- المدونة
- الإصدار ChatGPT Images 2.6: صور متحركة (GIF)، وتصدير شعاعي (SVG)، ونموذجان بمهام منفصلة | Fanch AI
الإصدار ChatGPT Images 2.6: صور متحركة (GIF)، وتصدير شعاعي (SVG)، ونموذجان بمهام منفصلة | Fanch AI

لا يمكن اعتبار إصدار ChatGPT Images 2.6 مجرد ترقية روتينية بسيطة للبرمجيات. فهذا التحديث يطرح صيغتي إخراج لم يسبق للإصدارات السابقة دعمهما على الإطلاق وهما الصور المتحركة (GIFs) والرسوم الشعاعية المتجهة (SVG). بالإضافة إلى ذلك، يقدم ميزة حفظ الصور المرجعية لإعادة استخدامها، وقرص تحكم جديد يختص بـ "التعقيد (Complexity)"، وأخيراً فصل واجهة برمجة التطبيقات (API) إلى نموذجين منفصلين لكل منهما مهمة جوهرية مختلفة.
ولفهم أبعاد هذا الإطلاق، يجب أن نضع في الاعتبار السياق التالي: تشير بيانات شركة OpenAI إلى أن المستخدمين يولدون حالياً 4 مليارات صورة أسبوعياً عبر منصاتها المتعددة (ChatGPT، Codex، وAPI)، أي ما يتجاوز حاجز الـ 500 مليون صورة يومياً. وعليه، فإن ChatGPT Images 2.6 لا يمثل مقامرة لاقتحام سوق جديدة، بل هو توسع محسوب في الصيغ وأنماط الاستخدام، يستهدف قاعدة مستخدمين ضخمة ومستقرة أصلاً.
نستعرض فيما يلي تفصيل الإضافات الحقيقية التي حملها ChatGPT Images 2.6، وكيف ستغير هذه الميزات طريقتك في صياغة وإنتاج المحتوى البصري.
أبرز الإضافات في ChatGPT Images 2.6
إنشاء صور GIF المتحركة. يمكن لـ ChatGPT Images 2.6 الآن إخراج رسوم متحركة بصيغة GIF، وهي ميزة مثالية لابتكار شخصيات العلامات التجارية (Mascots)، وتصميم الملصقات التعبيرية (Stickers)، وإنشاء الميمز (Memes). أما على الصعيد الاحترافي، فهي تتيح إنتاج القصص المصورة المتحركة (Animatics) لاختبار حركية الشخصيات وتعبيراتهم قبل رصد الميزانيات لاستخدام نماذج توليد الفيديو عالية التكلفة.
تصدير الرسوم الشعاعية (SVG). يتيح ChatGPT Images 2.6 استخراج ملفات بصيغة SVG جاهزة للاستخدام المباشر في تصميم مواقع الويب، وواجهات التطبيقات، والمواد المطبوعة.
الاحتفاظ بالصور المرجعية (Saved reference images). قدم ChatGPT Images 2.6 أخيراً ميزة طالما انتظرها المحترفون لعامين، ألا وهي إمكانية حفظ الصور المرجعية واستدعاءها لاحقاً. هذا هو حجر الأساس لتحقيق "الاتساق (Consistency)" البصري. ووفقاً لـ OpenAI، تضمن هذه الميزة الحفاظ على استقرار ملامح الشخصيات، وتفاصيل المنتجات، وعناصر الهوية البصرية للعلامة التجارية عبر جلسات تعديل متعاقبة دون أن تتشوه.
توضيح وإضافة تعليقات توضيحية عبر واجهة API (Image annotation). أصبحت ميزة التحديد وإضافة التعليقات التوضيحية (التي كانت متاحة سابقاً ضمن واجهة دردشة ChatGPT فقط) متاحة الآن للمطورين وفرق العمل عبر واجهة برمجة التطبيقات ضمن ChatGPT Images 2.6. يمكن للفرق الآن تحديد إحداثيات دقيقة وتوجيه النموذج قائلاً: "غير هذا العنصر تحديداً، وفي هذا الموضع حصراً".
عامل "التعقيد" المستقل (Complexity parameter). متغير جديد ينفرد به ChatGPT Images 2.6، ويعمل بصورة منفصلة تماماً عن مؤشر "جودة الصورة" (Image quality). وسنتطرق إلى هذا المعيار لاحقاً لأنه يمثل الإضافة الأكثر عرضة لسوء الفهم.
الإتاحة الجغرافية والفئات المستفيدة. تم تفعيل هذه الميزات عالمياً لمستخدمي ChatGPT وCodex عبر جميع باقات الاشتراك (في تطبيقات الحاسوب والهواتف والويب). يتم الوصول إلى ChatGPT Images 2.6 عبر الـ API من خلال النموذجين الموضَّحين أدناه.
نموذجَا Flare وSunburst: ليسا مجرد نسختين سريعة وبطيئة
يقع العديد من المحللين في فخ تبسيط ChatGPT Images 2.6 بوصفه مجرد "نموذجين جديدين أسرع من السابق". غير أن الحقيقة هي أن كل نموذج صُمم لأداء مهام مختلفة جذرياً.
GPT-Image-2.6 Flare هو نموذج الكفاءة والسرعة (Speed model). في إعدادات الجودة المنخفضة، يمكنه معالجة وإنتاج صورة خلال ست ثوانٍ فقط. علاوة على ذلك، تم تحسينه خصيصاً ليبرع في ترتيب العناصر (Layout) وإخراج ملصقات متوازنة، وصور منتجات منسقة، وغيرها من التصاميم الاحترافية التي تتطلب محاذاة دقيقة للشبكات — وهي النقطة التي طالما تعثرت فيها نماذج الصور التقليدية.
GPT-Image-2.6 Sunburst هو نموذج الدقة المتناهية (Precision model). يُستخدم في إعدادات الجودة المتوسطة أو العالية، ويقدم مخرجات ذات واقعية ودقة أعلى. والأهم من ذلك، أنه يحافظ على اتساق ملامح العناصر (Consistency) بصلابة أكبر أثناء جولات التعديل المتكررة.
وبالتالي، تصبح آلية العمل الاحترافية داخل ChatGPT Images 2.6 بديهية بمجرد استيعاب هذا الفارق: استخدم Flare لصياغة المسودات السريعة واختبار الأفكار، واستخدم Sunburst لوضع اللمسات النهائية وإخراج العمل. فمدة 6 ثوانٍ كافية لتوليد دستة من التصورات المتنوعة للوصول للفكرة الأمثل؛ بينما تتجلى قوة Sunburst عندما تحتاج لأن تظل ملامح الشخصية متطابقة تماماً حتى بعد المراجعة والتعديل الرابع.
إن تقسيم الأدوار هذا يمثل التغيير الأكثر تأثيراً وعمقاً في تحديث ChatGPT Images 2.6، غير أنه مهدد بالتجاهل نظراً لاحتفاظ كلا النموذجين بنفس رقم الإصدار (2.6).
صورة الـ GIF هي "ورقة أطياف متسلسلة (Sprite Sheet)"، وليست فيديو
لكي تستخدم ميزة الـ GIF في ChatGPT Images 2.6 باحترافية، يجب أن تستوعب آليتها الميكانيكية: النموذج لا يقوم بتوليد مشهد فيديو متحرك، بل يخرج ورقة أطياف (Sprite sheet) تحتوي على إطارات ثابتة متسلسلة تُعرض بسرعة لتكوين حركة.
تأمل طريقة صياغة الموجهات (Prompts) في الأمثلة الرسمية التي نشرتها OpenAI. ستجد أن التعليمات تنص على: "إنشاء ورقة أطياف حركية مفردة مخصصة لصور GIF ذات التكرار السلس"، مع اشتراط "تضمين 6 إطارات متسلسلة بالضبط ضمن شبكة دقيقة من 3 أعمدة وصفين"، تُقرأ من اليسار لليمين ثم من الأعلى للأسفل، مع توحيد أحجام جميع الإطارات، وضبط الإطار السادس ليمهد انتقالاً بصرياً ناعماً للعودة للإطار الأول.
لا يُعد هذا تحدياً رياضياً في توليد الفيديو؛ بل هو، ضمن بنية ChatGPT Images 2.6، تحدٍ في تصميم شبكة الإطارات (frame-grid layout problem). وهذا التفسير التقني يوضح المجالات التي يبدع فيها الـ GIF والمجالات التي يعجز فيها.
هذا التصميم الهيكلي يتألق في إنجاز: الحلقات القصيرة المتكررة (Loops)، وتغيير تعابير الوجوه، والحركات الدقيقة في واجهات المستخدم، والملصقات التعبيرية. فنظام الشبكة (Grid) هو السبب الذي يجعل انتقال حالة شخصية كرتونية من الأمل المشرق إلى البكاء الغزير أمراً منطقياً ومنسجماً خلال 6 إطارات فقط.
ماذا يعني هذا بالنسبة لك كمستخدم لـ ChatGPT Images 2.6؟ يعني أن جودة صورتك المتحركة مرهونة بمدى براعتك في صياغة "موجه هندسي" يصف الشبكة والفروقات بين الإطارات بدقة. اطلب صراحة تصميم "ورقة أطياف (Sprite sheet)"، وحدد عدد الإطارات ونظام تخطيطها الهندسي بوضوح، وصف حركة التغيير في كل إطار، وأمر النموذج بإغلاق الحلقة بسلاسة في الإطار الأخير. الموجهات الوصفية الغامضة لن تنتج سوى إطارات مشوشة.
أين تحقق صور الـ GIF قيمتها التجارية الفعلية؟
تتركز استفادة المحترفين والمبدعين من ميزة GIF في ChatGPT Images 2.6 في ثلاثة مجالات (مدرجة ترتيباً تنازلياً حسب القيمة التجارية):
القصص المصورة المتحركة (Animatics) قبل الإنتاج الفعلي للفيديو. يتيح لك ChatGPT Images 2.6 تجسيد وتخطيط ديناميكية حركة الشخصيات ضمن ستة إطارات بتكلفة زهيدة، قبل استنزاف ميزانيتك على نماذج توليد الفيديو الثقيلة. وهذا هو الاستخدام الأكثر احترافية وجدوى تجارية لأنه يتيح لك اكتشاف الأفكار الفاشلة وتجاوزها دون خسائر تذكر.
شخصيات العلامات التجارية (Brand mascots). إن تقديم حلقة تكرارية من 6 إطارات تستعرض تعابير شخصية العلامة هو الهدف الجوهري الذي وجدت من أجله صيغة الـ GIF أساساً.
الملصقات التعبيرية (Stickers)، وحركات رد الفعل، والميمز (Memes). هذا هو القطاع الذي يشهد أعلى كثافة استهلاك، وهو السبب الذي يجعل دعم GIF مطلباً رئيسياً لصناع المحتوى الذين لا يهدفون للربح المباشر.
تأمل النسق المتكرر في أمثلة OpenAI لـ ChatGPT Images 2.6: موظف مكتبي بتصميم (Chibi) يتفاعل مع رسم بياني متصاعد وهابط لأسعار الأسهم، مخطط أولي لومة مرسومة باليد تدب فيها الحياة وتتحرك، وشخصية مصغرة تكتب بنشاط أعلى مربع محادثة. جميعها مشاهد صغيرة الحجم، وعالية التعبير، وتدور في حلقة متكررة (Loops). لا يوجد أي مخرج يفكر في استخدام ChatGPT Images 2.6 لصناعة فيلم روائي.
صيغة SVG تغير قواعد اللعبة في تصميم الهوية البصرية
قد يبدو تصدير الرسوم الشعاعية (Vector) ميزة هامشية في تحديث ChatGPT Images 2.6، لكنها في الحقيقة الإضافة ذات الأثر المزلزل على المستوى التجاري والصناعي.
لم يفضل مصممو الغرافيك يوماً العمل على ملفات بكسل نقطية (Pixels). بل يبحثون دائماً عن مسارات واتجاهات (Paths) تمنحهم حرية إعادة التلوين، والتحجيم اللانهائي دون فقدان الدقة، والتعديل المرن. تؤكد OpenAI أن ملفات الـ SVG المصدرة من ChatGPT Images 2.6 يمكن استخدامها مباشرة في بناء مواقع الويب، وتطبيقات الهواتف، ومواد الطباعة. وإذا ثبتت فاعلية هذه الميزة في بيئة الإنتاج الفعلي، فإنها ستلغي نهائياً خطوة "التتبع وإعادة الرسم (trace-and-rebuild)" اليدوية المزعجة، والتي شكلت الحاجز الأكبر الذي منع الذكاء الاصطناعي من الانخراط في صلب تصاميم الهوية التجارية.
ولكن يجب إرفاق تحذير هندسي يستوجب منك اختباره عملياً: المخرجات الشعاعية التوليدية غالباً ما تكون تقريبية وتعتمد على خوارزميات قد تكون فوضوية. لا تنخدع بمجرد إمكانية فتح الملف؛ بل افحص عدد العقد (Node count) ومدى قابلية الملف للتعديل والتفكيك في برامج التصميم. فملف SVG المثقل بمئات الآلاف من العقد (Nodes) غير الضرورية هو ملف متجهي (Vector) من الناحية البرمجية، ولكنه بمثابة كتلة صماء يستحيل على المصمم البشري تعديلها عملياً.

معيار "التعقيد": قرص تحكم منفصل لضبط المحتوى
يقدم ChatGPT Images 2.6 معيار "التعقيد (Complexity)" كمحدد تحكم مستقل تماماً عن "جودة الصورة (Image quality)"، وهو تمييز بالغ الأهمية يجب على كل مصمم استيعابه جيداً.
تتحكم جودة الصورة (Image quality) في دقة العناصر البصرية، والتفاصيل المجهرية، ونقاء العرض.
أما التعقيد (Complexity) فيحدد مقدار الجهد الحسابي الذي يبذله النموذج في "التخطيط (Planning)" الهندسي للصورة، وهو ما ينعكس مباشرة على مدى كثافة وغنى وتداخل العناصر داخل المشهد.
نصيحة OpenAI الصريحة لاستخدام ChatGPT Images 2.6: أبقِ مستوى التعقيد منخفضاً (Low) لمعظم مهام التعديل، ولا ترفعه إلى المتوسط أو العالي إلا إذا كان المشهد مزدحماً فعلياً בעناصر كثيرة أو مقيداً بشروط توزيع صارمة. هذه النصيحة تتناقض تماماً مع الغريزة الطبيعية لمعظم المستخدمين الذين يميلون لرفع جميع المؤشرات إلى الحد الأقصى أملاً في نتيجة أفضل.
ترجمة ذلك في بيئة العمل اليومية مع ChatGPT Images 2.6: معظم محاولات التوليد الفاشلة لا تعاني من نقص في الموجهات النصية، بل من "الإفراط في التخطيط (Over-planned)" الذي يشتت النموذج ويجعله يحشر تفاصيل لا لزوم لها.
اقرأ إعلانات إطلاق ChatGPT Images 2.6 بعين فاحصة
ثلاث حقائق تستوجب التجربة العملية قبل اعتمادها كمسلمات مهنية:
أرقام سرعة المعالجة هي أرقام مختبرات OpenAI. توقيت الست ثوانٍ تم تحقيقه على نموذج ChatGPT Images 2.6 Flare، بإعدادات الجودة المنخفضة، وعلى البنية التحتية للخوادم الخاصة بشركة OpenAI. ستختلف أرقام الاستجابة (Latency) لديك بحسب اتصالك، كما أن أي تعديل لرفع إعدادات الجودة سيؤدي إلى قفزة كبيرة في وقت التوليد.
توليد الـ GIF في ChatGPT Images 2.6 يعتمد افتراضياً على شبكة من 6 إطارات. هذا يمثل الحد الأقصى "لميزانية الإطارات" المتاحة للنموذج، وليس مدة زمنية بالثواني المفتوحة. وإذا كان المشهد الذي تتخيله يتطلب العشرات من الإطارات لتبدو الحركة سلسة، فإن منهجية "أوراق الأطياف (Sprite-sheet)" ستعجز عن تلبية ذلك وتتحول إلى معضلة في تخطيط الشبكة بدلاً من أن تكون أداة إبداعية. ستكون حينها بحاجة لنموذج توليد فيديو حقيقي.
جودة ملفات SVG تحتاج لاختبارات صارمة. هناك فارق هائل بين نجاح البرنامج في تصدير الملف كـ SVG، وبين أن يكون هذا الملف نظيفاً وهيكلياً ومنظماً بما يسمح لمصمم بشري بتحريره وتعديله بسهولة في برامج مثل Adobe Illustrator.
كيف تستفيد من ChatGPT Images 2.6 الآن؟
- صغ المسودات السريعة عبر Flare، وأنجز اللمسات النهائية والمراجعات عبر Sunburst — هذا هو التعديل الجوهري الذي سيحدث ثورة في سير عملك.
- القصص المصورة المتحركة (Animatics) — اختبر حركة الشخصيات وانتقالاتها ضمن 6 إطارات متسلسلة بتكلفة زهيدة قبل حرق ميزانيتك على نماذج الفيديو باهظة التكلفة.
- حزم الملصقات التعبيرية ومجموعات تمائم العلامات التجارية — شريطة أن تصف بدقة متناهية شبكة الإطارات المطلوبة في الموجه النصي، وتأمر النموذج بإغلاق الحلقة (Loop) ليعود للحالة الأولى.
- استلهام الأفكار وتوليد أيقونات وشعارات أولية بصيغة SVG — على أن يتولى مصمم بشري لاحقاً تنقيح وتنظيف العقد والمسارات الناتجة.
- الحفاظ على اتساق ملامح الشخصيات (Consistency) في المشاريع التجارية — من خلال الاحتفاظ بالصورة المرجعية الناجحة، وتثبيت نص الموجه دون أي تغيير في حرف واحد، والاعتماد المطلق على نموذج Sunburst لضمان استقرار الخصائص البصرية عبر سلسلة لا نهائية من التعديلات.
موجه مقترح لتقييم كفاءة النموذج
لاختبار مدى صلابة ميزة "اتساق المرجع (reference-consistency)" في ChatGPT Images 2.6 بشكل قاطع، يجب أن تطلب منه توليد عنصر يحمل طابعاً فريداً ومصمماً بـ "عدم تماثل (asymmetric)" واضح. فهذا يمنع النموذج من الالتفاف على التحدي وتبسيط العنصر واستبداله بأي شكل هندسي كلاسيكي وتقليدي مخزن لديه في قواعد البيانات.
انسخ والصق هذا الموجه في Fanch AI (النموذج: gpt_image_2):
A clean studio product photograph of a small sculptural table lamp: a hand-thrown matte stoneware base in warm terracotta with an asymmetric pinched silhouette, topped by a pleated off-white linen shade, standing on a pale sand surface against a seamless warm grey backdrop. Soft directional studio light from the left, gentle falloff shadow to the right, fine speckled texture in the clay body and visible weave in the linen, 16:9 framing, 8K detail, no people, no brand logos, no text overlay.
عبارة "هيكل غير متماثل به ثنية منضغطة (asymmetric pinched silhouette)" هي حجر الزاوية في الاختبار. فالمرجع المحفوظ بكفاءة سيُلزم النموذج بوضع تلك "الثنية" في الموضع الهندسي عينه في كل عملية توليد متتابعة. ويُفترض بنموذج Sunburst أن ينجح في الحفاظ عليها في مكانها تماماً حتى بعد تعريض الصورة لأربع جولات قاسية من تعديلات الإضاءة والزوايا.

لماذا تمثل منصة Fanch AI حجر الزاوية لإدارة إنتاجك؟
يؤكد إطلاق ChatGPT Images 2.6 بشكل قاطع الوجهة التي يسير نحوها عالم التصميم بالذكاء الاصطناعي: لم يعد توليد الصور مجرد "زر سحري وحيد" تنتظر منه المعجزات، بل بات "خط إنتاج أصول متكامل (Asset pipeline)" يعتمد على تعدد الصيغ، وتثبيت المراجع البصرية، والتبديل المدروس بين طبقات النماذج المتخصصة. ورغم هذا التعقيد، فإن الركائز الثلاث التي تقرر في النهاية مدى صلاحية تصميمك للتسليم للعميل لم تتغير قيد أنملة: صورة مرجعية مبنية بعناية، وموجه نصي مستقر لا يتأرجح، ومظهر بصري ثابت ومحكم (Locked look).
تضع منصة Fanch AI بين يديك نموذج صور متخصصاً شديد الانضباط، يتبع توجيهاتك النصية بصرامة. وهذا يمنحك بيئة مثالية لصياغة مراجع بصرية نموذجية (Canonical references)، واستنساخ طابع بصري محدد متى دعت الحاجة، لتنقل بعد ذلك هذا "الاتساق (Consistency)" الصلب والمنضبط إلى أي نموذج أو أداة تختارها لاستكمال وإنجاز مشروعك النهائي.
