كيفية تنزيل Stable Diffusion — دليل خطوة بخطوة - CometAPI -جميع نماذج الذكاء الاصطناعي في واجهة برمجة تطبيقات واحدة

يظل Stable Diffusion أكثر عائلات تحويل النص إلى صورة مفتوحة المصدر استخداماً. واصلت Stability AI إطلاق إصدارات متتابعة (لا سيما نشر سلسلة Stable Diffusion 3 وتحسينات SDXL). ومع الإطلاق الأخير لـ Stable Diffusion 3.5، توسّعت قدرات هذه التقنية بشكل أكبر، لتوفر جودة صورة مُحسّنة، وفهماً أفضل للمطالبات النصية، وتطبيقات أكثر مرونة. يقدّم هذا الدليل نظرة شاملة على Stable Diffusion، من آلية عمله الداخلية إلى دليل تثبيت خطوة بخطوة، لتمكينك من تسخير الإمكانات الإبداعية لهذه التقنية الرائدة.

CometAPI، يوفّر واجهة API سحابية لـ Stable Diffusion لتوليد الصور.

ما هو Stable Diffusion؟

Stable Diffusion هو نموذج تعلّم عميق يُولّد صوراً من أوصاف نصية، وهي تقنية تُعرف باسم توليف النص إلى صورة. وعلى عكس العديد من مولدات الصور بالذكاء الاصطناعي الأخرى، فإن Stable Diffusion مفتوح المصدر، ما يتيح لأي شخص استخدام التقنية وتعديلها والبناء عليها.

يُدرَّب النموذج على مجموعة بيانات ضخمة من الصور وأوصافها النصية المقابلة، ما يمكّنه من تعلّم العلاقات المعقّدة بين الكلمات والمفاهيم البصرية. عند تقديم مطالبة نصية، يستخدم Stable Diffusion هذه المعرفة المتعلّمة لإنشاء صورة فريدة تطابق وصفك. يمكن الوصول إلى مستويات مدهشة من التفاصيل والواقعية، بدءاً من الصور الفوتوغرافية الواقعية وصولاً إلى الرسوم الخيالية في طيف واسع من الأساليب.

قدرات تتجاوز تحويل النص إلى صورة

على الرغم من أن وظيفته الأساسية هي توليد الصور من النص، فإن قدرات Stable Diffusion تمتد إلى ما هو أبعد من هذه الميزة الجوهرية. تعدّ مرونته أداة شاملة لمجموعة واسعة من المهام الإبداعية:

Image-to-Image: يمكنك تقديم صورة موجودة ومطالبة نصية لتوجيه النموذج في تحويل الصورة الأصلية. هذه الميزة مثالية للتنميط الفني واستكشاف الأفكار والتجريب الإبداعي.
Inpainting وOutpainting: يتيح لك Stable Diffusion تعديل أجزاء محددة من الصورة (inpainting) أو توسيع الصورة خارج حدودها الأصلية (outpainting). يعد ذلك مفيداً للغاية لاستعادة الصور، وإزالة العناصر غير المرغوب فيها، وتوسيع مساحة العمل لإبداعاتك.
إنشاء الفيديو: مع التطورات الأخيرة، يمكن استخدام Stable Diffusion الآن لإنشاء مقاطع فيديو ورسوم متحركة، ما يفتح آفاقاً جديدة للسرد البصري الديناميكي.
ControlNets: وهي نماذج إضافية توفّر تحكماً أدق بعملية توليد الصور، مما يتيح لك تحديد الأوضاع، وخرائط العمق، وعناصر بنيوية أخرى.

مفتوح المصدر وسهل الوصول

إحدى أهم ميزات Stable Diffusion هي طبيعته المفتوحة المصدر. فالكود وأوزان النموذج متاحة للعامة، ما يعني أنه يمكنك تشغيله على جهازك الخاص إذا توفّر لديك العتاد المناسب. يميّزه هذا المستوى من الإتاحة عن العديد من خدمات توليد الصور المملوكة، وقد كان عاملاً رئيسياً في انتشاره الواسع. يتيح تشغيل النموذج محلياً حرية إبداعية كاملة وتحكماً تاماً في عملك، بعيداً عن القيود على المحتوى أو الرسوم المرتبطة ببعض المنصات على الإنترنت.

كيف يعمل Stable Diffusion؟

تُقلّل المقاربة الكامنة بشكل كبير من استهلاك الذاكرة والحوسبة مقارنة بالانتشار في حيّز البكسل، وهو ما جعل Stable Diffusion عملياً على بطاقات رسومية مخصّصة للمستهلكين. تعمل متغيّرات مثل SDXL وعائلة 3.x على تحسين دقة تعدد الموضوعات والدقة والتعامل مع المطالبات؛ وتظهر إصدارات جديدة دورياً من Stability والمجتمع.

المكوّنات الأساسية: VAE وU-Net ومشفّر النص

يتكوّن Stable Diffusion من ثلاثة مكوّنات رئيسية تعمل معاً لتوليد الصور:

Variational Autoencoder (VAE): يتولّى VAE ضغط الصور عالية الدقة من بيانات التدريب إلى تمثيل أصغر في الفضاء الكامن، ثم فك ضغط التمثيل الكامن المُولّد إلى صورة كاملة الدقة.

U-Net: هذا هو قلب النموذج، وهو شبكة عصبية تعمل في الفضاء الكامن. يتدرّب U-Net على توقّع الضوضاء وإزالتها التي أُضيفت أثناء عملية الانتشار. يأخذ التمثيل الكامن المليء بالضوضاء والمطالبة النصية كمدخلات ويُخرج تمثيلاً كامنًا منزوع الضوضاء.

مشفّر النص: يحوّل مشفّر النص مطالبتك النصية إلى تمثيل عددي يستطيع U-Net فهمه. عادةً ما يستخدم Stable Diffusion مشفّر نص مُدرّب مسبقاً يُسمّى CLIP (Contrastive Language-Image Pre-Training)، وقد تم تدريبه على مجموعة ضخمة من الصور وتسمياتها. يُعد CLIP فعّالاً للغاية في التقاط الدلالة المعنوية للنص وترجمتها إلى صيغة تُوجّه عملية توليد الصورة.

عملية إزالة الضوضاء

يمكن تلخيص عملية توليد الصورة في Stable Diffusion على النحو التالي:

ترميز النص: تمرير مطالبتك النصية عبر مشفّر النص (CLIP) لإنشاء تضمين نصي.
توليد ضوضاء عشوائية: إنشاء صورة ضوضاء عشوائية في الفضاء الكامن.
حلقة إزالة الضوضاء: يقوم U-Net بإزالة الضوضاء تدريجياً من صورة الضوضاء العشوائية مُسترشداً بالتضمين النصي. في كل خطوة، يتنبأ U-Net بالضوضاء في الصورة الكامنة ويطرحها، مُحسّناً الصورة تدريجياً لتطابق المطالبة.
فك ترميز الصورة: بعد اكتمال عملية إزالة الضوضاء، يُمرّر التمثيل الكامن النهائي عبر مفكّك ترميز VAE لتوليد الصورة النهائية عالية الدقة.

ما العتاد والبرمجيات التي أحتاجها؟

إرشادات العتاد النموذجية

GPU: يُنصح بشدّة باستخدام NVIDIA مع دعم CUDA. لتجربة سلسة وحديثة استهدف ≥8 GB VRAM للدقات المتوسطة؛ يوفّر 12–24 GB تجربة أكثر راحة للدقات العالية أو النماذج ذات الدقة المختلطة. يمكن إجراء تجارب صغيرة جداً على بطاقات أقل ذاكرة مع تحسينات، لكن الأداء والحجم الأقصى للصورة سيكونان محدودين.
CPU / RAM: أي معالج متعدد الأنوية حديث و**≥16 GB RAM** يُعد أساساً عملياً.
التخزين: قرص SSD (ويُفضّل NVMe) و20–50 GB مساحة خالية لتخزين النماذج والملفات المساعدة وذاكرات التخزين المؤقت.
نظام التشغيل: Linux (إصدارات Ubuntu) هو الأكثر ملاءمة للمستخدمين المتقدمين؛ يدعم Windows 10/11 بالكامل حِزم الواجهات الرسومية؛ كما يعمل Docker للخوادم.

المتطلبات البرمجية

Python 3.10+ أو بيئة Conda.
مجموعة أدوات CUDA / برنامج تشغيل NVIDIA لبطاقتك الرسومية وعجلة PyTorch المطابقة (إلا إذا كنت تخطط للاعتماد على CPU فقط، وهو بطيء جداً).
Git وGit LFS (لبعض تنزيلات النماذج)، وحساب على Hugging Face اختيارياً لتنزيل النماذج التي تتطلب قبول الترخيص.

مهم—الترخيص والسلامة: تتوفر العديد من نقاط تفتيش Stable Diffusion بموجب ترخيص مجتمع Stability AI أو تراخيص نماذج محددة وتتطلب القبول قبل التنزيل. غالباً ما تتطلب النماذج المُستضافة على Hugging Face تسجيل الدخول إلى حساب وقبول الشروط صراحة؛ سيفشل التنزيل الآلي دون هذا القبول.

كيف أثبت Stable Diffusion (دليل خطوة بخطوة)؟

أدناه ثلاثة مسارات تثبيت عملية. اختر المسار الذي يناسب احتياجاتك:

المسار A — واجهة رسومية كاملة: AUTOMATIC1111 Stable Diffusion WebUI (الأفضل للاستخدام التفاعلي، والكثير من إضافات المجتمع).
المسار B — برمجياً: حزمة Hugging Face diffusers (الأفضل للتكامل والبرمجة النصية).
المسار C — سحابة / Docker: استخدم جهازاً افتراضياً سحابياً أو حاوية إذا كنت تفتقر إلى موارد GPU محلية.

كيف أنزّل أوزان النماذج وأقبل التراخيص؟

تُوزَّع أوزان نماذج Stable Diffusion بعدة طرق:

إصدارات Stability AI الرسمية — تنشر Stability النماذج الأساسية وتعلن عن الإصدارات الرئيسية (3.x وSDXL، إلخ). غالباً ما تتوفر هذه النماذج عبر موقع Stability وعلى Hugging Face.
بطاقات النماذج على Hugging Face — تُستضاف نقاط تفتيش كثيرة من المجتمع والرسمية على Hugging Face. بالنسبة لمعظم نقاط تفتيش SD المنشورة يجب عليك تسجيل الدخول وقبول ترخيص النموذج قبل التنزيل. يحترم diffusers هذا التدفق.
منصات المجتمع (Civitai وGitHub وغيرهما) — تستضيف نقاط تفتيش المجتمع، وembeddings، وLoRAs؛ تحقّق من ترخيص كل أصل.

خطوات عملية للتنزيل:

أنشئ حساباً على Hugging Face إذا لزم.
زر صفحة النموذج (مثال stabilityai/stable-diffusion-3-5) واقبل الترخيص.
استخدم huggingface-cli أو مربع حوار تنزيل النماذج في واجهة الويب. بالنسبة للنماذج المدعومة بـ Git LFS، ثبّت git lfs ونفّذ git clone وفق الإرشادات.

كيف أثبّت واجهة AUTOMATIC1111 WebUI على Windows أو Linux؟

تُعد واجهة AUTOMATIC1111 WebUI واجهة رسومية شائعة وحديثة الصيانة مع كثير من الإضافات وخيارات الإعداد. يوفّر المستودع ملاحظات إصدار ومُشغّلاً مباشراً.

1) تهيئة أولية (Windows)

ثبّت أحدث برنامج تشغيل NVIDIA لبطاقتك الرسومية.
ثبّت Git for Windows.
إذا فضّلت Conda: ثبّت Miniconda.

2) الاستنساخ والتشغيل (Windows)

افتح Powershell أو موجه الأوامر، ثم نفّذ:

# clone the WebUI
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui

# On Windows, the provided batch scripts will handle dependencies.
# Use the following to fetch everything and launch:
.\webui-user.bat
# or, in older releases:
# .\run.bat

سيقوم السكربت بتثبيت حِزم Python، وتنزيل المكوّنات اللازمة، وفتح واجهة الويب على http://127.0.0.1:7860 افتراضياً. إذا طلب المشروع ملف نموذج، راجع خطوة تنزيل النموذج أدناه.

3) الاستنساخ والتشغيل (Linux)

مستحسن: أنشئ بيئة virtualenv أو conda.

# system prerequisites: Python3, git, wget (example: Ubuntu)
sudo apt update && sudo apt install -y git python3-venv

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui

# Create a venv and activate
python3 -m venv venv
source venv/bin/activate

# Launch (the launcher will install requirements)
python launch.py

على Linux ستحتاج غالباً إلى تثبيت إصدار PyTorch الداعم لـ CUDA قبل التشغيل لضمان تسريع GPU.

أين أضع أوزان النماذج: ضع ملفات النماذج .ckpt أو .safetensors أو ملفات SDXL ضمن models/Stable-diffusion/ (أنشئ المجلد إذا لزم). تكتشف الواجهة الأوزان تلقائياً.

كيف أثبّت Stable Diffusion باستخدام Hugging Face Diffusers؟

هذا المسار هو الأفضل إذا أردت خط أنابيب برمجيّاً قابلاً للبرمجة أو كنت تدمج التوليد في تطبيق.

1) تثبيت حِزم Python

أنشئ وفعّل بيئة افتراضية، ثم ثبّت الحِزم المطلوبة:

python -m venv sdenv
source sdenv/bin/activate
pip install --upgrade pip
# Core packages (example - adjust CUDA wheel for your system per PyTorch's site)
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118
pip install diffusers transformers accelerate safetensors transformers[torch] huggingface-hub

تلميح: ثبّت عجلة PyTorch الملائمة لإصدار CUDA لديك باستخدام صفحة تثبيت PyTorch الرسمية. توثيق diffusers يسرد مجموعات الحِزم المتوافقة.

2) المصادقة وتنزيل النماذج (Hugging Face)

تتطلب العديد من نقاط تفتيش Stable Diffusion على Hugging Face تسجيل الدخول وقبول الترخيص. في الطرفية:

pip install huggingface_hub
huggingface-cli login
# you will be prompted to paste your token (get it from your Hugging Face account settings)

لتحميل نموذج برمجياً (مثال لنقطة تفتيش مُستضافة على Hugging Face):

from diffusers import StableDiffusionPipeline
import torch

model_id = "stabilityai/stable-diffusion-3-5"  # example; replace with the model you agreed to
pipe = StableDiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float16, use_safetensors=True)
pipe = pipe.to("cuda")

image = pipe("A professional photograph of a mountain at sunrise", num_inference_steps=25).images[0]
image.save("output.png")

إذا تطلّب نموذج ما use_auth_token=True في إصدارات أقدم، زوّده بـ use_auth_token=HUGGINGFACE_TOKEN أو تأكّد من تنفيذ huggingface-cli login. راجع دائماً بطاقة النموذج للحصول على تعليمات الترخيص.

كيف أستخدم مثيلاً سحابياً أو Docker؟

إذا كنت تفتقر إلى GPU محلي مناسب، فاستخدم جهازاً افتراضياً سحابياً (AWS أو GCP أو Azure) مع بطاقة NVIDIA أو مثيلاً مخصّصاً للذكاء الاصطناعي. بدلاً من ذلك، تنشر العديد من مستودعات واجهة الويب ملفات Docker أو صور Docker من المجتمع.

نمط Docker بسيط (مثال):

# pull a community image (verify authenticity before use)
docker pull automatic1111/stable-diffusion-webui:latest

# run (bind port 7860)
docker run --gpus all -p 7860:7860 -v /local/models:/data/models automatic1111/stable-diffusion-webui:latest

غالباً ما تُحتسب تكلفة مزوّدي السحابة بالساعة؛ للإنتاج أو عمل الفرق قيّم خدمات مُدارة مثل Hugging Face Inference Endpoints أو واجهات Stability الخاصة. هذه خدمات مدفوعة لكنها تقلّل العبء التشغيلي.

استكشاف الأخطاء ونصائح الأداء

مشكلات شائعة

فشل التثبيت بسبب torch أو عدم تطابق CUDA. تحقّق من أن عجلة PyTorch تطابق إصدار CUDA (المُشغّل) على النظام؛ استخدم مُثبّت PyTorch الرسمي لتوليد أمر pip الصحيح.
حظر تنزيل النموذج / 403. تأكّد من تسجيل الدخول إلى Hugging Face وقبول ترخيص النموذج. تتطلب بعض النماذج Git LFS.
OOM (نفاد الذاكرة). خفّض دقة الاستدلال، أو انتقل إلى نصف الدقة (torch_dtype=torch.float16)، أو فعّل xformers / انتباه موفّر للذاكرة في واجهة الويب.

ضبط الأداء

ثبّت xformers (إن كان مدعوماً) للحصول على انتباه موفّر للذاكرة.
استخدم وسائط --precision full مقابل --precision fp16 تبعاً للاستقرار.
إذا كانت ذاكرة GPU محدودة، فكّر في ترحيل العمليات إلى CPU أو استخدام تنسيق safetensors الذي قد يكون أسرع وأكثر أماناً.

ما الجديد في Stable Diffusion 3.5؟

يقدّم إصدار Stable Diffusion 3.5 مجموعة كبيرة من التحسينات والميزات الجديدة التي تعزّز قدرات هذا النموذج القوي لتوليد الصور.

جودة صورة مُحسّنة واتباع أفضل للمطالبات

يتميّز Stable Diffusion 3.5 بتحسينات ملحوظة في جودة الصورة، مع واقعية أعلى في الإضاءة والتفاصيل. كما يتمتع بفهم أفضل بكثير للمطالبات النصّية المعقّدة، ما يثمر صوراً تعكس بدقة رؤية المستخدم الإبداعية. كما تحسّن توليد النص داخل الصور، مما يجعل من الممكن إنشاء صور بنصوص مقروءة.

نماذج جديدة: Large وTurbo

يتوفر Stable Diffusion 3.5 في شكلين رئيسيين:

Stable Diffusion 3.5 Large: هذا هو النموذج الأقوى القادر على إنتاج أعلى جودة للصور. يتطلب GPU بسعة لا تقل عن 16GB من VRAM.
Stable Diffusion 3.5 Large Turbo: هذا النموذج مُحسّن للسرعة ويمكن تشغيله على بطاقات GPU بسعة 8GB من VRAM فقط. يُولّد الصور أسرع بكثير من نموذج Large، مع الحفاظ على مستوى عالٍ من الجودة.

تحسينات وتعاونات

تعاونت Stability AI مع NVIDIA وAMD لتحسين أداء Stable Diffusion 3.5 على عتادهما. تؤدي هذه التحسينات، التي تشمل دعم TensorRT وFP8 على بطاقات NVIDIA RTX، إلى تقليص زمن التوليد وتقليل استهلاك الذاكرة، ما يجعل Stable Diffusion في متناول مجموعة أوسع من المستخدمين.

كيف يمكنني تشغيل Stable Diffusion بدون GPU محلي؟

إذا كنت تفتقر إلى GPU مناسب، استخدم CometAPI، إذ يوفّر واجهة API سحابية لـ Stable Diffusion لتوليد الصور، بالإضافة إلى واجهات API أخرى لتوليد الصور مثل GPT Image 1.5 API وNano Banano Series API.

الخلاصة

لقد غيّر Stable Diffusion جذرياً الطريقة التي نُنشئ ونتفاعل بها مع الصور الرقمية. إن طبيعته المفتوحة المصدر، مقترنة بقدراته المتنامية، قد مكّنت مجتمعاً عالمياً من المُبدعين من استكشاف آفاق فنية جديدة. ومع إصدار Stable Diffusion 3.5، أصبح هذا الأدوات القوية أكثر إتاحة وتعدداً في الاستخدامات، مقدّماً لمحة عن مستقبل لا يحدّ ما يمكننا ابتكاره سوى مخيّلتنا. سواءً كنت فناناً متمرّساً، أو مطوّراً فضولياً، أو شخصاً يريد التجربة بقوة الذكاء الاصطناعي، فهذا الدليل يوفّر الأساس الذي تحتاجه للبدء مع Stable Diffusion وإطلاق إمكاناتك الإبداعية.

للبدء، أنشئ أعمالاً فنية على CometAPI في Playground. تأكّد من تسجيل الدخول للحصول على مفتاح API وابدأ البناء اليوم.

هل أنت مستعد للبدء؟ → تجربة مجانية لـ Stable Diffusion عبر CometAPI!

كيفية تنزيل Stable Diffusion — دليل خطوة بخطوة