Adobe وUC San Diego يختبران EditAgent لتحرير الصور بالذكاء الاصطناعي

بنى Adobe Research وUC San Diego نظام EditAgent، وهو نظام لتحرير الصور بالذكاء الاصطناعي يقسّم الطلبات إلى خطوات، ويختبر محرراً عام الأغراض مقابل أدوات متخصصة، ويستخدم بيانات مقاسة لاختيار النتائج. أنتج عمليات تحرير أكثر دقة من وكلاء الذكاء الاصطناعي السابقين في الاختبارات، لكنه يتطلب نحو عشرة أضعاف الحوسبة التي يحتاجها محرر واحد.

كيف يحرر EditAgent الصور

يخطط EditAgent للطلب على شكل خطوات. وفي كل خطوة، يواجه محرراً عام الأغراض بأدوات متخصصة مطابقة لمهام مثل زيادة الحدّة أو التدوير أو التكبير. وبدلاً من إعادة محاولة المحرر نفسه مراراً، يولّد مرشحات بطرق مختلفة وبالتوازي انطلاقاً من الصورة الأصلية. ثم يقارن نموذج لغوي قياسي جميع المتغيرات في تمريرة واحدة. وفي اختبار شمل 600 عملية تحرير للصور قيّمها خمسة محترفين تقييماً أعمى، فشل Flux-2-Klein-9B في إنتاج نتيجة قابلة للاستخدام في 42.7 بالمئة من الحالات. وحلّت الأدوات المتخصصة نحو ثلثي تلك الإخفاقات. راكم التحسين التكراري أخطاء صغيرة لأن كل جولة كانت تبني على صورة عُدّلت بالفعل، بينما فضّل المحترفون المتغيرات المتوازية المنطلقة من الأصل في 78.5 بالمئة من المقارنات التي اختاروا فيها طرفاً. واحتاج الوكيل أيضاً نصف عدد تمريرات التقييم.

بيانات التحقق تحسّن الحكم

لكل متغير، يتلقى النموذج سجلاً للتحقق يتضمن لقطة قريبة من المنطقة المعدّلة، وخريطة تغيير للمناطق المتغيرة، وإحصاءات مقاسة عن السطوع واللون. وفي أحد الأمثلة، كان المقصود من صورة ما أن تُفتّح بلطف؛ فأظهرت الأرقام أن المحرر عام الأغراض بالغ في تعريضها وحوّل الألوان إلى دفء أكبر، بينما بقيت الأداة المتخصصة ضمن المواصفات. كشفت اللقطات القريبة والإحصاءات المقاسة أخطاءً قد يفوّتها نموذج لغوي عند النظر إلى الصورة الكاملة فقط. وفي معيار الـ600 عملية تحرير، كان على الحكم اختيار أفضل نتيجة من بين عدة مرشحات، وأحصى الباحثون عدد المرات التي اختار فيها صورة قيّمها المحترفون أيضاً بأنها قابلة للاستخدام. وبدون سجل التحقق، لم يضاهِ أي من سبعة نماذج لغوية أفضل نموذج مضبوط بدقة. ومع وجوده، تجاوزت السبعة كلها كل نموذج مضبوط بدقة. وقدّم Qwen3.8-27B اختياراً قابلاً للاستخدام في 81.3 بالمئة من الحالات، مقابل 74.8 بالمئة لـ EditScore-72B. وبعد كل جولة، يتحقق EditAgent أيضاً مما إذا كانت التعديلات اللاحقة تلغي السابقة؛ وفي أحد الأمثلة، جعلت عبارة «دع المزيد من ضوء النهار يدخل» نافذة كانت مصنفرة سابقاً شفافة مرة أخرى، فالتقط الوكيل التعارض وأصلحه.

المقايضات وبيانات التدريب

حسّن EditAgent أداء Qwen-Image-Edit-2511 وFlux-2-Klein-9B عبر ثلاثة معايير وتفوق على سبعة وكلاء ذكاء اصطناعي آخرين. وفي معيار EdiVal، تجاوز متغير Qwen في جولة التحرير الثالثة بصعوبة Seedream 4.0 وGPT-Image-1.5. غير أن الوكيل يحتاج نحو عشرة أضعاف الحوسبة التي يحتاجها محرر واحد، ويعتمد الأداء على الأدوات الموصولة. ولأنه يحتفظ فقط بالنتائج المتحقق منها، أنتج نحو 26,000 مثال تدريبي. وكان أداء المحررات المضبوطة بدقة على تلك البيانات أفضل عبر المعايير الثلاثة كلها، بينما جعلت بيانات التدريب المولّدة مباشرة بواسطة FLUX أداء FLUX أسوأ.

منتجات Adobe وتحديثات النماذج

أضافت Adobe وكلاء ذكاء اصطناعي إلى Photoshop وPremiere وتطبيقات Creative Cloud أخرى في يونيو كنسخة تجريبية عامة. ويصف المستخدمون ما يريدونه، ويتولى الوكيل الخطوات الفردية. وتنطبق نتائج الورقة البحثية بشأن اختيار الأدوات والتحقق الذاتي على تلك المنتجات. وبشكل منفصل، استبدلت Black Forest Labs النموذج عام الأغراض الذي جرى اختباره بـ Flux 3 Image Klein، الذي يضم 5.6 مليار معامل، وهو أصغر من Flux 2 Klein، ويسجل درجات أعلى من جميع النماذج المفتوحة الأخرى ومن Flux 2 Pro التجاري في الاختبارات الداخلية لـ Black Forest Labs.

المصادر: The Decoder