدى Qwen-Image-2.1 فئة خط أنابيب خاصة به، QwenImage21Pipeline، وهي لا تقبل strength كوسيط، ولا denoise كوسيط، ولا نقطة إدخال للضجيج الجزئي. أيًا كانت القيمة التي تتذكر ضبطها على نموذج آخر، فلا يوجد مكان على مسار 2.1 لضبطها. لقد انتقلت الرافعة من رقم إلى المطالبة.

هذه ليست فجوة تركها المورد مفتوحة. إنه يشحن نموذجًا مهمته الوحيدة هي كتابة هذا الموجه: Qwen-Image-2.1-PE-I2I، وهي نقطة تفتيش Qwen3.5-VL 9B مضبوطة بدقة تأخذ تعليمات غامضة بالإضافة إلى صورة إدخال واحدة أو أكثر وتعيد كائن JSON يحتوي على الموجه_المعاد_كتابته وأحد حقلين متبادلي الاستبعاد — نسبة_العرض_إلى_الارتفاع، عندما ينشئ الطلب تكوينًا جديدًا، أو اتباع_النسبة، عندما يجب أن يرث نسبة العرض إلى الارتفاع لصورة إدخال مرقمة. هذا الكائن JSON هو أقرب شيء لدى Qwen-Image-2.1 إلى إعداد القوة. إنه النموذج الذي يخبرك ما إذا كان طلبك يحافظ على إطار الإدخال أو يبني إطارًا جديدًا. لاحظ أين تظهر السلسلة "i2i" في تسمية المورد نفسها: على نقطة تفتيش إعادة كتابة الموجه هذه، وليس على نقطة تفتيش منفصلة من صورة إلى صورة. جيل 2.1 لا ينشر واحدة.

i2i أو التعديل: القاعدة الواجب تطبيقها

استعن بـ i2i عندما تريد تنويعًا. واستعن بالتحرير عندما تريد تغييرًا. وكل ما عدا ذلك يتبع من هذا السطر الواحد.

• تنويع — تحب الصورة وتريد المزيد مثلها. لقطة أخرى، إضاءة مختلفة، الشخصية نفسها في مشهد جديد، المنتج نفسه في بيئة جديدة. لا يمكنك تسمية شيء واحد يجب أن يظل مطابقًا للبكسل، لأنك لا تحافظ — بل تعيد الرسم. هذه مهمة i2i.

• تغيير — يمكنك تسمية الأمر. "أبقِ الشخصية والوضعية دون تغيير، وألبسها هذا القميص." التعليمة قيد، وبقية الإطار وعدٌ مستحق لك. هذه مهمة تحرير.

على Qwen-Image-2.1، يتواجد كلا السلوكين في نقطة حفظ واحدة. وتصفه مواد الإصدار الخاصة بالمورّد بأنه «نموذج موحّد لتوليد الصور من النص وتحرير الصور»، أما مسار التحرير الموضعي الذي توثّقه فيأتي على شكل قناع: حدّد المنطقة بدائرة أو ارسمها، أو مرّر الصورة الأصلية وقناعًا منفصلًا كمدخلين. ما لا يوفّره الجيل 2.1 هو نقطة حفظ منفصلة للتحرير.

نقاط التحقق المخصّصة للتحرير تنتمي إلى خط مختلف وأجيال مختلفة. قائمة النماذج الخاصة بمؤسسة المورّد على Hugging Face، كما قُرئت في 13 أكتوبر 2026، تضم تسعة نماذج صور تحت اسم ذلك المؤلف، ومدخلات التحرير فيها هي Qwen-Image-Edit (أُنشئ في 17 أغسطس 2025)، وQwen-Image-Edit-2509 (22 سبتمبر 2025)، وQwen-Image-Edit-2511 (17 ديسمبر 2025). وليس أي منها نموذج 2.1. لذا تعامل مع أي صفحة تقول "Qwen-Image-Edit 2.1" بحذر: فلا يوجد مستودع بهذا الاسم في قائمة المورّد، كما أن الصيغ التي يكتبها الناس — "qwen image edit 3"، "qwen image edit 2512" — لا تطابق أي مستودع منشور للمورّد أيضًا. ومهما أخبرك ادّعاء عن خط التحرير، تحقق من الجيل الذي يتناوله قبل أن تتصرف بناءً عليه، لأن الخط يمتد عبر ثلاثة أجيال مؤرخة، وإصدار 2.1 ليس واحدًا منها.

عمليًا، تتلخّص القاعدة هكذا. إذا كان بإمكانك كتابة التعليمة على هيئة جملة تحتوي على هدف — «اجعل السماء غروبًا»، «أزل الساعة» — فأنت في نطاق التحرير، وفي 2.1 تصل إليه بقناع أو تعليق مرسوم بدلًا من تبديل الأدوات. وإذا لم تحتوِ جملتك على هدف وكانت في الحقيقة وصفًا للصورة التي تريدها لاحقًا، فأنت في نطاق i2i. القارئ الذي كتب «i2i» ثم وجد نفسه يكتب صيغة أمر هو القارئ الذي يحتاج مسار التحرير، وهذا هو السبب الكامل وراء موقع هذا القسم بهذا الارتفاع في الصفحة.

ما الذي تُقيّده صورة الإدخال لديك

خمسة أشياء تُثبّتها في اللحظة التي تختار فيها مرجعًا، وكلها موثّقة في كود خط المعالجة نفسه أو في وثائق ComfyUI المنشورة لهذا النموذج. اقرأ بتاريخ 13 أكتوبر 2026.

• ميزانية الدقة — خط أنابيب 2.1 output_resolution يُعيّن افتراضيًا على 1024، ويتم تغيير حجم كل صورة شرطية إلى ميزانية قدرها output_resolution مربعة بنسبة أبعادها الخاصة، مقربة إلى مضاعفات 32. لذلك يتم تقليل صورة فوتوغرافية بحجم 3000×4000 إلى حوالي 896×1184 — أي حوالي ميجابكسل واحد — قبل أن يرى النموذج بكسلًا واحدًا منها. توضح وثائق ComfyUI التكلفة بشكل ملموس: نفس العمل على لوحة 3008×4000 مقابل حوالي 896×1184 يستغرق حوالي 6 ثوانٍ لكل تكرار مقابل حوالي 0.3، مقاسة على RTX 5090. خفض اللوحة يجعل تشغيل i2i أسرع عن طريق إنتاج صورة أصغر، وليس عن طريق إضافة تفاصيل.

• نسبة العرض إلى الارتفاع — إذا حذفت الارتفاع والعرض، تُشتق لوحة الإخراج من نسبة العرض إلى الارتفاع لآخر صورة شرط تمررها. وكل مرجع على حدة يحتفظ بشكله الخاص، لذا يمكن أن تنتقل صورة عمودية وأخرى أفقية في الاستدعاء نفسه دون قصّ إحداهما لتناسب إطار الأخرى.

• مضاعفات 32 — يُصدر خط المعالجة تحذيرًا ويُغيّر الحجم بصمت عندما لا يكون الارتفاع أو العرض قابلًا للقسمة على معامل التحجيم في VAE مضروبًا في اثنين، وهو في هذا النموذج يساوي 32. إذا كنت تختار اللوحة يدويًا، فقرّبها.

• الحجم الأصلي — تم تدريب Qwen-Image-2.1 على 2K، والأحجام التي يوصي بها المستودع كلها ضمن هذا النطاق: 2048×2048 لنسبة 1:1، و2752×1536 لنسبة 16:9، و1536×2752 لنسبة 9:16، و2400×1792 لنسبة 4:3. يذكر توثيق ComfyUI أن الهدف الافتراضي هو ميغابكسل واحد، وأنك تضبط نحو 4.0 ميجابكسل لمربع أصلي بحجم 2048×2048، و—التحذير المفيد—أن هدفًا أعلى بكثير من حجم التدريب، مثل 4K، يفقد الالتزام بالموجّه النصي بدلًا من أن يكتسب تفاصيل.

• Alpha — إذا كان مرجعك يحمل شفافية، فسيُسلَّم إلى مُشفِّر الرؤية نسخة مركَّبة فوق خلفية بيضاء؛ نسخة VAE فقط هي التي تحتفظ بجميع القنوات الأربع. أي شيء تتوقع أن يفهمه النموذج عن شفافيتك يقرأه الجانب النصي على أنه خلفية بيضاء.

ما الذي يبقى، وما الذي يُعاد اختراعه

كن دقيقًا هنا، لأن مادة الإصدار والآلية تقولان أشياء مختلفة، وكلاهما صحيح.

• موثّق للصمود — يدّعي المورّد القيام بعمل على الدقة في جبهتين: هوية الصورة الشخصية، بحيث يبقى الشخص قابلاً للتعرّف عليه عبر التعديلات والأجيال، واتساق المنتج، مع الحفاظ على النص والملامس والقوام والشكل. هذه ادعاءات من المورّد تُوضَّح بأمثلة جنبًا إلى جنب بدلًا من أن تُرفَق بقياس، ولم يُنشر أي تقييم مستقل لأيّ منهما في المواد المقروءة لهذه الصفحة في 13 أكتوبر 2026.

• مضمون على مستوى البكسل — لا شيء. مرجعك هو رموز السياق وبادئة رؤية؛ والهدف ضوضاء. أي جزء من المدخل لا تتناوله مطالبتك ولا تشير إليه ضمنًا فهو حر في التغيّر، ولا يوجد إعداد في خط المعالجة يثبّته في مكانه. إذا كان ثمة تفصيل يجب ألا يتحرك، فسمّه في المطالبة، لأن لا شيء آخر سيفعل.

• تتسرب العلامات إلى الإدخال — في سير عمل التحرير الموثّق في ComfyUI، تستقر ضربات قلم الرسم على طبقة RGB الخاصة بالصورة بدلًا من قناع، لذا يؤدي الحفظ إلى كتابة الصورة التي تحمل العلامات مرة أخرى داخل العقدة وتصبح العلامات جزءًا من المرجع الذي يقرؤه النموذج. أبقِ علامة داخل المنطقة التي تريد تغييرها، واذكر اللون الذي تريده في المطالبة أيضًا، لأن لون العلامة قد يظهر بخلاف ذلك في المخرجات.

• لوحة رسم غير متطابقة تُزيح النتيجة — توصي وثائق ComfyUI بإبقاء لوحة رسم مخصّصة قريبة من حجم أول صورة مرجعية بعد إعادة تحجيمها، "وإلا فقد ينزاح التعديل". المدخل الذي يختلف شكله عن لوحة الرسم التي طلبتها لا تُضاف إليه أشرطة سوداء؛ بل يُحرَّك.

• الحتمية تتطلب إعدادين، وليس إعدادًا واحدًا — تبديل use_kv_cache على خط أنابيب 2.1 يغيّر العينة عند بذرة ثابتة، لأن الذاكرة المؤقتة تجعل خطوة فك التشفير تُجري الانتباه بتخطيط تسلسل مختلف عن خطوة prefill، لذا فإن الاثنين "يعطيان عينات صالحة بالتساوي ولكن متمايزة بصريًا". نصيحة خط الأنابيب نفسه هي تثبيت العلامة. في ComfyUI، التحكم المكافئ هو دقة تخزين عقدة الذاكرة المؤقتة، حيث — أرقام ComfyUI الخاصة، غير المدققة — int8 يقلل الذاكرة المؤقتة إلى النصف عند دقة bf16 تقريبًا و int4 يقللها إلى الربع بينما يضاعف تقريبًا الخطأ لكل خطوة.

حيث يكون i2i هو الأداة الخاطئة

خمس حالات، مع تسمية البديل في كل منها.

• يمكنك تحديد الشيء الدقيق الذي تريد تغييره. استخدم مسار التعليمات على Qwen-Image-2.1 — ارسم أو ضع دائرة حول المنطقة، أو مرر قناعًا منفصلًا كمدخل ثانٍ — أو نقطة تحقق مخصصة من خط Qwen-Image-Edit. سيقوم i2i بإعادة رسم الإطار حول هدفك إلى جانب الهدف نفسه.

• تحتاج إلى إبقاء البكسلات الأصلية. i2i ينتج صورة جديدة؛ ولا يحافظ على أي منها. مسار القناع هو المسار المصمم لترك بقية الإطار دون مساس.

• تحتاج إلى 4K. عند تجاوز حجم التدريب 2K، يفقد النموذج التزامه بالبرومبت، وفقًا لتوثيق ComfyUI. تشغيل i2i بدقة 4K هو تشغيل أبطأ يتبع وصفك بدرجة أقل، وليس تشغيلًا أكثر حدة.

• تحتاج إلى إعادة إنتاج التفاصيل الدقيقة من المدخلات. تتم إعادة تحجيم صورة الشرط أولاً إلى ميزانية تبلغ نحو ميغابكسل واحد، لذا لا تصل مرجعية بدقة 12 ميغابكسل إلى النموذج بالدقة الكاملة. التفاصيل الأصغر من هذه الميزانية تكون قد اختفت قبل بدء إزالة الضوضاء.

• تحتاج إلى تشغيل مُعاد متطابق بتّياً. ثبِّت راية ذاكرة KV المؤقتة والبذرة، وغيّر إعداداً واحداً في كل مرة — وإلا فأنت تقارن بين مُعاينَين مختلفَين وتسمّي ذلك ضجيجاً.

إحالة مرجعية واحدة، لأن هذا سيُطرح لاحقًا: نقطة التحقق Turbo الصادرة في 9 أكتوبر 2026 تستخدم بنية توليد بصرية 7B نفسها ومسار تكييف الصورة نفسه، وتنفّذ الجدول في 8 خطوات إزالة ضوضاء بدلًا من نحو 40. لا يتغير أي شيء في كيفية استخدام صورة الإدخال بين الاثنين. إذا أردت مسار i2i بسرعة، فهذه هي نقطة التحقق التي يجب تحميلها؛ وإذا كنت تُشخّص سبب تجاهُل مرجعك، فإن عدد الخطوات ليس هو المتغير.

ماذا نفعل بعد ذلك؟

ابدأ من دليل البدء السريع الخاص بالمورّد نفسه على بطاقة النموذج بدلاً من درس تعليمي، واقرأ قائمة وسائط مثال التحرير: فهو يمرّر image=input_image، ويضبط num_inference_steps، ولا يحتوي على وسيط strength في أي مكان. هذا الغياب هو بيت القصيد في هذه الصفحة، ورؤية ذلك في كود المورّد أسرع من تصديق ملخّص.

من هناك، اضبط output_resolution على الحجم الذي تحتاجه فعلاً قبل أن تحكم على أي شيء يتعلق بالتشابه، وأبقِ لوحتك على إعدادات 2K الأصلية حيثما استطعت، واكتب الموجّه وكأن المرجع صورة فوتوغرافية موضوعة بجانب الموجّه لا موترًا كامنًا (latents tensor) تتم إزالة تشويشه جزئيًا — لأن هذا هو ما عليه الأمر في هذا النموذج. وإذا وجدت نفسك، بعد ثلاث محاولات، تريد أن تقول "غيّر هذا فقط، واترك كل شيء آخر"، فتوقف. تلك الجملة هي إشارتك إلى أن i2i هو المسار الخاطئ، وأن سطر التحرير هو مكانه الصحيح.