شركة OpenAI تستعد لإطلاق جيل جديد من تقنيات الذكاء الاصطناعي المتقدمة لإنشاء الصور

قبل سنوات قليلة، كان توليد صورة مقنعة عبر الذكاء الاصطناعي يتطلب بعض التسامح مع عيوب النصوص المشوشة والوجوه غير المتناسقة. اليوم، يبدو أن المرحلة التجريبية توشك على الانتهاء. تقارير حديثة تشير إلى أن OpenAI تستعد لإطلاق جيل جديد من نماذج توليد الصور، قد يُعرف باسم GPT Image 2، مع وعود بجودة أعلى ونصوص أكثر دقة، في لحظة اشتدّت فيها المنافسة مع Google وAdobe.

بحسب تقرير نشره موقع The Information، رُصدت نماذج غامضة بأسماء شريطية على منصة LM Arena المتخصصة في الاختبارات العمياء بين نماذج الذكاء الاصطناعي. النماذج ظهرت لساعات قبل أن تُزال، لكن ذلك كان كافياً لتنتشر اللقطات عبر Reddit ومنتديات المطورين. مستخدمون أشاروا إلى واقعية فوتوغرافية لافتة، ودقة شبه كاملة في كتابة النصوص داخل الصور، إضافة إلى دعم دقة 4K بشكل أصلي.

هذه التفاصيل ليست تحسينات تجميلية فحسب. أحد أوجه القصور التقليدية في مولدات الصور كان تشويه الحروف أو عكسها أو توليد كلمات غير مفهومة. تجاوز هذه العقبة يعني اقتراب النماذج من الاستخدام الإنتاجي الفعلي في الإعلانات، تصميم الواجهات، والمواد التعليمية دون حاجة لتعديل يدوي مكثف.

المعلومات المتداولة تشير إلى أن النموذج الجديد لا يعتمد على خط معالجة GPT-4o الذي استندت إليه إصدارات GPT Image 1 و1.5، بل يستخدم بنية جديدة كلياً مع اعتماد أسلوب توليد بمرحلة واحدة بدلاً من مرحلتين. تقنياً، هذا قد يفسر ارتفاع الجودة وسرعة الاستجابة في آن واحد.

الانتقال من تحسين تدريجي إلى إعادة تصميم معمارية يحمل دلالة مهمة. السوق لم يعد يكتفي بتعديلات طفيفة، بل ينتظر قفزة في الأداء والكفاءة. ومع تنامي الطلب على المحتوى المرئي المدعوم بالذكاء الاصطناعي، تصبح سرعة التوليد وتكلفة التشغيل عاملين حاسمين في المنافسة.

التوقيت يبدو محسوباً. OpenAI تعتزم إيقاف DALL·E 2 وDALL·E 3 في مايو، ما يخلق فراغاً يتطلب بديلاً قوياً. في المقابل، دفعت Adobe نماذج OpenAI وGoogle إلى داخل تطبيق Firefly إلى جانب نماذجها الخاصة، بينما تواصل Google تحسين نموذج Nano Banana Pro الذي يُنظر إليه كمعيار جديد في الواقعية البصرية.

هذا التداخل بين الشركات يعني أن المستخدم النهائي لم يعد يهتم باسم النموذج بقدر ما يهتم بالنتيجة: صورة نظيفة، نص واضح، وتكلفة معقولة. الشركات تتنافس الآن في طبقة “الفائدة العملية” لا في طبقة الاستعراض التقني فقط.

إحدى الملاحظات اللافتة في التحليلات المصاحبة للتسريبات أن المنافسة تتحول من مجرد توليد صورة جميلة إلى بناء منظومة متعددة الوسائط قادرة على الفهم والتحرير والتكامل مع النص والصوت. عندما يصبح النموذج قادراً على إنشاء صورة، ثم تعديلها، ثم تفسيرها، فإننا أمام طبقة جديدة من الإنتاج المعرفي.

هنا تحديداً يتحدد الفارق بين أداة للمتعة البصرية وأداة للبناء التجاري والإبداعي.

سواء حمل الاسم GPT Image 2 أو غيره، فإن ما نراه هو مرحلة نضج مبكرة في جيل جديد من الذكاء البصري. الاختبار الحقيقي لن يكون في دقة البكسل، بل في قدرة النموذج على أن يصبح جزءاً طبيعياً من أدوات المصمم والمبرمج والمسوق. في النهاية، التكنولوجيا التي تستمر ليست الأعلى ضجيجاً، بل الأكثر اندماجاً في تفاصيل العمل اليومي.