صور ChatGPT 2.5: ثورة الصور تنطلق من التحرير الموضعي والرسم التخطيطي

لا يقدّم ChatGPT Images 2.5 نفسه على أنه مجرد ترقية جمالية بسيطة. ففي سلسلة منشورات نُشرت في 8 سبتمبر 2026، تكشف OpenAI عن الإعلان عبر ثلاث رسائل: النموذج ووعوده الأربعة، ثم ميزة Sketch، ثم قوالب التنسيقات. وقد تجاوز المنشور الأول 1.8 مليون مشاهدة و13,700 تسجيل إعجاب خلال الساعات التي أعقبت نشره.

تتمثل الوعود الأربعة للنموذج في توليد أسرع، ودقة بصرية أفضل، والحفاظ على التفاصيل عبر تعديلات متعددة، وإجراء التغييرات من خلال تعليق موجّه. السرعة هي الحجة الأسهل تسويقًا. لكن بالنسبة إلى فرق الإبداع والمنتجات والتسويق، يكمن التغيير الأكثر إثارة للاهتمام في جانب آخر: تريد OpenAI أن تجعل توليد الصور من OpenAI أداة للتحرير التكراري، تُوجَّه باللغة الطبيعية والرسم في آنٍ واحد. فلم يعد الهدف يقتصر على إنتاج صورة مقنعة، بل أصبح يتمثل في تصحيح عنصر محدد من دون إعادة ابتكار المشهد بأكمله.

المنشور 1، ChatGPT Images 2.5

https://x.com/OpenAI/status/2097394956457623964

في هذه الرسالة الأولى، تلخّص OpenAI نموذج ChatGPT Images 2.5 في أربعة محاور:

• توليد أسرع للصور؛
• دقة محسّنة لإنتاج صور أكثر طبيعية وأسهل في التعرّف؛
• تفاصيل متسقة بعد عدة عمليات تحرير؛
• تعديلات عبر التعليقات لتغيير العنصر المطلوب فقط.

الوعد الأساسي هو الحفاظ على الصورة أثناء تعديلها، وليس مجرد رفع مستوى الجودة البصرية.

أربعة وعود، لكن ليست جميعها على الدرجة نفسها من الأهمية

يستجيب الوعد بالسرعة لتوقع مباشر. ففي سير عمل إبداعي، تتيح الصورة التي تصل بسرعة أكبر تنفيذ مزيد من التكرارات والاستجابة لطلب العميل من دون مقاطعة النقاش. ومع ذلك، لا تقدم سلسلة منشورات OpenAI متوسطًا لزمن التوليد، ولا مقارنة منهجية، ولا مؤشرًا للأداء.

وينبغي توخي القدر نفسه من الحذر بشأن الدقة. تتحدث OpenAI عن صور أكثر «طبيعية» و«قابلية للتعرّف». وتشير هذه الصياغة في المقام الأول إلى وعد يتعلق بجودة الإخراج: إضاءة أقل اصطناعية، وأنسجة أكثر اتساقًا، ووضوح أفضل للعناصر أو الأشخاص المرجعيين. ولا يقدّم المنشور أي اختبار معياري، أو معدل نجاح، أو مثال رقمي على دقة الوجوه أو مدى الالتزام بالموجّه.

غياب هذه المقاييس لا يجعل الإعلان عديم الأهمية. بل يحدّ ببساطة مما يمكن استنتاجه منه. يعلن ChatGPT Images 2.5 عن تحسين في المنتج، لا عن إثبات مستقل للأداء.

المشكلة التاريخية الحقيقية: كل تعديل قد يفسد بقية الصورة

تتمثل النقطة الأكثر جوهرية في الوعد بالحفاظ على اتساق التفاصيل بين تعديلات متعددة. وهذا أحد أكثر عيوب نماذج توليد الصور تكلفة. فكثيرًا ما يؤدي طلب نقل عنصر أو تعديل وجه إلى إعادة توليد أوسع من المتوقع.

والنتيجة مألوفة لدى المحترفين:

1. تفقد شخصية ما ملامحها المميزة؛
2. تتغير علامة تجارية أو شعار بشكل طفيف؛
3. يُعاد تفسير الإضاءة أو الظلال أو الخلفية؛
4. تتغير أبعاد منتج ما؛
5. يختل توازن التكوين الذي جرت الموافقة عليه في البداية.

قد تكون هذه الاختلافات مقبولة في الاستخدام العرضي. لكنها سرعان ما تتحول إلى عائق في حملة إعلانية، أو نموذج أولي لمنتج، أو سلسلة من المرئيات الخاصة بالتجارة الإلكترونية. إذ يؤدي كل تصحيح موضعي عندئذٍ إلى مرحلة جديدة من مراقبة الجودة، بل وربما إلى ضرورة إعادة كتابة الموجّه من البداية.

لهذا السبب، يُعد اتساق صور الذكاء الاصطناعي هدفًا أكثر طموحًا من مجرد تحسين الواقعية الفوتوغرافية. فهو يهدف إلى الحفاظ على استمرارية الأصل المرئي عبر الإصدارات. ولم تعد جودة الصورة تُقاس فقط بإخراجها الأول، بل بقدرتها على الصمود أمام سلسلة من الطلبات المتعاقبة.

من الموجّه الشامل إلى تحرير الصور عبر التعليقات

تقدّم OpenAI أيضًا «comment-based edits»، أي تحرير الصور عبر التعليقات. وهذا المصطلح مهم لأنه يشير إلى تغيير في نمط التفاعل.

في النموذج التقليدي، يصوغ المستخدم موجّهًا كاملًا، ثم يعيد كتابته عند كل تعديل. وحتى عندما تُستخدم صورة كمرجع، تظل التعليمات في الغالب شاملة: «أعد إنشاء المشهد مع كوب أحمر»، أو «احتفظ بالشخصية لكن غيّر الخلفية». وعندئذٍ يتعين على الذكاء الاصطناعي أن يقرر بنفسه ما يجب أن يظل دون تغيير وما يمكن إعادة تفسيره.

يهدف التحرير عبر التعليقات إلى اتباع منطق أقرب إلى التنقيح:

• تصبح الصورة الحالية مستند العمل؛
• يُستهدف جزء محدد؛
• يوضح المستخدم ما يرغب في تعديله؛
• يُفترض أن يحافظ النموذج على العناصر غير المعنية.

تكمن الفائدة المحتملة في الانتقال من إعادة التوليد إلى التصحيح الموضعي.

يمثل ذلك تطورًا مهمًا لمهن التصميم. فهو يقرّب النموذج من منطق الطبقات أو الأقنعة أو التنقيح الانتقائي. وتصبح اللغة أمر تحرير، لا مجرد تعليمة للتوليد.

لماذا يصعب تقنيًا الحفاظ على هذا الاتساق

يساعد فهم سبب استعصاء هذه المشكلة كل هذا الوقت على تقييم هذا الوعد. فنموذج الانتشار لا يخزّن الصورة بوصفها مجموعة من العناصر القابلة للمعالجة. بل يعمل في فضاء كامن، وهو تمثيل مضغوط لا يُقسَّم فيه المحتوى المرئي إلى عناصر مستقلة ومسمّاة.

تفسر ثلاث آليات الانحراف الملحوظ مع كل عملية تنقيح.

تتمثل الآلية الأولى في إعادة الترميز. لتحرير صورة موجودة، يمررها النموذج مجددًا عبر المُرمِّز، ثم يعيد بناء المخرج. وهذه الرحلة ذهابًا وإيابًا ليست محايدة تمامًا أبدًا: إذ يُعاد تفسير النسيج الدقيق والتحبب والحواف الرفيعة. كرر العملية عشر مرات، وستتراكم الفروقات، كما يحدث عند نسخ نسخة مصورة مرارًا.

أما الآلية الثانية فهي مجال الانتباه الشامل. تتيح معماريات الانتشار الحديثة لكل منطقة في الصورة التفاعل مع جميع المناطق الأخرى. وهذا ما ينتج مشاهد متسقة من حيث الإضاءة والمنظور، لكنه أيضًا ما يؤدي إلى انتشار التعليمة الموضعية. فتغيير لون عنصر ما يعدّل الانعكاسات المحيطة به، ومن ثم التوازن الضوئي، ثم الخلفية.

وتتمثل الآلية الثالثة في غياب الهوية المستمرة. فالنموذج لا يعرف أن وجهًا ما هو الوجه نفسه من إصدار إلى آخر. بل يعيد إنتاج توزيع لملامح محتملة. ولا شيء يضمن أن يعيد إنتاج الملامح نفسها تمامًا.

تتمثل الاستجابة التقنية التقليدية لهذه المشكلة في الملء التوليدي المقنّع: تُثبَّت وحدات البكسل الواقعة خارج المنطقة المستهدفة، ولا يُعاد توليد سوى الجزء داخل القناع. وهي طريقة فعالة، لكن لها قيدان معروفان. تظل الوصلات عند حواف القناع مرئية عندما تختلف الإضاءة أو الخامة. كما أن النموذج، عند حرمانه من السياق المثبّت، ينتج أحيانًا محتوى صحيحًا موضعيًا، لكنه غير متسق مع المشهد.

لذلك، يفترض الوعد بتحقيق الاتساق بين عمليات التحرير الجمع بين طرفي المعادلة: الحفاظ على المحتوى الموجود مع الاحتفاظ بسياق كافٍ لدمج التنقيح. إنها موازنة وليست مفتاح تشغيل وإيقاف، وهنا تحديدًا ستُختبر الموثوقية الفعلية.

ولا يزال هذا الوعد بحاجة إلى الاختبار في الحالات الصعبة: شخصية تظهر في عدة صور، أو سلسلة من المنتجات من زوايا مختلفة، أو دليل صارم لهوية العلامة التجارية، أو عنصر مرئي يتضمن نصًا. كما أن المنشور لا يدّعي تحقيق اتساق مثالي. بل يعلن عن تحسن من دون تحديد شروطه أو معدل نجاحه.

المنشور 2، Sketch في ChatGPT

العرض التوضيحي لميزة Sketch الذي قدمته OpenAI في المنشور الثاني من سلسلة المنشورات.

https://x.com/OpenAI/status/2097394958516781301

يقدم الجزء التالي من سلسلة المنشورات Sketch ChatGPT. توضح OpenAI أن رسم بعض الأفكار أسهل من وصفها، ثم تدعو المستخدمين إلى الرسم مباشرةً في ChatGPT واستدعاء الأداة باستخدام « @ Sketch ».

لا يحل Sketch محل اللغة الطبيعية، بل يضيف دقة مكانية يصعب على النص ترميزها.

لماذا يعالج الرسم التخطيطي أحد قيود الموجّه

يمكن للنص وصف الغاية، لكنه أقل فاعلية بكثير في وصف موضع دقيق أو شكل أو منطقة تنقيح أو علاقة هندسية بين عدة عناصر.

لنأخذ طلبات شائعة، لكنها صعبة الصياغة دون غموض:

• نقل عنصر بضعة سنتيمترات مرئية إلى اليمين؛
• تعديل بتلة واحدة فقط في زهرة معقدة؛
• إطالة ظل من دون المساس بالعنصر الرئيسي؛
• تحديد المنتج الذي ينبغي تغيير لونه من بين عدة منتجات؛
• إعادة وضع شعار من دون الإخلال بتخطيط الصفحة؛
• رسم الموضع الدقيق لعنصر يراد إضافته.

في هذه الحالات، يمكن للمستخدم كتابة موجّه بالغ التفصيل. لكنه يظل معرّضًا لتفسير النموذج. ويقلل السهم أو الدائرة أو المنطقة المظللة بخطوط من الغموض. فالرسم يوفر معلومات عن الموضع، بينما يحدد النص الغاية.

هذا هو جوهر المقترح: تُستخدم اللغة لشرح ما يجب فعله، ويُستخدم الرسم التخطيطي لتحديد أين وكيف ينبغي التدخل.

يحل الرسم التخطيطي أيضًا مشكلة في الترميز

ثمة سبب أعمق لهذا التكامل. تمر التعليمات النصية عبر مُرمِّز نصي يُسقطها في فضاء دلالي. يلتقط هذا الإسقاط المفاهيم جيدًا، لكنه لا يلتقط الإحداثيات بالدقة نفسها. فعبارة «إلى يسار المزهرية، ومتراجع قليلًا إلى الخلف» تتحول إلى متجه دلالي، لا إلى موضع.

أما الرسم التخطيطي، فيدخل إلى النموذج عبر القناة نفسها التي تدخل منها الصورة: شبكة من وحدات البكسل تتوافق كل منطقة فيها مع منطقة في المخرجات. وتكون المطابقة المكانية مباشرة، من دون المرور عبر عنق زجاجة اللغة. ولهذا قد يتفوق رسم خربشة تقريبي على فقرة مصاغة بعناية عند تحديد منطقة ما.

خيار يتعلق بالواجهة بقدر ما يتعلق بالنموذج

يتمثل التوجه الضمني في توفير بيئة إبداعية مدمجة في واجهة المحادثة. ولن يعود المستخدم بحاجة إلى الانتقال من مولّد صور إلى محرر، ثم إلى تطبيق مراسلة لشرح التعديلات لزميل.

وقد يصبح سير العمل على النحو الآتي:

1. إنشاء تصور أولي؛
2. التعليق على العناصر المطلوب تصحيحها؛
3. إضافة تعليق توضيحي مرئي إلى منطقة ما؛
4. استدعاء @ Sketch؛
5. طلب تنقيح؛
6. تكرار العملية مع الاحتفاظ بالخيارات السابقة.

هذا التكامل استراتيجي. إذ يصبح نموذج الصور أقل شبهًا بأداة منفصلة وأكثر شبهًا بوظيفة مدمجة في محادثة إنتاجية. وبالنسبة إلى OpenAI، لا يقتصر عامل التمايز على جودة النتيجة النهائية فحسب، بل يشمل أيضًا سهولة الوصول إلى عملية التصحيح.

المنشور 3، قوالب التنسيقات

https://x.com/OpenAI/status/2097394960366456951

الرسالة الأخيرة في سلسلة المنشورات هي الأقل لفتًا للانتباه، وربما الأكثر كشفًا عن التموضع. تعلن OpenAI فيها عن قوالب لتنسيقات شائعة، مثل الملصقات أو المنتجات الترويجية، يضيف إليها المستخدم بعد ذلك رسالته أو عناصر تصميمه أو أسلوبه.

لا يحل القالب مشكلة الإخراج ولا التموضع: بل يحدد الإطار.

هذه فئة ثالثة من المشكلات، تختلف عن الفئتين السابقتين. فللملصق أبعاد متوقعة، وهوامش، وتسلسل هرمي للقراءة، ومنطقة للعنوان، وقيود للطباعة. وللمنتجات الترويجية مناطق قابلة للطباعة وحدود للتباين. وهذه أعراف مهنية لا يعرف المستخدم غير المتخصص في التصميم كيفية صياغتها، وغالبًا لأنه لا يعرف أصلًا بوجودها. ولن يُظهرها أي موجه نصي، ولا أي رسم تخطيطي أيضًا.

وعند النظر إلى سلسلة المنشورات مجتمعة، نجد أنها تغطي ثلاثة مستويات من المساعدة:

1. يتولى النموذج الإخراج البصري؛
2. يتولى الرسم التخطيطي التموضع؛
3. يتولى القالب الإطار.

وهذا يمثل أيضًا توسعًا واضحًا إلى حد ما في الجمهور المستهدف. فالمنشوران الأولان يخاطبان أشخاصًا يعرفون بالفعل ما يريدون الحصول عليه. أما الثالث فيخاطب من لا يعرفون من أين يبدأون. ولا توضح السلسلة عدد القوالب المتاحة، ولا ماهيتها، ولا ما إذا كانت قابلة للتخصيص بما يتجاوز المحتوى.

ما الذي يعنيه ذلك

في مواجهة نماذج الصور الأخرى، تسعى OpenAI إلى تقديم سير عمل أكثر قابلية للتحكم، بدلًا من الوعد بثورة جمالية بحتة. فالمنافسة لا تدور حول جمال الصورة الأولى فحسب، بل حول القدرة على تحويل هذه الصورة إلى مُخرج قابل للاستخدام بعد عشرة أو عشرين تعديلًا.

بالنسبة إلى المحترفين، ستعتمد قيمة ChatGPT Images 2.5 على استقرار التكرارات، لا على سرعة النتيجة الأولى فحسب.

ما الذي يمكن أن تستفيده فرق التصميم والمنتج

إذا تحققت الوعود في حالات الاستخدام الفعلية، فستصبح عدة استخدامات أكثر سلاسة:

• التسويق: إنشاء نسخ متعددة من عنصر مرئي لحملة من دون تعديل المنتج أو الشعار أو التأطير المعتمد.
• التجارة الإلكترونية: تغيير لون أو إكسسوار أو خلفية محليًا، مع الحفاظ على طريقة عرض المنتج.
• تجربة المستخدم والمنتج: إنتاج رسوم توضيحية ونماذج أولية بسرعة، ثم تصحيح عنصر محدد بناءً على الملاحظات.
• النشر: تعديل تكوين عنصر مرئي من دون إعادة عملية التوليد بالكامل.
• إنشاء الشخصيات: الحفاظ على اتساق السمات عبر تعديلات متعددة على تعبير الوجه أو الملابس أو الخلفية.
• الإدارة الفنية: استبدال التعليمات الطويلة وغير الدقيقة بتعليق توضيحي مرئي مقترن بطلب نصي.

تقلل السرعة وقت الانتظار. وقد تزيد الدقة الجودة المتصورة. لكن القدرة على الحفاظ على التفاصيل تقلل قبل كل شيء التكلفة الخفية للتكرار. وفي البيئات المهنية، غالبًا ما تكون هذه التكلفة هي التي تحدد ما إذا كانت أداة الذكاء الاصطناعي ستندمج فعليًا في سير العمل أم ستظل مقتصرة على الاستكشاف.

الجوانب التي تركها النقاش مفتوحة

لا يزال الإعلان غير مكتمل إلى حد كبير فيما يتعلق بالشروط العملية للاعتماد. إذ لا يوضح النقاش ما يلي:

• الاشتراكات التي ستتيح الوصول إلى ChatGPT Images 2.5؛
• ما إذا كانت Sketch ChatGPT متاحة للجميع أم مقتصرة على باقات معينة؛
• ما إذا كانت هذه الوظائف ستُتاح عبر واجهة برمجة تطبيقات (API)؛
• الأسعار أو الحصص أو حدود التوليد؛
• الحالات التي سيجري فيها الحفاظ فعليًا على الشخصيات والتكوينات بعد تعديلات متعددة؛
• ما إذا كانت هناك اختبارات معيارية ستقيس التحسينات المُعلنة في الدقة والاتساق؛
• كيفية التعامل مع حالات الحظر الناتجة عن الإشراف على الطلبات التي تُعد مشروعة.

تكتسي النقطة الأخيرة أهمية بالنسبة إلى المؤسسات. فقد تكون وظيفة التعديل عالية الأداء من الناحية التقنية، ومع ذلك يصعب دمجها في عملية إنتاج إذا كانت قواعد الإشراف تحظر طلبات من دون تقديم تفسير يمكن الاستفادة منه. ولا يزال بعض المستخدمين يشيرون إلى البطء والإفراط في تشدد الإشراف. ولا يقدم النقاش ردًا رسميًا أو سياسة مفصلة بشأن هذا الموضوع.

الخلاصة

لا ينبغي النظر إلى ChatGPT Images 2.5 باعتباره مجرد نموذج أسرع أو أكثر واقعية من الناحية الفوتوغرافية. فرهانه الأهم هو التعديل المنضبط: تعديل منطقة معينة، والحفاظ على بقية الصورة، ثم تكرار العملية من دون الإخلال باستقرار الأصل الأولي.

وتستكمل وظائف Sketch ChatGPT والقوالب هذا الطموح بصورة منطقية. فالنص يعبّر عن المقصود، والرسم التخطيطي يحدد الموضع، والقالب يوفر الإطار. وتقدم هذه العناصر مجتمعةً شكلًا من أشكال التعديل الحواري، أقرب إلى أداة إبداعية تفاعلية منه إلى مولّد صور للاستخدام لمرة واحدة.

ومع ذلك، يترك النقاش الأسئلة الحاسمة من دون إجابة: التوفر، وواجهة برمجة التطبيقات (API)، والأسعار، والحصص، والإشراف، ومستوى الموثوقية الفعلي بعد تعديلات متعددة. يبدو الوعد مقنعًا على الورق، لكنه يحتاج إلى التحقق منه في المشاهد المعقدة، وضمن قيود العلامات التجارية، وفي مسارات العمل التي لا يكون فيها الاتساق ميزة إضافية، بل متطلبًا أساسيًا.