Qwen-Image-2.1 مقابل Bernini-Diffusers-v2: الترخيص هو كل الحجة

ظهر نظامان مفتوحا الأوزان لتوليد الصور في 2026 بفارق ستة أسابيع ودون ضجيج يُذكر تقريبًا، وهما يختلفان حول الأمر الوحيد الذي يحدد ما إذا كان يمكنك بناء عمل تجاري عليهما. Qwen-Image-2.1، الذي نُشر في 20 سبتمبر 2026، يُطرح بموجب ترخيص بحثي — للاستخدام غير التجاري فقط، والاستخدام التجاري باتفاق منفصل. Bernini-Diffusers-v2، الذي نشرته ByteDance في 13 أغسطس 2026، يُطرح بموجب Apache 2.0، ما يعني أنه يمكنك طرحه. الإصدار الذي يبدو أكثر قدرة هو الذي لا يمكنك بيعه، والإصدار الأكثر تسامحًا هو الذي يريد في الغالب إنشاء الفيديو. هذا الانقلاب هو المقارنة.

انقلاب الترخيص

ابدأ بالأوراق الرسمية، لأنها تتفوق على كل شيء آخر في هذه الصفحة. فلا فجوة في الجودة، مهما بلغت، تسدّ مشكلة ترخيص، ولا نتيجة معيارية تنقذ منتجًا صار لا بد من سحبه.

• الترخيص — يخضع Qwen-Image-2.1 لاتفاقية ترخيص أبحاث Qwen، المؤرخة في 20 سبتمبر 2026، "لأغراض غير تجارية فقط"، مع إتاحة الحقوق التجارية عند الطلب فقط؛ أما Bernini-Diffusers-v2 فيخضع لـ Apache 2.0.
• النتيجة العملية — سير العمل المبني على Qwen-Image-2.1 هو أصل تقييمي أو أصل شخصي؛ أما سير العمل المبني على Bernini-Diffusers-v2 فيمكن شحنه اليوم، مع متطلبات الإسناد المعتادة لـ Apache ودون الحاجة إلى محادثة مع المورّد.
• اتجاه المسار — طُرحت سلسلة الصور السابقة من Qwen بموجب Apache 2.0، لذا يُعدّ هذا الإصدار تشديدًا؛ وقد أبقَت ByteDance على Bernini متساهلًا عبر كلا الجيلين.

إذا كنت ستقرأ قسمًا واحدًا فقط من هذا المقال، فليكن ذلك القسم. كل ما يلي هو فاصل للتعادل بين شيئين ليسا متعادلين فعليًا على هذا المحور.

ما هو كل نظام في حقيقته

النموذجان ليسا من النوع نفسه من الكائنات، ويظهر الفرق بمجرد أن تنظر إلى ما يتضمنه التنزيل.

Qwen-Image-2.1 هو نموذج موحّد واحد. يتولّى مُحوّل انتشار واحد أحادي المسار بحجم 7B و32 طبقة عمليات التوليد والتحرير بالأوزان نفسها، بشرط مشفّر نصي Qwen3-VL 8B، مع VAE من نوع RGBA بـ64 قناة وضغط مكاني 16× يقوم بالجزء الأكبر من العمل على الشفافية. ويبلغ الإجمالي نحو 33 غيغابايت، مع DiT نفسه عند نحو 14 غيغابايت، بينما يأخذ مشفّر النص الباقي. كما يوفّر نقطتَي حفظ اختياريتين لإعادة كتابة المطالبات — PE-T2I وPE-I2I، وكل منهما Qwen3.5-VL 9B مضبوط بدقة عند نحو 18.8 غيغابايت — تعيدان كتابة تعليماتك إلى صيغة دقيقة قبل أن يراها نموذج الانتشار.

Bernini-Diffusers-v2 هو خط أنابيب، وليس نموذجًا واحدًا. يقوم مخطط دلالي Qwen2.5-VL بالاستدلال ويكتب خطة دلالية كامنة؛ وينفذها مُصيّر انتشار Wan2.2. التغيير الأبرز في وصفة v2 مقارنةً بالإصدار الأول من Bernini هو أنها تسخّن الموصل لآلاف الخطوات قبل التدريب المشترك، وهو ما حسّن تحرير الفيديو الموجّه بالمرجع وسلوك OpenS2V. هذا التقسيم المكوّن من مرحلتين هو الرهان المعماري: التخطيط أولاً، والتصيير ثانياً، ويمكنك تحرير الفيديو عبر تحرير الخطة.

• البنية — Qwen-Image-2.1 هو DiT موحّد واحد للتوليد والتحرير؛ Bernini-Diffusers-v2 هو مخطط Qwen2.5-VL يقود مُصيّر Wan2.2.
• الوسائط — Qwen-Image-2.1 للصور فقط؛ يغطي Bernini-Diffusers-v2 كلاً من t2i وi2i وt2v وv2v وتحرير الفيديو الموجَّه بالمرجع وr2v، لذا فإن الصور غرفة جانبية وليست المنزل بأكمله.
• الشفافية — ينتج Qwen-Image-2.1 قناة ألفا من أداة أخذ العينات عبر VAE الخاص بـRGBA؛ مخرجات Bernini-Diffusers-v2 الموثّقة هي فيديو RGB وإطارات صور، دون وصف مسار ألفا أصلي مكافئ.
• التعامل مع المطالبات — يوفر Qwen-Image-2.1 نقاط حفظ rewriter منفصلة بحجم 9B يمكنك قراءتها ومقارنة الفروقات وتجاوزها؛ مخطط Bernini-Diffusers-v2 جزء من خط الأنابيب، ومُحسّن المطالبات الخاص به عبارة عن استدعاء نقطة نهاية اختيارية متوافقة مع OpenAI بدلاً من نقطة حفظ مرفقة.
• العتاد — يناسب Qwen-Image-2.1 بطاقة GPU استهلاكية واحدة مع التوصية بتفريغ CPU على البطاقات المحدودة؛ بيئة Bernini-Diffusers-v2 الموثّقة هي من فئة Hopper، H100/H800/H200، مع توازٍ تسلسلي متعدد وحدات GPU للتكوينات الأكبر.

حيث يتوقف المقارنة عن أن تكون مفيدة

من المُغري أن نقارن هذين الاثنين ببعضهما البعض من حيث جودة المخرجات. لكن تلك المقارنة لا وجود لها، والتظاهر بغير ذلك سيكون التصرف المخادع.

الأرقام المنشورة الخاصة بـ Bernini-Diffusers-v2 هي مقاييس فيديو وتحرير مُبلَّغ عنها من المورّد — EditVerse 8.02، وOpenVE 3.96، وOpenS2V 63.83، وVBench 84.46 — بالإضافة إلى ادعاء بأداء من الدرجة الأولى في الساحة الداخلية للمقارنة الثنائية العمياء للبشر لدى ByteDance. إنها مقاييس فيديو. لم يُجرَ أي اختبار معياري مستقل للصور على Bernini-Diffusers-v2، ولا FID، ولا درجة لعرض النص، ولا إدخال في لوحة صدارة الصور. وعلى الجانب الآخر، الرقم الوحيد للجودة الخاص بـ Qwen-Image-2.1 هو مخطط Qwen-Image-Bench الخاص بالمورّد نفسه، حيث يسجّل 60.28 مقابل Nano Banana 2.0 عند 59.82 وGPT Image 1.5 عند 59.65 — مادة مورّد، غير مُعاد إنتاجها، وكان النموذج غائبًا عن لوحات صدارة الصور المستقلة عند كتابة هذا. نقطة البيانات المستقلة حقًا الوحيدة هي تحقق وظيفي من عمل تكامل SGLang: اجتاز إخراج PNG الشفاف، وتم الاحتفاظ بقناة alpha عبر النطاق الكامل 0–255، وقياس RGBA PSNR بلغ 60.69 dB في عيّنة واحدة، واجتازت إعدادات FP8 توليد PNG الشفاف. ويوضح مؤلفو SGLang صراحةً أن هذا فحص صحة، وليس ضمانًا للجودة.

إذن: إصداران مفتوحان، وبطاقتا تقييم من مورّدين، ولا معيار مرجعي مشترك، ولا طرف ثالث جرّب كليهما. أي شخص يخبرك أن أحدهما يتفوق على الآخر في جودة الصورة فإنه يردد كلامًا تسويقيًا.

فلسفة التحرير: أعد كتابة الطلب، أو أعد كتابة الخطة

يحاول كلا النموذجين حل المشكلة الجوهرية ذاتها — فتعليمات المستخدم غامضة ونموذج الانتشار حرفي — غير أنهما يحلانها في موضعين متعاكسين.

يحلّ Qwen-Image-2.1 هذه المشكلة باللغة. تأخذ نقطة التحقق PE-I2I تعليمة التحرير الخاصة بك مع صورة إدخال واحدة أو أكثر، وتعيد صياغتها في صورة توجيه دقيق قبل التوليد. ولأنها نقطة تحقق مُشحونة، ومعها system_prompt.txtمُشحون، يمكنك أن تقرأ بالضبط ما يُطلب منها فعله — بما في ذلك القاعدة التي تنص على أن النص المعروض في المخرجات يجب أن يطابق اللغة السائدة للنص الموجود مسبقًا في صورة الإدخال، بدلًا من إجباره على الإنجليزية. هذا سلوك قابل للفحص. يمكنك تجاوزه.

يحلّ Bernini-Diffusers-v2 هذه المشكلة من حيث البنية. يُنتج المخطِّط خطة دلالية ينفّذها العارض بعد ذلك، والخاصية المثيرة في هذا الترتيب هي أن الخطة شيء يمكنك تعديله. في العمل على الفيديو — حيث يكون الهدف غالبًا تغيير عنصر واحد عبر تسلسل دون إعادة توليد اللقطة — يكون التخطيط المنفصل عن العرض هو الشكل الصحيح. أما في صورة ثابتة واحدة، فهو جزء متحرك إضافي.

• دقة التحرير — يدعم Qwen-Image-2.1 التعديلات الموضعية عبر التحديد بدائرة، أو التعليق المرسوم، أو قناع منفصل، إضافةً إلى تحرير الطبقات الشفافة واستخراج الهدف من الصور الفوتوغرافية بتنسيق RGB؛ أما نقاط القوة الموثّقة في التحرير لدى Bernini-Diffusers-v2 فهي تحرير الفيديو الموجَّه بمرجع وتحويل الهدف إلى فيديو، وليس الإصلاح الموضعي للصور الثابتة.
• المدخلات المرجعية — يقبل Qwen-Image-2.1 ما يصل إلى 10 صور مرجعية، رغم أن أحد المراجعين في مرحلة الوصول المبكر أبلغ عن تدهور اتساق المراجع المتعددة ابتداءً من نحو ثلاث صور فصاعدًا؛ أما معالجة المراجع في Bernini-Diffusers-v2 فهي موثّقة في سياق تسلسلات الفيديو.
• قابلية الفحص — منطق إعادة الصياغة في Qwen-Image-2.1 هو موجّه نظام قابل للقراءة في المستودع؛ أما مرحلة التخطيط في Bernini-Diffusers-v2 فهي أوزان النموذج.

ما الذي يجب فعله فعلاً بهذا؟

قاعدة القرار تنبع من الترخيص وليس من ورقة المواصفات.

إذا كان الناتج سيُستخدم في شيء تبيعه — عمل لعملاء، أو منتج، أو خط إنتاج مدفوع — فإن Bernini-Diffusers-v2 هو الوحيد من بين هذين الاثنين الذي يمكنك استخدامه دون الحاجة إلى محادثة، ويجب أن تضع في ميزانيتك عتادًا من فئة Hopper لتشغيله كما هو موثّق. أما إذا كنت تقوم ببحث أو تقييم أو عمل شخصي، فإن Qwen-Image-2.1 يمنحك النظام الأكثر قابلية للفحص، والنظام الذي يدعم alpha أصليًا، وذلك على حساب ترخيص سيتعيّن عليك في النهاية إما إعادة التفاوض عليه أو التخلي عنه.

هناك خيار ثالث لا يغطيه أي منهما، ويجدر تسميته بوضوح: نماذج الصور المستضافة، حيث لا تلمس أبدًا ملف ترخيص أو وحدة معالجة الرسومات (GPU). يوجّه OrcaRouter أكثر من 200 نموذج خلف نقطة نهاية واحدة متوافقة مع OpenAI بسعر قائمة المزود دون أي هامش ربح، مع تحويل تلقائي عند الفشل عبر المزودين، ولغة توجيه (DSL) لسلاسل الاحتياط، ودمج النماذج. لا يوجد Qwen-Image-2.1 ولا Bernini-Diffusers-v2 في كتالوجنا في وقت كتابة هذا النص — نحن لا نوجّه أي نموذج من Qwen-Image بأي إصدار ولا أي نموذج من Bernini — لذا هذا ليس عرضًا ترويجيًا لأي منهما. خط الصور الموجّه الذي نحمله هو عائلة GPT-Image من OpenAI، وفئات Imagen 4 من Google ومعاينات صور Gemini، ونقطة نهاية صور Grok Imagine من xAI؛ ولأن سعر القائمة يُمرر بدلاً من إضافة هامش ربح، فإن أي تخفيض سعر من البائع على أي منها يصبح ساريًا في نفس اليوم.

الجزء الذي لا يجيب عنه أيٌّ من المستودعين

كان كلا هذين إصدارين هادئين بلا أي حملة تمهيدية، ويصعب التخطيط على أساس الإصدارات الهادئة. كانت الإشارة المسبقة الوحيدة لدى Qwen-Image-2.1 ملاحظة وصول مبكر بتاريخ 17 سبتمبر تعرض 50 مقعدًا على ModelScope، مع مطالبة المختبِرين بالنشر بحلول 29 سبتمبر — أي قبل ثلاثة أيام من نشر الأوزان علنًا. أما Bernini-Diffusers-v2 فقد ظهر ببساطة على Hugging Face في 13 أغسطس، مع مرآة على Gitee إلى جانبه.

ما يغيب عن كليهما هو سبب للاعتقاد بأن الشروط ستظل سارية. شدّدت Qwen رخصتها بين الجيل السابق لتوليد الصور وهذا الجيل، وهو مؤشر على الاتجاه. وأبقت ByteDance على Bernini Apache 2.0 عبر جيلين، وهو مؤشر على الاتجاه المعاكس. أما ما إذا كان أي منهما سيظل ساريًا في الإصدار التالي، فلا يمكن معرفته من هنا، وهو الأمر الذي ينبغي التحقق منه قبل الالتزام بخط أنابيب لا بعده.