PixelRush: Ultra-Fast, Training-Free High-Resolution Image Generation via One-step Diffusion
يُعد PixelRush إطار عمل مبتكرًا لا يتطلب تدريبًا، ويحقق توليد صور فائق السرعة وعالي الدقة من خلال تمكين إزالة الضجيج القائم على الرقع بكفاءة في خطوة واحدة، مما يقلل وقت إنشاء صور بدقة 4K من دقائق إلى حوالي 20 ثانية مع الحفاظ على جودة بصرية متفوقة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أن لديك رساماً بارعاً موهوباً للغاية في إنشاء لوحات جميلة بمقاس 4×4 قدم (1024×1024 بكسل). ولكن الآن، تطلب منه رسم جدارية ضخمة بمقاس 16×16 قدماً (4096×4096 بكسل).
إذا قلت له فقط "ارسم بشكل أكبر"، فسيصاب بالارتباك. قد يبدأ بتكرار نمط زهرة معينة مراراً وتكراراً، أو قد تتحول التفاصيل إلى كتلة ضبابية لأن لديه لم يتدرب أبداً على لوحة بهذا الحجم الكبير.
تقليدياً، ولحل هذه المشكلة، سيكون أمامك خياران:
- إعادة تدريب الرسام: قضاء شهور في تعليمه كيفية رسم الجداريات الضخمة. هذا أمر مكلف وبطيء، ويتطلب مكتبة هائلة من اللوحات العملاقة ليتعلم منها.
- طريقة "الرقع" (الطريقة القديمة): أن تطلب من الرسام رسم مربعات صغيرة بمقاس 4×4 قدم، ثم لصقها معاً. لكن الطريقة القديمة في اللصق كانت بطيئة. كان على الرسام أن يبدأ كل مربع من لوحة بيضاء فارغة، ويرسم اللوحة كاملة من الصوذ، ثم يدمج الحواف بعناية. هذا كان يستغرق ساعات من أجل جدارية واحدة.
إليك "PixelRush": الرسام فائق السرعة الذي لا يحتاج لتدريب.
لقد طور الباحثون في Qualcomm AI Research نظاماً جديداً يسمى PixelRush. إنه يشبه إعطاء ذلك الرسام البارع مجموعة من القوى الخارقة ليرسم جدارية ضخمة في 20 ثانية دون الحاجة أبداً للعودة إلى مدرسة الفنون.
إليك كيف فعلوا ذلك، باستخدام تشبيهات بسيطة:
1. خدعة "التراجع الجزئي" (Inversion الجزئي)
الطريقة القديمة: لإضافة تفاصيل إلى مربع صغير، كان الرسام يأخذ صورة مكتملة، ويحولها إلى ضجيج استاتيكي خالص (مثل تشويش التلفاز)، ثم يعيد رسم اللوحة بأكملها من الصدر. هذا يشبه مسح الرسم تماماً والبدء من جديد لمجرد إضافة بعض الرموش. إنه إضاعة للوقت.
طريقة PixelRush: أدركوا أن الرسام يعرف بالفعل شكل الأسد أو الشجرة لأنه موجود في الصورة الأساسية. ليس عليهم مسح كل شيء!
بدلاً من ذلك، يقومون بعملية "تراجع جزئي". يقومون فقط بـ "إلغاء رسم" الصورة بما يكفي لجعلها ضبابية قليلاً، ثم يطلبون من الرسام التركيز فقط على إضافة التفاصيل الدقيقة (نسيج الفراء، أو أوراق الشجر).
- تشبيه: تخيل أن لديك رسماً أولياً لوجه ما. بدلاً من مسح الورقة تماماً ورسم الوجه مرة أخرى، يمكنك فقط مسح خطوط القلم بخفة وطلب من الفنان شحذ العينين والشفاه. أنت تتخطى الجزء الممل المتمثل في إعادة رسم الخطوط العريضة مرة أخرى.
2. "الشاحن التوربيني" (النماذج ذات الخطوات القليلة)
الطريقة القديمة: عادة ما يتخذ الرسام 50 خطوة بطيئة ودقيقة لإضافة التفاصيل. الخطوة 1: الشكل العام. الخطوة 2: المزيد من الشكل... الخطوة 50: التفاصيل المثالية.
طريقة PixelRush: يستخدمون نسخة "توربو" خاصة من الرسام (SDXL-Turbo) يمكنها القيام بالعمل في قفزة واحدة عملاقة.
- تشبيه: بدلاً من صعود 50 درجة واحدة تلو الأخرى، يأخذ الرسام قفزة طائرة مباشرة إلى الطابق العلوي. ولأنهم يحتاجون فقط لإضافة التفاصيل (وليس إعادة رسم المبنى بأكمله)، فإن هذه القفزة العملاقة تعمل بشكل مثالي.
3. "الدرز المريّش" (الدمج السلس)
المشكلة: عندما ترسم جدارية ضخمة عن طريق تجميع مربعات صغيرة، تظهر لك عادةً خطوط قبيحة حيث تلتقي المربعات. في الطرق السريعة القديمة، كانت هذه الخطوط متعرجة وواضحة لأن المربعات رُسمت بسرعة كبيرة جداً.
طريقة PixelRush: ابتكروا طريقة جديدة للصق المربعات معاً تسمى "الدمج المريّش" (Feathered Blending).
- تشبيه: تخيل قطعتين من الشريط اللاصق. إذا قمت بلصقهما معاً فحسب، فسيكون هناك خط حاد وواضح. ولكن إذا استخدمت حافة "مريّشة" (مثل ضربة فرشاة ناعمة) حيث تتلاشى الألوان ببطء في بعضها البعض، فإن الخط يختفي. يستخدم PixelRush "فرشاة ناعمة" رياضية لدمج حواف قطع الصور بسلاسة شدة تجعل من المستحيل معرفة أين تنتهي قطعة وتبدأ الأخرى، حتى عند الرسم بسرعة البرق.
4. "رشة من الفوضى" (حقن الضجيج)
المشكلة: عندما ترسم شيئاً بسرعة فائقة، فإنه غالباً ما يبدو ناعماً جداً، مثل دمية بلاستيكية. إنه يفتقر إلى "الخشونة" والتفاصيل الصغيرة التي تجعل الصورة تبدو حقيقية.
طريقة PixelRush: أدركوا أنه للحصول على تلك التفاصيل الدقيقة مرة أخرى، كانوا بحاجة لإعادة إضافة القليل من "الفوضى" إلى المزيج.
- تشبيه: فكر في كعكة ناعمة ومثالية. تبدو جميلة، لكنها مملة. يقوم PixelRush برش القليل من "الغبار السحري" (الضجيج العشوائي) فوق الكعكة. هذا يخدع الرسام لإضافة تلك الفتات والتفاصيل الواقعية الصغيرة التي تجعل الصورة تبقة حادة وحية، بدلاً من أن تكون ضبابية وبلاستيكية.
النتيجة؟
قبل PixelRush، كان صنع صورة عالية الدقة بدقة 4K يستغرق من 5 إلى 10 دقائق (أو حتى ساعات لـ 8K).
مع PixelRush، يستغرق الأمر 20 ثانية.
إنه يشبه الانتقال من انتظار قطار بطيء إلى ركوب طائرة نفاثة فائقة السرعة. تحصل على نفس المناظر الطبيعية الجميلة (أو ربما أفضل)، لكنك تصل أسرع بـ 35 مرة. والأفضل من ذلك؟ لم تكن بحاجة لبناء محطة قطار جديدة (إعادة تدريب الذكاء الاصطناعي)؛ لقد قمت فقط بتحسين المسار.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.