موجه شخصية جيميني نانو الموز ثلاثية الأبعاد
أصبح إنشاء تمثال PVC في صندوق تجميع من صورة شخصية بسيطة ممكنًا اليوم بأمر نصي في وظيفة صور جيميني من جوجل. هذه الميزة، التي يشار إليها غالبًا باسم نانو الموز، تُنشئ صورًا ثنائية الأبعاد تبدو وكأنها شخصيات ثلاثية الأبعاد. تشرح هذه المقالة الأساس التقني، وصياغة الموجهات القوية، وكيف يمكن استخدام النتائج حتى الشخصية المطبوعة ثلاثية الأبعاد الحقيقية.
المصدر: العرض الذاتي
مقدمة
جوجل جيميني هي عائلة نماذج للذكاء الاصطناعي تعالج أنواعًا مختلفة من البيانات، من نماذج السحابة الكبيرة إلى المتغيرات المدمجة للهواتف الذكية. Gemini Nano هو الإصدار الموجود على الجهاز للهواتف الذكية التي تعمل بنظام أندرويد، والذي يمكّن Android-Dienst AICore المهام المحلية مثل الملخصات.
ومع ذلك، يشير مصطلح "نانو الموز" إلى Bildmodell Gemini 2.5 Flash Image ، والذي يوصف في الوثائق الرسمية بأنه نموذج لتوليد الصور وتحريرها ويحمل هذا الاسم المستعار. يمكن التحكم فيه عبر Gemini-Weboberfläche, ، التطبيق الذي، Gemini-API وحدة برمجة تطبيقات جيميني (Gemini-API) والتكاملات مثل Firebase AI أو استوديو الذكاء الاصطناعي.
تتحدث وسائل الإعلام عن "شخصيات نانو الموز ثلاثية الأبعاد"، ولكنها تعني في الغالب صورًا ثنائية الأبعاد تبدو وكأنها شخصيات مصورة. غالبًا ما تظهر هذه الصور مقياس 1/6 أو 1/7، وقاعدة أكريليك شفافة، ومشهد مكتب، وصندوق ألعاب بأسلوب مصنعي الشخصيات الكلاسيكيين. غالبًا ما تصف الموجهات النموذجية هذا الترتيب: شخصية على قاعدة مستديرة، وشاشة مراقبة بها برنامج ثلاثي الأبعاد في الخلفية، وصندوق به عمل فني بجانبها. تتطلب الشخصية ثلاثية الأبعاد الحقيقية نموذجًا ثلاثي الأبعاد بتنسيق GLB أو OBJ أو STL، والذي تستطيع خدمات متخصصة مثل 3D AI Studio أو Meshy إنشاءه عبر وظيفة "صورة إلى 3D". الطريق النموذجي هو: صورة شخصية (سيلفي)، ثم صورة نانو الموز بأسلوب الشخصيات، ثم أداة ذكاء اصطناعي ثلاثية الأبعاد لنموذج قابل للطباعة.
الوضع الحالي
قدمت جوجل جيميني في نهاية عام 2023 كمنصة جديدة للذكاء الاصطناعي، حيث يلعب Gemini Nano دورًا مركزيًا للهواتف الذكية. يعمل جيميني نانو في خدمة نظام خاصة به، ويستخدم أجهزة الجهاز، ويتيح المهام المحلية دون نقل بيانات مستمر إلى مراكز البيانات. بالتوازي مع ذلك، تم تطوير نموذج الصور Gemini 2.5 Flash Image ، المعروف باسم "المعروف أيضًا باسم نانو الموز"، وهو المسؤول عن توليد الصور وتحريرها. توضح المواقع الرسمية أن نانو الموز مناسب لتوليد النص إلى صورة وتحرير الصور، بما في ذلك تحميل الصور أو استبدال الأجزاء أو تغيير الأنماط أو إعادة بناء المشاهد بالكامل.
تم دمج نانو الموز الآن مباشرة في Google Search über Lens und AI Mode وكذلك في أداة الملاحظات NotebookLM. يمكن للمستخدمين التقاط الصور أو تحميلها وتغيير المشاهد أو إنشاء صور جديدة عبر الأوامر النصية. تتحدث جوجل عن أكثر من خمسة مليارات صورة تم إنشاؤها باستخدام نانو الموز. يصف تقرير حديث أن وظيفة صور نانو الموز جلبت زيادة كبيرة في عدد المستخدمين لتطبيق جيميني، خاصة بين الشباب. تذكر جوجل 650 مليون مستخدم نشط شهريًا للتطبيق، بزيادة قدرها 200 مليون منذ الصيف، وتعزو جزءًا كبيرًا من هذا التطور إلى أداة الصور.
نشرت وسائل الإعلام موجهات نموذجية مفصلة لمظهر الشخصيات، من شخصيات مصغرة واقعية بمقياس 1/7 إلى شخصيات أنمي أو شخصيات أعمال بمظهر مصغر. تظهر بوابات مثل
Flux AI Flux AI, Kapwing أو ToMoviee هياكل صور مماثلة، بعضها مزود بمقاطع فيديو مدمجة وكتل موجهات جاهزة. يتزايد الاهتمام العام بمولدات صور الذكاء الاصطناعي: Google Trends يظهر نموًا قويًا في الاهتمام بالبحث عن مصطلحات "الذكاء الاصطناعي". يصف Bericht von Canva أن أدوات الصور التوليدية تتحول في العديد من البلدان من أداة متخصصة إلى جزء ثابت من العمل الإبداعي.
التحليل والدافع
هدف جوجل هو ترسيخ جيميني كمنصة إبداعية شاملة، وليس مجرد دردشة نصية. تساعد تنسيقات الصور سهلة الفهم مثل الشخصيات في إظهار الإمكانات دون معرفة متخصصة في الأبعاد الثلاثية أو تحرير الصور. يتبع تكامل نانو الموز في Search, NotebookLM und künftig Google Photos هذه الاستراتيجية من خلال تقديم وظائف الصور حيث تحدث المهام اليومية.
بالنسبة للمستخدمين، تُعد صور الشخصيات طريقة ملموسة لفهم كيفية تأثير المعلمات مثل منظور الكاميرا والإضاءة ووصف المواد أو الخلفية على الموجه والنتيجة. بدلاً من الفن التجريدي، يرى المستخدمون أنفسهم في تمثيل منمق ولكنه يمكن التعرف عليه ويمكنهم تجربة مباشرة كيف يبدو مقياس مختلف أو وضع مختلف أو إعداد جديد.
تستخدم الشركات ومصنعو الأدوات ومنصات المبدعين تنسيق الصور هذا لإنشاء خدماتهم الخاصة: من مولدات الشخصيات المتخصصة إلى مرشحات الفيديو وصولاً إلى عروض الطباعة ثلاثية الأبعاد التي تحول صورة نانو الموز إلى عنصر تجميع حقيقي. ترى شركات أبحاث السوق سوقًا سريع النمو لمولدات صور وفيديو الذكاء الاصطناعي بمليارات الدولارات. بالنسبة للمستخدمين، يمكن أن تكون هذه فرصة لاستخدام شخصياتهم الخاصة كبطاقة عمل رقمية أو عنصر علامة تجارية أو عنصر تجميع، ولكن أيضًا لتطوير كفاءة الصور والتوجه.
حقائق وخرافات
مؤكد:
- نانو الموز هو نموذج صور يستند إلى Gemini 2.5 Flash وتم تطويره لتوليد الصور وتحريرها باستخدام الأوامر النصية. تذكر الوثائق الرسمية وظائف مثل إنشاء صور جديدة، وتغيير الصور المحملة، والتحكم في النمط عبر الموجهات.
- نموذج الصور مدمج في منتجات جوجل المختلفة، بما في ذلك Search über Google Lens, NotebookLM und perspektivisch Fotos. تم بالفعل إنشاء مليارات الصور باستخدام هذا النموذج، وقد زاد نانو الموز بشكل كبير من استخدام تطبيق جيميني في الفئات العمرية الأصغر.
- تضمن جوجل علامات مائية غير مرئية SynthID-Wasserzeichen في صور نانو الموز، والتي يمكن التعرف عليها كمحتوى للذكاء الاصطناعي. لا تُستخدم الصور المحملة تلقائيًا للتدريب؛ يتطلب ذلك موافقة منفصلة.
- تُظهر البرامج التعليمية أنه يمكن إنشاء صور شخصيات باستخدام موجهات واضحة، مثل شخصية 1/7 على قاعدة أكريليك مع مشهد ZBrush وتغليف ألعاب. يمكن إنشاء أنماط مختلفة مثل الأنمي أو الأعمال أو اللاعبين بشكل موثوق.
غير واضح:
- من غير الواضح ما إذا كان نانو الموز يعمل في الخلفية بهندسة ثلاثية الأبعاد حقيقية أو يُنشئ صورًا ثنائية الأبعاد فقط تحاكي المظهر ثلاثي الأبعاد. لا تقدم الأوصاف التقنية الرسمية أي إشارات إلى شبكات ثلاثية الأبعاد قابلة للتصدير أو إخراج STL مباشر.
- تكوين بيانات التدريب الدقيق موصوف بشكل عام فقط. تؤكد جوجل على إرشادات حقوق النشر والأمان، لكنها لا تكشف عن مصادر الصور التي تم استخدامها وبأي مدى.
خطأ أو مضلل:
- فكرة أن نانو الموز سينشئ نموذجًا ثلاثي الأبعاد جاهزًا وقابلاً للطباعة يمكن تنزيله مباشرة كملف STL بموجه واحد مضللة. في Gemini-Dokumentation وأوصاف المنتج، هناك حديث عن توليد الصور وتحرير الصور، وليس الإخراج المباشر لشبكة ثلاثية الأبعاد.
- تشير بعض صفحات التسويق للأدوات الخارجية إلى أنه يمكن الحصول على شخصية جاهزة للطباعة بالكامل من صورة "دون أي معرفة مسبقة". ومع ذلك، يوضح مقدمو الخدمة الموثوق بهم مثل 3D AI Studio أو Meshy أن خطوات مثل تحسين الهندسة وإعادة الشبكة والتنسيق مع مواد الطباعة ضرورية.
- الادعاء بأن مولدات شخصيات الذكاء الاصطناعي لا تسبب مشاكل للفنانين هو ادعاء أحادي الجانب. تُظهر الاستطلاعات أن جزءًا كبيرًا من الفنانين يعتبرون كشط أعمالهم غير المطلوب لتدريب الذكاء الاصطناعي غير أخلاقي ويشعرون بالقلق بشأن الدخل وحقوق النشر والمعلومات الخاطئة.
دليل عملي
إذا كنت ترغب في إنشاء شخصية من صورتك بنفسك، فإن الخطوات التالية مفيدة:
الخطوة 1: إعداد صورة شخصية أو صورة
توصي الإرشادات الموثوقة بصورة مضاءة جيدًا مع رؤية واضحة للوجه، وإذا أمكن، عرض كامل للجسم. تساعد الخلفية الهادئة الذكاء الاصطناعي على فصل الأشكال بدقة. الظلال القوية أو الأطراف المقطوعة تجعل هذا الأمر صعبًا. للطباعة لاحقًا، يكون الزي المحايد ذو الأشكال الواضحة مفيدًا، حيث يمكن أن تصبح العناصر الرفيعة صعبة في التنفيذ ثلاثي الأبعاد.
الخطوة 2: بناء موجه شخصية جيميني نانو الموز ثلاثية الأبعاد
يصف الموجه الجيد النمط والمقياس والمشهد والتفاصيل. تميز الموجهات النموذجية أنواع الشخصيات المختلفة مثل المنمنمات الواقعية أو شخصيات الأنمي أو صور اللاعبين الرمزية أو شخصيات الأعمال. يجب صياغة الموجهات باللغة الإنجليزية، حيث غالبًا ما تتعامل النماذج معها بشكل أفضل.
"Create a chibi-style 1/7 scale figurine of the person in the photo, big head and simplified features, standing on a round transparent acrylic base on a wooden desk, studio lighting, no text anywhere in the scene.""Turn the person in the image into an anime-style collectible figurine in a dynamic pose, on a clear base, with a manga-inspired background and soft rim light, show a toy box with matching artwork next to it.""Generate a 1/6 scale figurine of the person as a pro gamer with headset and controller, standing on a platform in front of a monitor and RGB-lit keyboard, realistic materials, clean white background, no logos.""Create a realistic 1/7 scale business figurine of the person in a suit holding a laptop, standing on a minimal round base on a desk, with a blurred office background and a subtle reflection on the tabletop."تستند هذه الموجهات إلى أمثلة مشتركة علنًا، ولكنها تترك مساحة للنموذج للتفاصيل الإبداعية.
المصدر: news24online.com
الخطوة 3: اختبار المتغيرات ومعالجتها لاحقًا
نادرًا ما يكون الإصدار الأول مثاليًا. توصي العديد من الأدلة باختبار عدة أجيال مع موجهات معدلة قليلاً والانتباه إلى التفاصيل مثل اليدين والوجه والانتقال بين الشخصية والقاعدة. إذا أعجبتك بعض العناصر، ولكن لم تعجبك الأخرى، يمكن تنقيح الموجه أو استبدال مناطق معينة فقط باستخدام محرر صور. لخطوة ثلاثية الأبعاد لاحقة، تكون الصورة ذات الخلفية النظيفة والأشكال المستمرة مفيدة.
المصدر: يوتيوب
يشرح المقطع خطوة بخطوة كيفية التحكم في نانو الموز في واجهة جيميني ويوضح بشكل مرئي كيف تُترجم الموجهات النصية إلى صور شخصيات ملموسة.
الخطوة 4: من الصورة إلى النموذج ثلاثي الأبعاد
لتحويل صورة الشخصية إلى نموذج ثلاثي الأبعاد حقيقي، تحتاج إلى أداة تتقن تحويل الصورة إلى 3D. 3D AI Studio يشرح كيف يمكن تحويل صورة شخصية منمقة إلى نموذج ثلاثي الأبعاد وتصديرها كـ GLB أو STL. Meshy يروج لوظائف مماثلة حيث تُنشأ نماذج ثلاثية الأبعاد للطباعة ثلاثية الأبعاد من نصوص أو صور مرجعية. في هذه الأدوات، يمكنك تحديد ما إذا كنت تريد ملف STL مباشرًا للطباعة أو إنشاء إصدار بمزيد من المثلثات ثم تحسينه عن طريق إعادة الشبكة.
المصدر: vidu-studio.com
الخطوة 5: الطباعة كشخصية
باستخدام ملف STL نظيف، لديك ثلاثة خيارات: الطباعة بنفسك، أو استخدام خدمة طباعة ثلاثية الأبعاد محلية، أو تكليف خدمة عبر الإنترنت. تقدم الخدمات عبر الإنترنت اليوم طباعة بالألوان الكاملة ومواد وأحجام مختلفة، بحيث يمكنك وضع شخصية الذكاء الاصطناعي الخاصة بك ككائن مادي على الرف، بما في ذلك القاعدة والطلاء الاختياري.
المصدر: user-added
الخطوة 6: الأمان والحقوق وفحص المصادر
قبل تحميل الصور، يوصى بإجراء فحص سريع. توضح جوجل أن صور نانو الموز تُعلم بشكل غير مرئي وأن الصور لا تتدفق تلقائيًا إلى التدريب، ولكنها توصي بالرغم من ذلك بعدم تحميل محتوى حساس. تُظهر الدراسات حول فن الذكاء الاصطناعي أن العديد من الأشخاص يرغبون في ذكر المؤلفين بوضوح وتعويضهم عن استخدام أنماطهم. هذا يدعم استخدام الأدوات التي تتعامل بشفافية مع المصادر وحقوق الاستخدام. استخدم الوثائق الرسمية والمواقع الإخبارية الموثوقة وإعلانات حماية البيانات الواضحة كأساس قبل إعطاء صور سرية لخدمة ما، وتحقق مما إذا كان مسموحًا لك باستخدام صور الشخصيات التي تم إنشاؤها بحرية لوسائل التواصل الاجتماعي أو الطباعة أو الأغراض التجارية وفقًا لشروط الاستخدام.
المصدر: يوتيوب
يعرض الفيديو سير عمل كاملاً من الصورة إلى شخصية الذكاء الاصطناعي إلى شخصية الحركة القابلة للطباعة ثلاثية الأبعاد ويساعدك على فهم الانتقال من صورة الذكاء الاصطناعي إلى النموذج المادي بشكل ملموس.
نظرة مستقبلية واستنتاج
على الرغم من كل الحماس، تظل الأسئلة المهمة مفتوحة. لم يتضح بعد بشكل نهائي كيف ستؤثر مجموعات بيانات التدريب، التي تتكون من صور متاحة مجانًا على الإنترنت، على ثقافة الصورة وأسواق الفن والمهن على المدى الطويل. تنشأ أطر تنظيمية جديدة مثل قانون الذكاء الاصطناعي للاتحاد الأوروبي، ولكن السؤال حول كيفية استخدام العلامات المائية غير المرئية مثل SynthID في الإثباتات أو قضايا حقوق النشر أو تعديل المنصة أمر مثير للاهتمام. يبقى أيضًا مفتوحًا كيف يمكن استخدام صور الشخصيات دون تعارض عندما تُدمج شعارات العلامات التجارية الحقيقية أو الزي الرسمي أو التصاميم المحمية بحقوق النشر في الموجهات.
من الناحية التقنية، سيتضح ما إذا كانت نماذج الصور المستقبلية ستخرج هندسة ثلاثية الأبعاد قابلة للطباعة مباشرة أو ما إذا كان المسار عبر أدوات ثلاثية الأبعاد متخصصة سيستمر. تميل سير العمل الحالية إلى الجمع بين الذكاء الاصطناعي للصور والذكاء الاصطناعي ثلاثي الأبعاد. من يريد العمل مع هذه الشخصيات على المدى الطويل يجب أن يضع في اعتباره كلاً من جانب الصورة وأساسيات النماذج ثلاثية الأبعاد.
موجه شخصية جيميني نانو الموز ثلاثية الأبعاد هو وصف دقيق للنمط والمشهد والمواد، يمكنك من خلاله التحكم في نموذج الصور نانو الموز. باستخدام صورة انطلاق جيدة، ورغبات مصاغة بوضوح، وأداة ثلاثية الأبعاد للهندسة، يمكنك اليوم الانتقال من الصورة الشخصية إلى شخصية التجميع الحقيقية دون معرفة متخصصة. الأهم من التأثير هو فهم المعلومات المهمة في الموجه، وكيف تتعامل الأدوات مع بياناتك، وما هي حقوقك في النتائج. إذا طرحت هذه الأسئلة بوعي، يمكنك استخدام صور الشخصيات ليس فقط كلعبة، ولكن كمدخل إلى التعامل السيادي مع صور الذكاء الاصطناعي - بشكل إبداعي ومطلع ومع نظرة على كيف تتحول صورة رقمية إلى شخصية ملموسة على رف كتبك.