تطلق xAI إصدار Grok 2.0 مع تكامل FLUX.1

في 14 أغسطس، أعلنت شركة الذكاء الاصطناعي xAI التابعة لإيلون ماسك إطلاق Grok 2.0، وهو روبوت محادثة مدمج مع FLUX.1، نموذج توليد الصور من Black Forest Labs، على منصة X (المعروفة سابقًا باسم Twitter). FLUX.1 نموذج متقدم قادر على إنشاء صور واقعية للغاية، بما فيها صور قد تُعد حساسة أو مضللة.

على عكس العديد من مولدات الصور الشائعة التي تحظر أنواعًا معينة من المحتوى أو ترشحها، مثل الصور العنيفة أو الصريحة أو المضللة، يفرض FLUX.1 قيودًا أقل. ويرى البعض أن ذلك انتصار لحرية التعبير، بينما ينبهر آخرون بإمكاناته المتقدمة. ومع ذلك، ثمة مخاوف بشأن التداعيات الأخلاقية وإمكانية إساءة استخدام هذه التقنية القوية. نستعرض أدناه ما يقدمه Grok 2.0، وما يميز FLUX.1، وكيف يمكنك تجربة هذه الأدوات المبتكرة بنفسك.

التعرّف على FLUX.1: مولّد صور بالذكاء الاصطناعي#

FLUX.1 مولّد صور متقدم للذكاء الاصطناعي مفتوح المصدر، أطلقته Black Forest Labs في 1 أغسطس 2024. وBlack Forest Labs شركة ناشئة أسسها مهندسون سابقون في Stability AI، اشتهروا بعملهم على نماذج Stable Diffusion واسعة الاستخدام. صُمم FLUX.1 لمنافسة جهات راسخة مثل MidJourney وDALL-E 3 مباشرةً، ويقدم مستوى جديدًا من الجودة والمرونة للصور المنشأة بالذكاء الاصطناعي. فعلى سبيل المثال، يتعامل FLUX.1 بكفاءة مع التفاصيل الدقيقة التي تواجه نماذج كثيرة صعوبة فيها، مثل إنشاء أيدٍ بشرية واقعية أو كتابة نص مقروء على اللافتات.

تقدم Black Forest Labs ثلاثة إصدارات مختلفة من FLUX.1 يمكن استخدامها في تطبيقات متنوعة. إليك نظرة أقرب على هذه الإصدارات:

• FLUX.1 [pro]: النموذج الرئيسي مخصص للاستخدام التجاري، وصُمم لتقديم أعلى مستويات الجودة في المخرجات.
• FLUX.1 [dev]: إصدار بأوزان مفتوحة متاح للاستخدام غير التجاري. وهو مثالي للبحث والتطوير.
• FLUX.1 [schnell]: نموذج محسّن للسرعة، مرخّص بموجب Apache 2.0، ومثالي للمشاريع الشخصية والتطوير المحلي حين تكون الحاجة إلى توليد الصور بسرعة.

الشكل 1. فهم إصدارات FLUX.1

كيف يعمل FLUX.1؟#

يستخدم FLUX.1 بنية نموذج هجينة تجمع بين تقنيات Transformer والانتشار، ويبلغ حجم النموذج 12 مليار مُعامِل (وهي الأجزاء القابلة للضبط في الشبكة العصبية التي تساعدها على التعلّم من البيانات). وTransformer نوع من الشبكات العصبية يستطيع فهم التسلسلات، مثل النصوص والصور، عبر التعرّف على الأنماط والعلاقات داخل البيانات. أما نماذج الانتشار فتبدأ بضجيج عشوائي وتحسّنه خطوةً تلو الأخرى حتى تتكون صورة واضحة. وبالجمع بين النهجين، يستطيع FLUX.1 الاستفادة من مزايا البنيتين لإنتاج صور عالية الجودة تتوافق مع الأوصاف النصية المدخلة.

يستخدم FLUX.1 أيضًا تقنيات متقدمة مثل التضمينات الموضعية الدوّارة ومطابقة التدفق. تساعد التضمينات الموضعية الدوّارة النموذج على فهم ترتيب العناصر ومواضعها في النصوص والصور، لضمان اتساقها معًا. أما مطابقة التدفق فهي تقنية تُستخدم في النماذج التوليدية لجعل عملية إنشاء الصور من الضجيج العشوائي أكثر سلاسة وكفاءة.

قياس أداء FLUX.1#

عند مقارنة FLUX.1 بنماذج شائعة أخرى مثل MidJourney v6.0 وDALL·E 3 (HD) وSD3-Ultra، يضع FLUX.1 معيارًا جديدًا لتوليد الصور بالذكاء الاصطناعي. ويتفوق في مجالات رئيسية مثل جودة الصور، ومدى التزامه بالمطالبات، وتنوع المخرجات، ودعم الأحجام ونسب العرض إلى الارتفاع المختلفة. ويتميز نموذجا FLUX.1 [pro] و[dev] بإنتاج صور عالية الجودة تتوافق بدرجة كبيرة مع ما يريده المستخدمون، وغالبًا ما يتفوقان على النماذج الأخرى في تقديم نتائج واضحة ودقيقة. أما FLUX.1 [schnell] فهو من أكثر النماذج تقدمًا في توليد الصور بسرعة، ويتفوق أداؤه على نماذج أكثر تعقيدًا مثل MidJourney.

الشكل 2. مقارنة بين Midjourney v6 وFLUX.1 [pro]

Grok 2.0: أحدث إصدارات شركة xAI التابعة لإيلون ماسك#

Grok 2.0 أحدث نموذج لغوي كبير طوّرته xAI، شركة الذكاء الاصطناعي التابعة لإيلون ماسك. أُطلق Grok 2.0 في أغسطس 2024، وأصبح متاحًا لمستخدمي X Premium وPremium+ على منصة X (المعروفة سابقًا باسم Twitter). كما سيصبح متاحًا قريبًا للمطورين والشركات عبر API للمؤسسات.

الشكل 3. مثال على شرح Grok 2.0 لميم.

يعتمد Grok 2.0 على بنية Transformer، وبالمقارنة مع نسخته الأقدم Grok 1.5، فهو أكثر قدرة على اتباع التعليمات والاستدلال لحل المشكلات وتقديم معلومات دقيقة. وقد اختُبر روبوت المحادثة مقابل نماذج الذكاء الاصطناعي الرائدة الأخرى، وأظهر نتائج مبهرة. يتفوق Grok 2.0 على نماذج شائعة مثل GPT-4 Turbo وClaude 3.5 Sonnet وLlama 3 405B في الاختبارات المعيارية التي تشمل أسئلة العلوم على مستوى الدراسات العليا والمعرفة العامة والمسائل الرياضية المعقدة. كما يجيد Grok 2.0 المهام التي تتطلب فهمًا بصريًا، وحقق درجات مرتفعة في الاستدلال الرياضي البصري والإجابة عن الأسئلة المستندة إلى المستندات. وتُقارن نماذج Grok الأحدث مثل Grok 4.7 بنماذج الرؤية واللغة الأخرى في كشف الأجسام الواقعية ضمن لوحة صدارة VLM من Ultralytics.

الصلة بين Grok 2.0 وFLUX.1#

دُمج FLUX.1 في Grok 2.0 لتوفير إمكانات مشتركة لتوليد النصوص والصور. وعلى الرغم من شيوع الجمع بين التقنيات المختلفة اليوم لتحسين الوظائف وتجربة المستخدم، فقد حظي هذا التكامل تحديدًا باهتمام كبير.

من جهة، أشاد بعضهم بدمج FLUX.1 لما أضافه من عنصر «مرح» إلى Grok 2.0. ويمكن للمستخدمين تجربة إنشاء صور إبداعية، وأحيانًا جريئة، وهي صور قد تقيّدها أدوات الذكاء الاصطناعي الأخرى أو تخضع لرقابة مشددة. فعلى سبيل المثال، شارك مستخدمون على X صورًا تصور شخصيات عامة في مواقف غير لائقة أو مثيرة للجدل، قائلين إن ذلك يدعم حرية التعبير.

من ناحية أخرى، يرى المنتقدون أن افتقار FLUX.1 إلى إرشادات أخلاقية واضحة قد يؤدي إلى مشكلات أخلاقية واجتماعية خطيرة، مثل التضليل والتزييف العميق. ويخشى البعض أن يؤدي الجمع بين توليد النصوص والصور القوي وغير الخاضع للرقابة على إحدى منصات التواصل الاجتماعي الأكثر تأثيرًا إلى تصعيد انتشار المعلومات المضللة.

Grok 2.0 ونهجه غير المقيّد#

لا يقتصر الأمر على توليد الصور. فـGrok 2.0 نفسه أقل تقييدًا من أدوات الذكاء الاصطناعي الأخرى التي اعتدنا عليها مؤخرًا، مثل ChatGPT. ويتيح هذا النقص في الإشراف للنموذج تجاوز الحدود بطرق يجدها البعض مثيرة، بينما تثير قلق آخرين.

فعلى سبيل المثال، لوحظ أن Grok ينشئ محتوى نصيًا يمكن تفسيره بسهولة على أنه أخبار كاذبة أو مضللة. ففي حادثة أُبلغ عنها على نطاق واسع في أبريل 2024، أنشأ Grok قصة زائفة عن لاعب NBA Klay Thompson، زُعم فيها أنه يشن «حملة لتخريب الطوب». وقد أساء روبوت الدردشة المدعوم بالذكاء الاصطناعي فهم مصطلح كرة السلة «رمي الطوبات»، الذي يشير ببساطة إلى التسديدات الضائعة. وبدلًا من ذلك، أخذ Grok العبارة حرفيًا واختلق قصة عن ارتكاب Thompson أعمال تخريب باستخدام طوب حقيقي. وسرعان ما انتشر المنشور على X، حتى إن بعض المستخدمين أضافوا حسابات مزيفة لضحايا لتأجيج المعلومات المضللة.

الشكل 4. المنشور على X الذي كتبه Grok.

على الرغم من هذه المخاوف، يقدّر بعض المستخدمين موقف Grok 2.0 الداعم لـ«حرية التعبير». ويرون أنه يتيح حوارات أكثر انفتاحًا وحرية إبداعية أكبر من نماذج الذكاء الاصطناعي الخاضعة لرقابة مشددة. كما يرون أن Grok 2.0 يشكل نقيضًا لما يعتبرونه ذكاءً اصطناعيًا «مستيقظًا» مفرط الحذر، يقيّد النقاش حول الموضوعات الحساسة. ويوفر Grok 2.0 لهؤلاء المستخدمين منصةً يشعرون بأنها أقل تقيدًا بالمعايير المجتمعية.

جرّب FLUX.1 وGrok 2.0 بنفسك#

تتوفر خيارات متعددة لتجربة FLUX.1 وGrok 2.0. ويمكن الوصول إلى FLUX.1 مباشرةً عبر منصات الذكاء الاصطناعي مثل Hugging Face وReplicate وFal.ai. أما Grok 2.0، فهو متاح فقط للمشتركين في X Premium وPremium+.

أبرز النقاط#

يدفع FLUX.1 وGrok 2.0 حدود الذكاء الاصطناعي إلى آفاق جديدة ويثيران نقاشات ثرية. وقد وضع FLUX.1 معيارًا جديدًا للصور المُولّدة بالذكاء الاصطناعي بفضل قدرته على إنتاج صور شديدة التفصيل والواقعية. ويستخدم Grok 2.0 FLUX.1 لتعزيز قدراته بما يتجاوز التفاعلات النصية وحدها. فمن جهة، يتحمس المستخدمون لحرية الإبداع والاستكشاف غير الخاضع للرقابة اللذين توفرهما هاتان الأداتان. ومن جهة أخرى، يحذر المنتقدون من مخاطر المعلومات المضللة والتزييف العميق والتبعات الأخلاقية لهذه القدرات غير المنظّمة على منصة مؤثرة مثل X. ومع تطور FLUX.1 وGrok 2.0، يتمحور حولهما نقاش بشأن الحرية والإبداع والمسؤولية في العصر الرقمي، وهو نقاش يُرجح أن يشكّل مستقبل الذكاء الاصطناعي لسنوات قادمة.

لمعرفة المزيد عن Ultralytics، اطّلع على مستودع GitHub، وانضم إلى مجتمعنا، واستكشف أحدث حلولنا للذكاء الاصطناعي في قطاعات مثل الرعاية الصحية والتصنيع!