مراجعة ControlNet (2026): تحكم بنيوي دقيق لـ Stable Diffusion

يعمل ControlNet عن طريق تكرار طبقات ترميز نموذج انتشار مُدرَّب مسبقًا، وربط النسخة بالشبكة الأصلية عبر ما تسمّيه الورقة طبقات "الالتفاف الصفري" (zero convolution) — طبقات التفافية تبدأ أوزانها من الصفر، بحيث يبدأ التدريب من السلوك الأصلي الدقيق للنموذج الأساسي ويتعلم إشارة الاشتراط الجديدة تدريجيًا فقط. تبقى أوزان النموذج الأصلي مجمَّدة خلال هذه العملية، وهو ما يفسّر لماذا لا تؤدي إضافة ControlNet إلى تدهور جودة صور نموذج Stable Diffusion الأساسي.

من الناحية العملية، هذا يعني تغذية خط المعالجة بمُدخلين بدلًا من واحد: وصف نصي (كالمعتاد) وصورة تحكم — هيكل وضعية، أو خريطة عمق، أو مخطط حواف، أو رسم تخطيطي تقريبي. يتبع الناتج تكوين وبنية صورة التحكم مع دمج أسلوب الوصف النصي ووصف الموضوع في الوقت نفسه.

ControlNet ليس تطبيقًا مكتملًا. تصف الورقة معمارية، ويوفر مستودع GitHub المرجعي الكود وأوزان نموذج مُدرَّبة مسبقًا، لكن لا يوجد مثبِّت لـ ControlNet يمكن النقر عليه مرتين. لاستخدامه فعليًا، تثبته كإضافة أو ميزة مدمجة داخل واجهة Stable Diffusion تستخدمها بالفعل — انظر كيفية التثبيت والاستخدام أدناه.

المؤلف الرئيسي، Lvmin Zhang، باحث منتسب إلى جامعة ستانفورد (بعد دراسة سابقة في جامعة هونغ كونغ الصينية وجامعة سوتشو)، وينشر تحت حساب GitHub lllyasviel. الشخص نفسه ابتكر أيضًا Fooocus، وهي واجهة مبسَّطة لـ Stable Diffusion صُمِّمت للوصول إلى أول صورة بأقل عدد ممكن من النقرات — وهي صلة يجدر معرفتها إذا كنت تستخدم كلا المشروعين، إذ تنتقل قرارات التصميم أحيانًا من أحدهما إلى الآخر.

نُشر كود ControlNet وأول أوزان مُدرَّبة مسبقًا على GitHub في فبراير 2023، إلى جانب النسخة الأولية على arXiv. تلا ذلك إصدار أكثر نضجًا باسم "ControlNet 1.1" في 14 أبريل 2023، موسِّعًا أنواع الاشتراط المدعومة ومحسِّنًا متانتها. نُشرت الورقة رسميًا في ICCV 2023 وفازت بجائزة Marr Prize في المؤتمر، وهو ما تؤكده صفحة الجوائز الرسمية لمؤسسة Computer Vision Foundation.

صُمِّم ControlNet حول معمارية Stable Diffusion 1.5 الأصلية، وجرى التحقق منه أولًا عليها. ثم دربت مجتمعية المصادر المفتوحة — ولاحقًا Stability AI نفسها — نقاط تفتيش إضافية لـ ControlNet لنماذج أساسية أحدث، بما فيها Stable Diffusion XL وStable Diffusion 3.5، فامتد أسلوب الاشتراط نفسه إلى كل جيل جديد من النماذج. راجع مراجعة Stable Diffusion لخلفية عن هذه النماذج الأساسية.

يتضمن ControlNet 1.1 أيضًا نماذج متخصصة إضافية تتجاوز هذه المجموعة الأساسية، مثل M-LSD (كشف الخطوط المستقيمة للعمارة والديكورات الداخلية)، وShuffle (إعادة تكوين تحافظ على المحتوى)، وInpaint، وTile (تحسين التفاصيل لمسارات تكبير الدقة). كل نوع اشتراط هو ملف نموذج منفصل — تُحمِّل النوع المطابق لصورة التحكم الخاصة بك، لا نموذجًا عالميًا واحدًا.

يختلف إعداد ControlNet حسب الواجهة لأنه ليس مثبِّتًا مستقلًا. يوضَّح أدناه المساران الأكثر شيوعًا.

هذه هي الحقيقة الأهم التي يجب التحقق منها قبل استخدام ControlNet في منتج تجاري: الترخيص ليس رقمًا واحدًا. كود التنفيذ المرجعي برخصة Apache License 2.0، وهي رخصة متساهلة دون قيود. لكن نقطة تفتيش النموذج التي تُنزّلها ملف منفصل له رخصته الخاصة، والتي تعكس عمومًا عائلة رخصة نموذج Stable Diffusion الأساسي الذي دُرِّبت نقطة التفتيش عليه.

نقاط تفتيش ControlNet الأصلية لـ Stable Diffusion 1.5، المنشورة تحت حساب lllyasviel على Hugging Face، مُدرَجة بترخيص "openrail" — عائلة رخصة CreativeML OpenRAIL-M نفسها التي يستخدمها SD 1.5 نفسه، والتي تسمح بالاستخدام التجاري مع قيود محتوى مبنية على الاستخدام لا سقف إيرادات.

نقاط تفتيش ControlNet لـ SDXL المُدرَّبة من قِبل المجتمع، مثل النماذج المستخدَمة على نطاق واسع والمنشورة تحت حساب xinsir على Hugging Face، تُنشَر عادةً برخصة Apache License 2.0 البسيطة — تحقق من بطاقة النموذج المحدَّدة، إذ يمكن لمؤلفين مجتمعيين مختلفين اختيار شروط مختلفة لنقاط تفتيشهم الخاصة.

أدوات ControlNet الرسمية من Stability AI نفسها لإصدار Stable Diffusion 3.5 Large — وتغطي اشتراطات Blur وCanny وDepth، صدرت في 26 نوفمبر 2024 — تحمل رخصة Stability AI Community، وهي الرخصة نفسها المقيَّدة بالإيرادات التي يستخدمها SD 3.5 نفسه: مجانية للأفراد والمنظمات تحت 1,000,000 دولار من الإيرادات السنوية المجمَّعة مع التسجيل، وتتطلب رخصة Enterprise فوق ذلك الحد.

يضيف ControlNet مجموعة مكرَّرة من طبقات الترميز فوق نموذج Stable Diffusion الذي تستخدمه، فيزيد استخدام ذاكرة VRAM إضافةً إلى متطلبات النموذج الأساسي نفسه بدلًا من استبدالها.

عادةً ما تصف تقارير المجتمع ووثائق الواجهات نحو 1–2 غيغابايت إضافية من VRAM لنموذج ControlNet واحد على Stable Diffusion 1.5، وزيادة أكبر — يُذكَر غالبًا نحو 2–4 غيغابايت لكل نموذج — على SDXL، لأن طبقات ترميزه أكبر وأكثر كلفة في التكرار. استخدام عدة نماذج ControlNet في آنٍ واحد (مثل العمق والوضعية وCanny معًا) يراكم هذه الأعباء أكثر. تُصمَّم بدائل أخف مثل T2I-Adapter (انظر قسم البدائل أدناه) لإضافة أعباء VRAM أقل بكثير من ControlNet، على حساب دقة تحكم أقل قليلًا في بعض مقارنات المجتمع.

بما أن هذه الأرقام تأتي من اختبارات المجتمع وليس من اختبار مضبوط أجرته PromptQuorum نفسها، تعامل معها كنطاقات تخطيطية: تحقق من سلوك VRAM الحالي في وثائق واجهتك المحدَّدة أو متتبّع المشكلات الخاص بها قبل افتراض أن بطاقة رسومات على حافة الأداء ستتحمّل تركيبة معينة من النموذج الأساسي وControlNet.

لا يملك ControlNet سعرًا منفصلًا — إنه مجاني ومفتوح الأوزان، ويُوزَّع ككود ونقاط تفتيش نموذج بدلًا من كونه منتجًا له اشتراكه أو رسم ترخيصه الخاص. لا توجد فئة مدفوعة، أو عضوية، أو عرض ControlNet كخدمة مستضافة يتتبعه PromptQuorum من فريق البحث الأصلي.

التكلفة الفعلية هي واجهة Stable Diffusion التي تستخدمها بالفعل (AUTOMATIC1111 وComfyUI وInvokeAI مجانية ومفتوحة المصدر بحد ذاتها) إضافةً إلى عتاد بطاقة الرسومات والكهرباء. التكلفة المتكررة الوحيدة التي قد تنطبق هي خدمة بطاقة رسومات مستضافة أو سحابية قد تختارها لتشغيل تلك الواجهة، وهي أمر لا علاقة له بـ ControlNet نفسه.

ControlNet وT2I-Adapter وIP-Adapter لا تُقصي بعضها البعض — تجمع كثير من مسارات العمل بين ControlNet (للوضعية أو التكوين) وIP-Adapter (لاتساق الأسلوب أو الشخصية) في التوليد نفسه. أي مزيج مناسب يعتمد على ما تريد تثبيته: البنية (ControlNet، T2I-Adapter) مقابل المظهر (IP-Adapter).

لاختيار نموذج Stable Diffusion الأساسي الذي تلتحق به هذه الأساليب، راجع مراجعة Stable Diffusion. لمقارنة أوسع بين توليد الصور المحلي والسحابي عمومًا، راجع توليد الصور بالذكاء الاصطناعي المحلي مقابل السحابي.

من جانب الواجهات، يمتلك ComfyUI عُقد ControlNet أصلية دون الحاجة لإضافة منفصلة؛ ويحتاج AUTOMATIC1111 الإضافة المجتمعية sd-webui-controlnet؛ ويدمجه InvokeAI كطبقات تحكم مدمجة في لوحته؛ أما Fooocus — الذي ابتكره الباحث نفسه الذي ابتكر ControlNet — فيتضمن ميزات توجيه بنيوي مبسَّطة خاصة به مبنية على ControlNet بدلًا من إتاحة اختيار نماذج ControlNet الخام.

اكتسب ControlNet مكانته كالطريقة القياسية لإضافة تحكم بنيوي دقيق إلى Stable Diffusion — ليس كمنتج قائم بذاته، بل كأسلوب بحثي موثَّق جيدًا مع منظومة كبيرة من نقاط التفتيش بُنيت حوله منذ ظهوره الأول في ICCV 2023. يستطيع من يستخدم بالفعل AUTOMATIC1111 أو ComfyUI أو InvokeAI إضافة اشتراط الوضعية أو العمق أو الحواف أو الرسم التخطيطي دون تغيير المنصة، ويحمل الكود الأساسي رخصة Apache-2.0 دون قيود. المقايضة حقيقية: إنه ليس تطبيقًا، ويضيف خطوة إعداد حقيقية وأعباء VRAM ملموسة فوق النموذج الأساسي، والترخيص ليس إجابة واحدة — يعتمد على نقطة التفتيش التي تُنزّلها، من "openrail" في أقدم نماذج SD 1.5 إلى رخصة Stability AI Community المقيَّدة بالإيرادات في أدوات ControlNet الخاصة بـ SD 3.5 من Stability. من يريد أعباء VRAM أخف مع تحكم بنيوي مماثل ينبغي أن يقيّم أيضًا T2I-Adapter؛ ومن لم يُعِدّ بعد واجهة Stable Diffusion ينبغي أن يبدأ من هناك أولًا، إذ ليس لدى ControlNet وحده ما يلتحق به. لكل من يولّد الصور محليًا بالفعل ويحتاج تحكمًا أكبر مما توفره صياغة الوصف النصي وحدها، يبقى ControlNet الطريقة الأكثر دعمًا بشكل شامل لتحقيق ذلك.