نظرة عامة على النماذج×المهام: اختر النموذج الصحيح قبل البدء
💡 الهدف: خلال 10 دقائق تحدد النموذج المناسب لمهمتك — هل ذاكرة VRAM كافية، وهل يمكن الاستخدام التجاري، وأي درس تبدأ منه، كل ذلك في صفحة واحدة؛ دروس سير العمل في ComfyUI البالغة 15 درسًا جاهزة مصنفة حسب الصور والفيديو.
كثيرًا ما يسأل الناس عن النماذج التي يدعمها ComfyUI — والإجابة تعتمد على مهمتك وكرت الرسوميات لديك. ComfyUI في حد ذاته «محرّك»، ومن يقوم بالعمل الفعلي هو النموذج: إذا اخترت الصحيح، فستحصل على صورة في 8 خطوات ويمكن تشغيل الفيديو بذاكرة VRAM سعة 8GB؛ وإذا اخترت الخطأ، فقد تكتشف بعد تنزيل أوزان تتجاوز عشرين GB أنها لا تعمل. لذا، خصص عشر دقائق أولًا لتحديد ما يناسبك.
🎯 أهداف المرحلة
- عند استلام مهمة، حدد النماذج المرشحة خلال 30 ثانية: توليد الصور من النص، تعديل الصور، الخلفية الشفافة، نماذج المنتجات، توليد الفيديو من النص، الإطارات الأولى والأخيرة…… اعثر على النموذج والدرس المقابل من خلال الجدول المصفوفي
- قيّم ذاكرة VRAM قبل التنزيل: راجع مراجع ذاكرة VRAM في الجدول المصفوفي وتوقف عن تنزيل الأوزان الكبيرة بشكل أعمى
- افهم حدود فئتي النماذج «التوليد» و«التعديل»: لتوليد الصور الواقعية من النص ابحث عن النماذج الأساسية، ولتغيير الخلفية والنصوص ابحث عن فئة Edit، ولإعادة الرسم وتوسيع الصورة ابحث عن Fill
- شغّل سير عمل نموذج جديد واحد على الأقل: حمّل سير العمل الرسمي من مكتبة القوالب، وضع النموذج في المجلد الصحيح، وأنتج أول صورة أو أول مقطع فيديو وفق معاملات الدرس
⏳ الوقت المتوقع
- لإكمال هذه المرحلة بالكامل: 15 درسًا بإجمالي حوالي 204 دقيقة (حوالي 3.5 ساعة)، مع هامش تقديري حوالي 140–265 دقيقة
- لا يشمل وقت تنزيل النماذج: كثير من نماذج هذه المرحلة أوزان كبيرة بمستوى 12B–20B، والنسخة الكاملة من FLUX.1 حوالي 23GB، تُحسب حسب سرعة الإنترنت
- القراءة الانتقائية حسب الحاجة أوفر للوقت:
- إذا أردت توليد صور بسرعة فقط: توجه مباشرة إلى 2.1 Z-Image-Turbo، 12 دقيقة
- إذا كانت ذاكرة VRAM لديك 8GB وأردت تجربة الفيديو: توجه مباشرة إلى 2.10 Wan2.2 5B، 15 دقيقة
- إذا كان تركيزك على تعديل الصور وصور التجارة الإلكترونية: 2.3 Qwen-Image-Edit → 2.4 Qwen-Image-2.1، حوالي 30 دقيقة، ثم تابع بـ تطبيق عملي على صور التجارة الإلكترونية
- إذا أردت فيلمًا قصيرًا بصوت: 2.14 LTX-2/2.3، 15 دقيقة
🚀 قبل البدء
- شغّلت 1.5 توليد الصورة الأولى: تعرف كيفية تحميل النماذج وكتابة التلميحات والتشغيل بـ
Ctrl + Enter - تعرف أين تُوضع ملفات النماذج: لديك فكرة واضحة عن أدوار المجلدات الفرعية
diffusion_modelsوtext_encodersوvae(إذا نسيت فراجع 1.4 أين توضع النماذج) - حدّث ComfyUI إلى أحدث إصدار: نماذج هذه المرحلة حديثة جدًا، ويتطلب قالب FLUX.3 Klein إصدار 0.41.0 أو أحدث
- تحقق من القرص الصلب وذاكرة VRAM: ملفات النماذج الكبيرة ليست صغيرة (النسخة الكاملة من FLUX.1 حوالي 23GB)؛ وحجم ذاكرة VRAM يحدد أي درس تبدأ به (راجع الجدول المصفوفي أدناه)
- كوب من الماء ☕ — أثناء تنزيل النماذج، وقت مناسب لترطيب حلقك
💡 مكتبة القوالب هي المدخل الرئيسي لهذه المرحلة
يبدأ كل درس بتحميل سير العمل الرسمي من Template Library (أيقونة Templates في الشريط الجانبي الأيسر)؛ عند نقص نموذج تُعلَّم العقدة المقابلة باللون الأحمر، وما عليك سوى الضغط على Download لكل واحدة من علامة تبويب Errors على اليمين. تفاصيل هذه العملية كاملة في 4.1 مكتبة القوالب.
📋 اختر النموذج حسب المهمة
تغطي هذه المرحلة خمس عائلات نماذج تتوفر لها دروس رسمية كاملة: Z-Image وQwen-Image وFLUX وWan2.2 وLTX. الجدولان التاليان هما جدولا ComfyUI المرتببان حسب المهمة لتوصيات النماذج والمقارنة السريعة، ومتطلبات ذاكرة VRAM وعدد الخطوات مأخوذة من الدروس الرسمية، فعند الاختيار ابحث في الجدول مباشرة.
فئة الصور
| مهمتك | النموذج المفضل | الحقائق الرئيسية (ذاكرة VRAM / الخطوات / الترخيص) | الدرس |
|---|---|---|---|
| توليد صور سريع وذاكرة VRAM محدودة | Z-Image-Turbo | نسخة مقطرة من نموذج 6B من Alibaba Tongyi، توليد صور في 8 خطوات؛ يعمل بذاكرة VRAM سعة 16GB؛ عرض دقيق للنصوص الصينية والإنجليزية | 2.1 |
| كتابة نصوص صينية داخل الصورة | Qwen-Image (بما في ذلك 2512) | من فريق Alibaba Qwen بسعة 20B؛ عرض قوي للنصوص الصينية والإنجليزية؛ النسخة المقطرة 15 خطوة وLightning LoRA في 8 خطوات | 2.2 |
| تعديل الصور بجملة واحدة: تغيير الخلفية، تعديل النصوص، تغيير المواد | Qwen-Image-Edit(2509/2511) | تحرير بالأوامر؛ 2511 يدعم استبدال المواد واتساق الشخصيات | 2.3 |
| توليد وتعديل الصور في نموذج واحد، خلفية شفافة، 2K | Qwen-Image-2.1 | نموذج واحد لاستخدامين؛2048×2048 أصلي؛خلفية شفافة alpha؛16 خانة صور مرجعية | 2.4 |
| توليد صور واقعية من النص (بمطالبات إنجليزية) | FLUX.1 dev / schnell | 12B، صور أكثر واقعية وتنوعًا؛schnell بخطوات 4 وترخيص Apache 2.0؛dev غير مخصص للاستخدام التجاري | 2.5 |
| اتساق الشخصيات، تعديل متعدد الجولات | FLUX.1 Kontext | 12B تحرير تكراري، يحافظ على الشخصية والأسلوب عبر جولات متعددة؛يدعم المطالبات الإنجليزية فقط | 2.6 |
| إعادة رسم جزئية، توسيع الصورة | FLUX.1 Fill | مخصص لـ inpaint / outpaint؛تذكر الجهة الرسمية أن جودته تلي مباشرة النسخة التجارية Fill [pro] | 2.7 |
| اتساق متعدد المراجع، نماذج عرض المنتجات | FLUX.2 Dev | حتى 4MP بجودة فوتوغرافية؛حتى 10 صور مرجعية؛لون العلامة التجارية بصيغة hex | 2.8 |
| إنتاج صور سريع بذاكرة رسومية منخفضة، للمعاينة | FLUX.2 Klein | 4B؛distilled بذاكرة رسومية 8.4GB وحوالي 1.2 ثانية لإنتاج الصورة (5090) | 2.8 |
| تشغيل أحدث جيل من FLUX محليًا | FLUX.3 Klein | توليد الصور من النص والتحرير بنفس مجموعة الأوزان؛distilled بخطوات 4–16؛بترخيص FLUX Kommunity License | 2.9 |
فئة الفيديو
| مهمتك | النموذج المفضل | الحقائق الرئيسية (ذاكرة VRAM / الخطوات / الترخيص) | الدرس |
|---|---|---|---|
| 8GB من ذاكرة الرسوم لتشغيل الفيديو | Wan2.2 5B | نموذج واحد لتوليد الفيديو من النص ومن الصورة؛مع offloading الأصلي يمكن التشغيل بذاكرة رسومية 8GB | 2.10 |
| توليد فيديو عالي الجودة من النص | Wan2.2 14B T2V | MoE بخبراء مزدوجين للضوضاء العالية والمنخفضة؛Apache 2.0 قابل للاستخدام التجاري | 2.11 |
| تحريك الصور الثابتة | Wan2.2 14B I2V | ارفع صورة الإطار الأول لتوليد فيديو متحرك | 2.12 |
| التحكم في بداية الفيديو ونهايته | Wan2.2 FLF2V | حدد الإطار الأول والإطار الأخير، وتُستكمل الأجزاء الوسطى تلقائيًا | 2.13 |
| فيديو مصحوب بالصوت | LTX-2/2.3 | 19B دمج الصوت والفيديو، توليد فيديو وصوت متزامنين في عملية واحدة؛distilled بخطوات 8 (CFG=1) | 2.14 |
| سرد متعدد اللقطات، 4K HDR | LTX-2.5 | لقطات متعددة multishot أصلية؛4K HDR حتى 50 FPS؛يلزم طلب الوصول أولًا لمستودع HF | 2.15 |
⚠️ تحقق من الترخيص قبل الاستخدام التجاري
schnell و Wan2.2 بترخيص Apache 2.0 وقابلان للاستخدام التجاري؛سلسلة FLUX.1 dev (بما فيها Kontext و Fill) بترخيص غير تجاري؛و FLUX.3 Klein بترخيص FLUX Kommunity License. أما بقية النماذج فالمرجع هو الترخيص الموجود في صفحة التنزيل.
💡 إذا لم تحسم اختيارك فابدأ بما متطلباته أقل
عند ضيق ذاكرة الرسوم: للصور جرّب أولًا FLUX.2 Klein (distilled بذاكرة 8.4GB) أو Z-Image-Turbo (16GB)، وللفيديو جرّب أولًا Wan2.2 5B (8GB). بعد تشغيل نموذج واحد بنجاح، ستكون بنية سير العمل في بقية النماذج متشابهة إلى حد كبير، وتبديل النموذج أسهل بكثير من تعلم أداة جديدة.
📚 دورات هذه المرحلة
| الدورة | المحتوى | المدة |
|---|---|---|
| 2.1 Z-Image-Turbo لتحويل النص إلى صورة | حصان سريع من الإنتاج المحلي بـ 8 خطوات وذاكرة رسومية 16GB؛Fun Union ControlNet مع تكبير 2K | 12 دقيقة |
| 2.2 Qwen-Image لتحويل النص إلى صورة | قاعدة بحجم 20B تكتب النصوص الصينية جيدًا؛تسريع عبر التقطير / Lightning؛2512 ترقية التصوير (متوفر للتنزيل من ModelScope) | 12 دقيقة |
| 2.3 Qwen-Image-Edit لتعديل الصور بالتعليمات | تغيير الخلفية أو النص بجملة واحدة؛2509 اتساق متعدد الصور و2511 استبدال الخامات | 15 دقيقة |
| 2.4 Qwen-Image-2.1 | توليد وتعديل الصور في نموذج واحد؛2K أصلي وخلفية شفافة و16 صور مرجعية | 15 دقيقة |
| 2.5 FLUX.1 لتحويل النص إلى صورة | نشر dev و schnell محليًا؛طريقتان للتثبيت: كامل و fp8 | 12 دقيقة |
| 2.6 FLUX.1 Kontext | تعديل الصور عبر جولات متعددة مع اتساق الشخصيات؛سحب الصور من مجلد الإخراج للتعديل المتسلسل | 12 دقيقة |
| 2.7 FLUX.1 Fill | إعادة رسم جزئية (inpaint) وتوسيع الصورة (outpaint) | 12 دقيقة |
| 2.8 FLUX.2 | اتساق متعدد المراجع في Dev ونسخة Klein الخفيفة؛سير عمل النماذج الأولية للمنتجات | 15 دقيقة |
| 2.9 FLUX.3 Klein | أحدث FLUX مفتوح المصدر؛تحويل النص إلى صورة والتحرير بنفس الأوزان،distilled في 4–16 خطوة | 12 دقيقة |
| 2.10 Wan2.2 5B | تشغيل تحويل النص إلى فيديو وتحويل الصورة إلى فيديو بذاكرة رسومية 8GB | 15 دقيقة |
| 2.11 Wan2.2 14B لتحويل النص إلى فيديو | نموذج خبير مزدوج عالي ومنخفض الضوضاء لإنتاج مشاهد سينمائية | 15 دقيقة |
| 2.12 Wan2.2 14B لتحويل الصورة إلى فيديو | اجعل الصور تتحرك؛لاحظ أن I2V يستخدم أوزان fp16 | 15 دقيقة |
| 2.13 Wan2.2 لتوليد فيديو من الإطار الأول والأخير | تحكم في البداية والنهاية مع استكمال الوسط تلقائيًا | 12 دقيقة |
| 2.14 LTX-2/2.3 | توليد فيديو مصحوب بالصوت في مرة واحدة؛ستة سير عمل رسمية | 15 دقيقة |
| 2.15 LTX-2.5 | سرد متعدد اللقطات و4K HDR و DFR؛يجب طلب الوصول إلى مستودع HF أولًا | 15 دقيقة |
🎒 ما ستكسبه
- خريطة اختيار «المهمة ← النموذج ← الدورة التعليمية»: عند ظهور نماذج جديدة لاحقًا، ستتمكن من الحكم بنفسك وفق أبعاد الذاكرة الرسومية وعدد الخطوات والترخيص والمهمة
- وعي بالحدود الدنيا قبل التنزيل: تحقق أولًا من مرجع الذاكرة الرسومية والترخيص (Apache 2.0 / غير تجاري / Kommunity)، فلا تنتظر ساعات عدة تنزيلًا بلا فائدة بعد الآن
- طريقة تشغيل القوالب الرسمية المقابلة لدروس سير عمل ComfyUI الـ 15: تحميل القالب ووضع النماذج في مكانها وضبط المعلمات حتى الحصول على الصور ومقاطع الفيديو
- مدخل لمسارين متقدمين: الصور تتصل بـصور التجارة الإلكترونية العملية، والتحكم و LoRA والتكميم تتصل بـالمهارات المتقدمة
هل أنت مستعد؟ابدأ بالدرس الأول: Z-Image-Turbo لتحويل النص إلى صورة →