فريق Linum يدرّب نموذج صور من الصفر بتكلفة 21,038 دولارًا وينشره برخصة Apache 2.0
نشر فريق Linum في 4 نوفمبر 2026 تفاصيل نموذج P-JiT لتوليد الصور، الذي دُرب من الصفر بتكلفة إجمالية بلغت 21,038 دولارًا. والأوزان منشورة على Hugging Face برخصة Apache 2.0، وهي رخصة تسمح بالاستخدام التجاري.
وتقسم صفحة الفريق التكلفة بدقة:
- التدريب الأساسي: 20,348 دولارًا، أي 8,139 ساعة على بطاقة H100
- التدريب اللاحق: 690 دولارًا، أي 276 ساعة
- الإجمالي: 8,415 ساعة بسعر 2.50 دولار للساعة
ويضم النموذج نحو 2.18 مليار بارامتر، ويستخدم مرمّز نصوص مجمّدًا من Qwen3.5-4B، أي جزءًا جاهزًا يحوّل وصف المستخدم إلى تمثيل يفهمه النموذج، دون أن يُعاد تدريبه.
وتذكر الصفحة نفسها حدود النموذج بوضوح. فهو يواجه صعوبة في رسم الأجسام الكاملة، وفي الصور المزدحمة بالعناصر، وفي التفاعل بين أكثر من شخص، ومعرفته بالعالم محدودة. والقيد الأبرز أنه لا يستطيع كتابة نص داخل الصورة ولا تصميم الملصقات، لأن الفريق استبعد البيانات التي تحتوي على نصوص من التدريب أصلًا. ولا تتضمن الصفحة مقارنة لجودته مع نماذج أخرى.
وهذا القيد تحديدًا هو ما يحدد قيمة الخبر في المنطقة العربية. فكتابة نص عربي صحيح داخل الصورة من أصعب ما تواجهه نماذج التوليد، وهي حاجة أساسية في الإعلانات والمحتوى المحلي. ولذلك لا يعني الرقم المعلن نموذجًا جاهزًا مقابل 21 ألف دولار، بل أساسًا مفتوحًا يحتاج إلى عمل إضافي ليخدم هذه الحاجة.
غير أن هذا الأساس كان يتطلب ميزانيات بالملايين، وانخفاض تكلفته إلى هذا الحد يجعل تدريب نموذج صور متخصص أمرًا يمكن أن يفكر فيه فريق صغير، لا المختبرات الكبيرة وحدها.