Qwen-Image-2.1 يوحّد التوليد والتحرير بأوزان مفتوحة، ووصول بيئة Antigravity المعزولة إلى Windows، وثلاثة عشر مدقّقًا على مجموعة اختبار واحدة

يومَي السبت والأحد، صمتت المختبرات: فلم تنشر DeepSeek ولا Meta ولا Ai2 ولا Sakana ولا Mistral ولا xAI أي شيء، وظلت الحسابات الرسمية في مجال النماذج المفتوحة خالية طوال يومين. لم يكن هناك سوى إصدار حقيقي واحد: Qwen-Image-2.1، الذي نُشر بعد ظهر الأحد بأوزان مفتوحة. أما معظم البقية فيقتصر على خمس تدوينات في مدونة مجتمع Hugging Face، وإصدار من Antigravity لا يصلح شيئًا، ومدخلين في سجل تغييرات GitHub جرى تداركهما من 18 سبتمبر — يوم هادئ لا يوجد أي داعٍ لتضخيمه.

Qwen-Image-2.1، نموذج واحد للتوليد والتحرير وتقديم الشفافية

20 سبتمبر — نشرت Qwen نموذجها Qwen-Image-2.1 لتوليد الصور وتحريرها، بأوزان مفتوحة على Hugging Face وModelScope وGitHub. والحجة هنا ليست الحجم، بل التوحيد: إذ تغطي مجموعة الأوزان نفسها إنشاء الصور انطلاقًا من تعليمة نصية وتنقيح الصور الموجودة، بعدما كان هذان الاستخدامان يتطلبان نموذجين.

أكثر الميزات الجديدة واقعية هي الشفافية الأصلية: فالنموذج ينتج طبقات RGBA ويعدّلها مباشرة، والتعليمة هي التي تحدد ما إذا كان الناتج سيحمل قناة شفافية. كانت Qwen توفر هذه القدرة منذ ديسمبر 2025 عبر نموذج مخصص هو Qwen-Image-Layered، وقد دُمج فيه الآن. وبذلك تختفي خطوة عزل العنصر عن الخلفية: سواء لاستخراج عنصر من صورة فوتوغرافية في طبقة قابلة لإعادة الاستخدام، أو لاستبدال النص داخل طبقة شفافة.

في جانب التحرير، يقبل النموذج ما يصل إلى 10 صور مرجعية للتركيب نفسه، ويمكن تحديد المنطقة المراد تنقيحها بدائرة ملوّنة، أو بتعليق توضيحي مرسوم، أو بقناع يُقدَّم بصورة منفصلة — وقد وُجد الخيار الثالث لأن الخيارين الأولين يغطيان المحتوى الأصلي. وتعتمد الكفاءة على آلية انتباه مختلطة الدقة، إذ تشكّل مدخلات التحرير سياقًا ثابتًا يُخزَّن مؤقتًا منذ الخطوة الأولى.

العنصر التقني	القيمة المعلنة
مُعاملات التوليد البصري	7 مليارات، عبر 32 طبقة Single-Stream DiT
الصور المرجعية المقبولة	10 كحد أقصى
شفافية المخرجات	طبقات RGBA أصلية، في التوليد والتحرير على حد سواء
النموذج المخصص المدمج	Qwen-Image-Layered، نُشر في ديسمبر 2025
الدعم منذ اليوم الأول	vLLM-Omni وComfyUI

تنشر Qwen مقارنة على Qwen-Image-Bench، لكن قيمها لا تظهر إلا في صورة داخل التدوينة، ولذلك لم تُنقل هنا.

Generate, edit, and create transparent images with one model: a 7.1B DiT paired with Qwen3-VL-8B.

🇸🇦 توليد الصور وتحريرها وإنشاء صور شفافة باستخدام نموذج واحد: نموذج DiT يضم 7.1 مليارات مُعامل ومقترن بـ Qwen3-VL-8B. — @vllm_project على X

🔗 الإعلان

Qwen Code v0.24.2، دعم صوتي كامل في Web Shell وتوسّع بيئة bwrap المعزولة

الناشر نفسه واليوم نفسه، لكن المنتج غير ذي صلة. 20 سبتمبر — نُشر الإصدار v0.24.2 من وكيل البرمجة العامل عبر سطر الأوامر من Qwen بعد أكثر قليلًا من أربع وعشرين ساعة على v0.24.1، وهو أول إصدار في سلسلته من دون أي تغيير كاسر، بعدما احتوى كل من الإصدارين السابقين على تغيير كاسر واحد.

تحصل بيئة bubblewrap المعزولة على أساس تنفيذي متكامل: تشغيل منظّم للعمليات، ومراقبة، وعمليات عاملة محصورة. وفي السياق نفسه، تتطلب مساحة العمل التي لم يُحسم مستوى الثقة بها قرارًا صريحًا من الآن فصاعدًا. أما Web Shell فيجعل ميزة Live Voice قابلة للاستخدام فعلًا: إذ يمكن اختيار النموذج والصوت من بطاقة الإعدادات، ويُعرض مستوى الميكروفون أثناء المكالمة. ولمن يشغّل عدة جلسات بالتوازي، باتت كل رسالة واردة تُقيَّم وفق الجلسة الموجّهة إليها، مع الحفاظ على ذاكرة المطالبة المؤقتة للأدوات المؤجلة.

🔗 ملاحظات الإصدار

التحقق من إجابة من دون كتابة أي token، وتصنيف يكون صاحبه حكمًا وطرفًا في آن واحد

20 سبتمبر — تدوينتان في اليوم نفسه وعلى مجموعة الاختبار نفسها المؤلفة من 2,018 عنصرًا. تعرض الأولى Zero-Token Confidence: إذ يقرأ مسبار آخر حالة مخفية للنموذج في تمريرة أمامية واحدة ويستخرج منها احتمالًا مُعايرًا، من دون توليد أي token. سؤال النموذج عما إذا كان واثقًا يعطي مساحة تحت المنحنى مقدارها 0.5000، أي ما يعادل الصدفة؛ أما قراءة حالته الداخلية فتعطي 0.8801 خلال 0.0615 ثانية، مقابل 1.631 ثانية لتوليد إجابة. وتختبر الثانية ثلاثة عشر مدقّقًا: ثلاثة منها فقط تتجاوز 0.70، ويتقدم ZTC على JEV بفارق 0.0014، وهو فارق لا يمكن التمييز إحصائيًا بين طرفيه.

لكن الحقيقة الأكثر رسوخًا تكمن في موضع آخر: فخط أساس لا ينظر إلا إلى طول الإجابة وتنسيقها، ولا ينظر أبدًا إلى محتواها، يحقق 0.7036 ويتفوق على ثمانية من الأنظمة الثلاثة عشر. وثمة تحفظ: صاحب التصنيف ليس طرفًا ثالثًا محايدًا — إذ يشير إلى أنه يقيس نظامه الخاص أيضًا، من دون أن يذكر أي الأنظمة الثلاثة عشر يخصه، كما نُشرت التدوينتان في اليوم نفسه. قد تكون الأرقام صحيحة؛ لكن استقلالية التصنيف غير مثبتة.

🔗 ZTC · التصنيف

نموذج LoRA بقيمة 54 دولارًا يصلح ويُفسد في الوقت نفسه

20 سبتمبر — درّبت ScalablyAI، مقابل 53.88 دولارًا، مُهايئَي LoRA على Qwen3.8-27B انطلاقًا من 143,145 كتلة استخدام للأدوات خلّفتها منصة الوكلاء التابعة لها، ثم قيّمتهما باستخدام حزمة اختبارات ثُبّتت قبل أول خطوة تدريب.

والنتيجة مزدوجة. ففي 73 حالة استرداد بعد رفض استدعاء أداة، ارتفع أداء المُهايئ من 31 إلى 38 نجاحًا، مع تحوّل سبع حالات لصالحه وعدم تحوّل أي حالة ضده. لكنه في 73 قرارًا لمسارات سليمة تراجع من 49 إلى 45، أي بمقدار خمس نقاط ونصف مقابل حد مقرر عند نقطتين. ولأن إلغاء تحميل المُهايئ عملية ذرّية، كان تجنّب التراجع يفرض التخلي عن المكسب: فرُفض الاثنان. ومن هنا جاءت البنية المعتمدة — 433 قاعدة ذاكرة قابلة للتحرير من جهة، وترك الأوزان من دون مساس من جهة أخرى.

If every useful experience immediately changes the weights, learning and corruption can become the same operation, and at production sample sizes you cannot tell which one you performed.

🇸🇦 إذا كانت كل تجربة مفيدة تعدّل الأوزان فورًا، فقد يصبح التعلّم والإفساد العملية نفسها، ومع أحجام العينات المتاحة في بيئة الإنتاج لا يمكنك معرفة أي العمليتين نفّذت للتو. — pavle-scalably على مدونة Hugging Face

🔗 التقرير الكامل وسجل الأدلة

SeamFlow يضع دروز UV حيث كان سيضعها فنان

20 سبتمبر — يتطلب فرد سطح ثلاثي الأبعاد إلى بعدين قطعه؛ ويضع الفرد الجيد هذه الدروز حيث تكون أقل ظهورًا. يغيّر SeamFlow، الذي قدمته Meshy AI بالتعاون مع City University of Hong Kong وBambu Lab وNanyang Technological University، التمثيل قبل النموذج: إذ تصبح كل حافة في الشبكة token، وتُرخى التسمية الثنائية إلى قيمة مستمرة، ما يجعل مطابقة التدفقات (flow matching) قابلة للتطبيق.

الفوائد بنيوية: فلا تعود هناك خطوة إسقاط ولا ترتيب اعتباطي للـ tokens، ويقع كل قطع متنبأ به على حافة موجودة. وقد دُرّب النموذج على 350,000 شبكة من Objaverse بدروز أنشأها محترفون، وهو يضع قطوعه داخل الطيات: إذ يبلغ متوسط الزاوية ثنائية السطح على امتداد الدروز 67.59 درجة، مقابل 56.65 لـ xatlas و55.97 لـ PartUV. وينجز الفرد خلال 5.63 ثانية مقابل 11.46 لخط أساس انحداري ذاتي، ويُفضّل بوصفه الخيار الأول في 61.0% من الحالات، مقابل 19.1% للخيار التالي.

🔗 SeamFlow

Antigravity 2.15.1 يتيح البيئة المعزولة على Windows من دون تفعيلها

19 سبتمبر — يقتصر إصدار Antigravity 2.15.1 على سطر واحد: وصول عزل الملفات والشبكة إلى Windows. تحسين واحد فقط، ومن دون أي إصلاح، في حين جمع إصدار 2.15.0 في اليوم السابق سبعة تحسينات وستة عشر إصلاحًا — إنها إضافة مركزة، لا إصدار صيانة.

لكن الموضوع الحقيقي هو الفارق مع بقية المنصات. فعلى Linux تعتمد البيئة المعزولة على namespaces الخاصة بالنواة؛ وعلى macOS تعتمد على ملفات تعريف Seatbelt في sandbox-exec؛ وهي مفعلة افتراضيًا في الحالتين. أما على Windows، فلم تُوثَّق الآلية الأولية المستخدمة، ولا يزال التفعيل يدويًا عبر مربع «تفعيل وضع البيئة المعزولة (معاينة)»، ولا يفعّلها أي من إعدادات الأمان الثلاثة المقترحة — الافتراضي، والجهاز بالكامل، والوضع السريع — إذ يؤدي تحديد المربع إلى تحويل الإعداد إلى مخصص. وتعلن Google أنها ستوحد السلوك في إصدار لاحق، من دون جدول زمني.

🔗 سجل تغييرات Antigravity

موجز الأخبار

خمسة معلّقين، وتعليمة واحدة، وخمس إجابات مختلفة — في 100 مشهد تركي وبالاستناد إلى مرجع بشري يضم 9 حالات إيجابية، تراوح عدد الحالات الإيجابية لدى خمسة معلّقين آليين بين 0 و78، وظلت جميع قيم معامل كابا لكوهين بين 0.000 و0.185 رغم تراوح الاتفاق الخام بين 74.7 و86.3%. ويذكّر الكاتب، الذي يصرّح بأنه صاحب المخطط المُقيَّم، بأن مصمم المخطط ليس حكمًا محايدًا على قابلية نقل مخططه. 🔗 المصدر
إصدار Gemini CLI الليلي في 20 سبتمبر لا يتضمن أي تغيير — وُضعت العلامة v0.62.0-nightly.20260920.gcfbcaa8df على الالتزام نفسه الخاص باليوم السابق، مع لاحقة hash نفسها، ولا تعرض صفحة الإصدار أي قسم «ما الذي تغير». كما ظلت قناتا stable (v0.60.0) وpreview (v0.61.0-preview.0) من دون تغيير. 🔗 المصدر
Eyeball، إضافة Copilot CLI التي كتبها قانوني في GitHub، أصبحت مفتوحة المصدر — تُدرج الأداة لقطات شاشة من المستند المصدر عند موضع البند محل التحليل، بحيث يمكن قراءة التحليل ودليله جنبًا إلى جنب. المستودع dvelton/eyeball متاح للعامة بترخيص MIT، ومكتوب بلغة Python، ويحمل 35 نجمة، من دون أي التزام منذ 5 أبريل 2026. 🔗 المصدر
رموز npm مقتصرة على التجهيز منذ 18 سبتمبر — يسمح الإذن «القراءة والكتابة (التجهيز فقط)» لمسار التكامل المستمر بإيداع إصدار عبر npm stage publish من دون القدرة على نشره، إذ يتطلب طرحه موافقة مصادقة ثنائية من أحد المشرفين. ويُطبَّق الحظر من جهة السجل، حتى على رمز مهيأ لتجاوز المصادقة الثنائية؛ وستلغي npm هذا النشر المباشر في يناير 2027. 🔗 المصدر
يمكن التحكم في قاعدة تغطية الشيفرة عبر REST API منذ 18 سبتمبر أيضًا — أصبح خيار مجموعة القواعد «تقييد تغطية الشيفرة»، الذي يفرض حدًا أدنى أو يضع سقفًا للانخفاض المسموح به في pull request، متاحًا عمومًا في API، وبالتالي ضمن البنية التحتية بوصفها شيفرة. وهو مخصص لـ GitHub Enterprise Cloud وGitHub Team، ولا يشمل GitHub Enterprise Server. 🔗 المصدر
Wan تسلط الضوء على ميزة Peel-Off Sticker — يعرض حساب Alibaba Wan مكوّنًا من wan.video يدمج صورة شخصية داخل مشهد ويحركها باستخدام Wan 3.0. وليس هذا إطلاقًا جديدًا: فالرسالة لا تتضمن تاريخ إتاحة ولا سعرًا ولا مقياسًا للجودة. 🔗 المصدر
Cohere تنشر أربع صور من مؤتمر ALL IN في مونتريال — تشير رسالة 19 سبتمبر إلى حضور Aston Martin F1 وMagnus Carlsen إلى جانب الشركة. لا إعلان عن منتج، ولا أرقام، ولا روابط. 🔗 المصدر

ما الذي يعنيه ذلك

إصدار النموذج الوحيد خلال عطلة نهاية الأسبوع مفتوح، وهو يدمج بدلًا من أن يضيف. فلا يأتي Qwen-Image-2.1 ليُضاف بجانب Qwen-Image-Layered، بل يستوعبه، ويلغي الحاجة إلى نموذج مخصص عمره تسعة أشهر عبر دمج الشفافية في النموذج الرئيسي. وتنطبق الحركة نفسها على التوليد والتحرير، اللذين اجتمعا في مجموعة أوزان واحدة. وبالنسبة إلى منتجي المواد البصرية، يعني ذلك سلسلة عمل أقصر — نموذج واحد للتحميل، وطبقة RGBA جاهزة للاستخدام مباشرة، ومن دون خطوة لعزل العنصر عن الخلفية — وقد واكب النظام البيئي ذلك في اليوم نفسه، مع جاهزية vLLM-Omni وComfyUI للعمل منذ لحظة النشر.

تروي ثلاث تدوينات نُشرت يوم الأحد الانشغال نفسه من ثلاث زوايا: معرفة مدى إمكان الوثوق بما ينتجه النموذج، وبأي تكلفة. يجيب Zero-Token Confidence من زاوية التكلفة — 0.0615 ثانية مقابل 1.631، لأن المدقّق الذي يولّد tokens ينافس الوكيل على الميزانية نفسها. ويجيب تصنيف المدقّقين الثلاثة عشر من زاوية القياس، والدرس الذي يقدمه غير سار للمجال: إذ يتفوق خط أساس لا يقرأ سوى طول الإجابة وتنسيقها على ثمانية من أصل ثلاثة عشر. ومن ثم فإن الحد المطلوب لإثبات أن المدقّق يقرأ حقًا أعلى مما تعرضه معظم الأنظمة — كما أن إقرار صاحبه بأنه يقيس نظامه أيضًا يدعو إلى انتظار إعادة التجربة من طرف ثالث.

يضيف تقرير ScalablyAI البعد الذي تفتقر إليه التدوينتان الأخريان: قابلية التراجع. فقد أنتج تحديث للأوزان بقيمة 54 دولارًا، داخل الأثر نفسه، مكسبًا مقاسًا في التعافي بعد الفشل وخسارة محتملة في القرارات السليمة، ضمن حجم عينة لا تستطيع بيئة الإنتاج معه التمييز بينهما. ولأنه لا يمكن إلغاء تحميل نصف مُهايئ، تعيّن التخلص منه بالكامل. والخلاصة التشغيلية — المعرفة التي يمكن التراجع عنها بتكلفة زهيدة تعيش في ملفات نصية، ولا تتحرك الأوزان إلا خلف حزمة اختبارات ثابتة — تقدم موازنة مفيدة للخطاب المتعلق بالذكاء الاصطناعي الذي يحسن نفسه بنفسه.

في جانب الأدوات، يتحول العزل بواسطة نظام التشغيل إلى أساس بدلًا من كونه خيارًا. تجعل Qwen Code من bubblewrap أساسًا داخليًا للتنفيذ، وتنقل Antigravity بيئتها المعزولة إلى Windows، وتبتكر npm رمزًا يُجهّز إصدارًا من دون أن يتمكن من نشره: ثلاثة ناشرين ينقلون الأمان، خلال ثلاثة أيام، من مستوى الخطاب إلى الإعداد الافتراضي. لكن ثمة تحفظ في حالة Windows: فالبيئة المعزولة التي يجب تفعيلها يدويًا ولا يفعّلها أي من الإعدادات الثلاثة المقترحة ليست حماية افتراضية بعد، ويظل الفارق بينها وبين macOS وLinux قائمًا بالكامل ما دامت Google لم تقدم جدولًا زمنيًا.