تعمل معظم أدوات توليد الصور بالذكاء الاصطناعي مثل رسام عبقري يعمل من الذاكرة داخل غرفة مظلمة: تهمس له بوصف للمشهد فيقوم برسم اللوحة بأكملها دفعة واحدة. إذا طلبت منه تغيير لون فنجان القهوة على الطاولة من الأزرق إلى الأحمر، سيضطر إلى إعادة رسم الطاولة بالكامل، والجدار الواقع خلفها، وأشعة الشمس المتسللة عبر النافذة. وفي كثير من الأحيان، تبدو اللوحة الجديدة مختلفة قليلاً عن اللوحة الأولى.
يتخذ Reve 2.1 نهجاً مختلفاً جذرياً مستلهماً من هندسة البرمجيات: ماذا لو تعاملنا مع الصورة ككود برمجي أولاً؟
بدلاً من رش البكسلات عشوائياً على اللوحة بشكل فوري، يقوم محرك Reve 2.1 أولاً بتجميع مخطط هيكلي دقيق لمشهدك. يحسب التسلسل الهرمي المكاني، ويحدد صناديق الإحاطة الخاصة بالنصوص والخطوط، ويرسم مسارات انعكاس الضوء، ويؤسس العلاقات بين عناصر المقدمة والخلفية. وفقط بعد التحقق من صحة شجرة التخطيط هذه، يتدخل محرك التصيير لتوليد صورة بدقة 4K أصلية (16 ميجابكسل).
هذا الفصل الدقيق بين التخطيط والتصيير يفتح قدرة فائقة طالما طالب بها مدراء الإبداع الفني: التحكم التكراري الحقيقي. عندما تختار زجاجة منتج وتطلب من Reve 2.1 تغيير ملصقها أو إضاءتها، لا يتخيل النموذج غرفة جديدة أو يغير المشهد. بل يقوم بتعديل ذلك الفرع المحدد من شجرة التخطيط مع الحفاظ على بكسلات المحيط والخلفية ثابتة تماماً في مكانها.
في التقييمات العامة المحايدة والمجهولة على لوحة صدارة Text-to-Image Arena، قاد هذا الانضباط القائم على التخطيط أولاً نموذج Reve 2.1 لتحقيق المرتبة الثانية (#2) العامة المثبتة (1302 Elo عبر 2,432 صوتاً، إصدار أولي)، متفوقاً على Midjourney V8 و Ideogram. ويتجلى تفوقه بشكل خاص في تصوير المنتجات التجارية، حيث تكون الحواف الحادة بدقة 4K والخطوط المقروءة أكثر أهمية بكثير من الضباب الجوي الحالم.
إنه ليس مثالياً لكل مهمة بلا استثناء. إذا كان هدفك الأساسي هو توليد مستندات قانونية كثيفة متعددة الفقرات أو صفحات صحف كاملة، يظل GPT Image 2 البطل غير المنازع في دقة النصوص الدقيقة والفقرات الطويلة. ولكن بالنسبة للمصممين ومسؤولي التسويق ومديري الفنون الذين يحتاجون إلى تحكم فائق الدقة، وتفوق مثبت في لوحة الصدارة، وتعديل تكراري موثوق، فإن Reve 2.1 يعد اكتشافاً استثنائياً.
