Whisk

يُعد Google Whisk أداة لدمج الصور تعمل عبر المتصفح من Google Labs، تم إطلاقها في 16 ديسمبر 2024. وفي حين تتطلب معظم أدوات توليد الصور بالذكاء الاصطناعي أوامر نصية مفصلة، يتخذ Whisk نهجاً مختلفاً: حيث يقوم المستخدمون بسحب وإفلات ما يصل إلى ثلاث صور مرجعية تمثل الموضوع والمشهد والأسلوب، ليقوم النظام بإنتاج صورة أصلية تدمج بين الثلاثة. تستخدم هذه العملية نموذج Gemini من Google لإنشاء تعليقات توضيحية تلقائية لكل صورة يتم رفعها، ثم تُغذي هذه التعليقات إلى Imagen (الذي تمت ترقيته إلى Imagen 4 في مايو 2025)، وتقدم النتائج في غضون ثوانٍ. لا يتطلب الأمر كتابة أي أوامر نصية، على الرغم من أنه يمكن للمستخدمين عرض وتعديل الأوامر الأساسية المُولدة تلقائياً في أي وقت.

تشمل الميزات الأساسية في Whisk نظام الإدخال ثلاثي الخانات (الموضوع/المشهد/الأسلوب)، ووضع الدقة (Precise Mode) الذي أُضيف في عام 2025 للحفاظ بشكل أفضل على ملامح الوجه وهوية الموضوع عبر عمليات التوليد المتعددة، وميزة Whisk Animate لإنتاج مقاطع فيديو مدتها 8 ثوانٍ مدعومة بتقنية Veo 2 من الصور الثابتة، بالإضافة إلى دعم ما يصل إلى ثماني صور مرجعية إجمالية في الجلسة الواحدة. تعمل الأداة بالكامل في المتصفح باستخدام حساب Google، وقد ظلت مجانية طوال فترة تشغيلها. وفي وقت كتابة هذا التقرير، من المقرر إغلاق Whisk في 30 أبريل 2026، مع انتقال قدرتها الأساسية على الدمج إلى Google Flow.

ما الذي يُولده Whisk في أبريل 2026

في أسابيعه الأخيرة، يُنتج Whisk صوراً ثابتة بدقة تصل إلى 2K باستخدام محرك Imagen 4. يتمثل المخرج الأساسي في صورة مدمجة تلتقط "الجوهر" البصري للمدخلات المرجعية الثلاثة: فالنموذج لا يحاول تقديم نسخة مطابقة تماماً للبكسل، بل يقدم توليفة إبداعية. يمكنك تعديل نسبة العرض إلى الارتفاع قبل التوليد، كما يوجه مفتاح تبديل وضع الدقة (Precise Mode) النظام لإعطاء وزن أكبر للحفاظ على الهوية، مما يقلل من التباين الذي جعل نتائج Whisk المبكرة تبدو غير متوقعة.

تقوم ميزة Whisk Animate بتحويل أي صورة ثابتة مُولدة بواسطة Whisk إلى مقطع فيديو مدته 8 ثوانٍ عبر Veo 2. تحصل الحسابات المجانية على عشرة أرصدة للرسوم المتحركة شهرياً. وبعيداً عن الدمج الأساسي، يمكن للمستخدمين تحسين الأمر النصي الأساسي المُولد بواسطة Gemini مباشرةً، مما يدمج بفعالية بين المدخلات القائمة على الصور والتحكم في الأوامر النصية. يقبل النظام ما يصل إلى ثماني صور للموضوع في عملية التوليد الواحدة (مشهد واحد، وأسلوب واحد)، مما يتيح دمجاً معقداً للشخصيات من صور مرجعية متعددة.

جاء تحديث وضع الدقة (Precise Mode)، الذي أعلنت عنه Google Labs على منصة X في عام 2025، كاستجابة مباشرة للشكوى الأكثر شيوعاً حول الأداة: "تمنحك هذه الميزة الجديدة تحكماً أكبر في الحفاظ على ملامح الوجه والمشاهد والأساليب في إبداعاتك"، كما جاء في المنشور. يتم توجيه التحسينات في وضع الدقة عبر Gemini 2.5 Flash لإجراء اللمسات النهائية.

موقع Whisk مقارنةً بـ Midjourney و FLUX Kontext

تتعامل منصة Midjourney، وهي منصة توليد الصور المدفوعة الأكثر استخداماً، مع مرجعية الأسلوب والشخصية من خلال معلمات روابط URL الخاصة بها --sref (مرجع الأسلوب) و --cref (مرجع الشخصية) المُلحقة بالأوامر النصية في Discord. تتحكم المعلمة --sw في وزن الأسلوب على مقياس من 0 إلى 1000، ويمكن للمستخدمين دمج صور مرجعية متعددة عن طريق تعيين أوزان نسبية (--sref urlA::2 urlB::3). يمنح هذا Midjourney تحكماً دقيقاً وقابلاً للتركيب في الأسلوب لا يمكن لمفتاح التبديل الثنائي (إبداعي/دقيق) في Whisk مجاراته. وتتمثل المقايضة الآلية في أن Midjourney يتطلب إجادة صياغة أوامر Discord واشتراكاً شهرياً يبدأ من $10، بينما لم يتطلب Whisk سوى حساب Google وتفاعل السحب والإفلات. كما يُنتج Midjourney مخرجات مخصصة كأصول نهائية؛ في حين كان Whisk صريحاً بأنه صُمم لتبلور الأفكار، وليس للإنتاج النهائي.

تعمل أداة FLUX.1 Kontext من Black Forest Labs على أساس مختلف تماماً. حيث تقبل بنيتها التوليدية لمطابقة التدفق ذات الـ 12 مليار معلمة صورة مرجعية بالإضافة إلى تعليمات نصية وتقوم بإجراء تحرير في السياق: تغيير مناطق معينة مع الحفاظ على الباقي، وتطبيق نقل الأساليب، والحفاظ على هوية الشخصية عبر التعديلات المتكررة دون تدهور الجودة. وفي حين يدمج Whisk ثلاث صور مرجعية منفصلة في مخرج جديد من الصفر، يقوم FLUX Kontext بتعديل صورة موجودة بناءً على التعليمات. أداة FLUX Kontext [dev] مرخصة بموجب Apache 2.0 وقابلة للاستضافة الذاتية؛ بينما كان Whisk خدمة سحابية مغلقة من Google. يناسب FLUX Kontext مسارات عمل التحسين التكراري؛ في حين ناسب Whisk الاستكشاف السريع للمسودات الأولى عندما لا تكون هناك صورة موجودة بعد.

"لقد بنيناه من أجل الاستكشاف البصري السريع، وليس للتعديلات المثالية على مستوى البكسل.". Google Labs، الإعلان الرسمي، ديسمبر 2024

يُعد هدف التصميم هذا هو الفارق الرئيسي. لا يتم وضع Midjourney أو FLUX Kontext كأدوات "رسم أولي". بينما كان Whisk كذلك، بشكل واعٍ وصريح.

التكلفة الحقيقية لتشغيل Whisk

ظل Whisk مجانياً طوال فترة وجوده في Labs. وحساب Google هو المطلب الوحيد. يتلقى مستخدمو الفئة المجانية حصة توليد يومية (الحد الأقصى الدقيق غير منشور) وعشرة أرصدة لـ Whisk Animate شهرياً. يحصل مشتركو Google One AI Premium، بتكلفة تقارب $19.99/شهرياً، على مجموعة أكبر من أرصدة الذكاء الاصطناعي الشهرية المشتركة عبر Gemini Advanced و Whisk و Veo وخدمات الذكاء الاصطناعي الأخرى من Google. ونظراً لأن Whisk و Flow يتشاركان نفس الواجهة الخلفية للأرصدة، فإن أي أرصدة متبقية عند إغلاق Whisk في 30 أبريل تنتقل تلقائياً إلى Flow دون أي تدخل من المستخدم.

لا يوجد وصول عبر واجهة برمجة التطبيقات (API) ولا يوجد تطبيق مستقل للأجهزة المحمولة. تعمل الأداة بالكامل في المتصفح. بالنسبة للمستخدمين الذين يحتاجون فقط إلى صور مفاهيمية من حين لآخر، كانت الفئة المجانية قادرة حقاً على تلبية احتياجاتهم. أما المستخدمون بكثافة، وخاصة أولئك الذين يعتمدون على Whisk Animate أو يولدون عشرات الصور يومياً لعمل العملاء، فقد أبلغوا عن وصولهم إلى الحدود اليومية دون تحذير واضح.

أين يفشل Whisk بشكل متكرر

الشكوى الأكثر ثباتاً عبر المراجعات هي انحراف الهوية. يستهدف نموذج Whisk "جوهر" الموضوع بدلاً من تقديم نسخة طبق الأصل، مما يعني أن الشخصيات المُولدة قد تختلف في الطول أو الوزن أو تسريحة الشعر أو لون البشرة عن المرجع. قلل تحديث وضع الدقة (Precise Mode) لعام 2025 من هذه المشكلة ولكنه لم يقضِ عليها. بالنسبة لأي مسار عمل يتطلب اتساقاً صارماً للشخصية عبر عمليات توليد متعددة، ظل Whisk خياراً غير موثوق به حتى بعد إطلاق وضع الدقة.

كان الاستبعاد الجغرافي فشلاً هيكلياً مستمراً. فعلى الرغم من التوسع إلى أكثر من 100 دولة في فبراير 2025، لم يُتح Whisk أبداً في الاتحاد الأوروبي أو المملكة المتحدة أو الهند أو إندونيسيا. أدت التأخيرات التنظيمية المرتبطة باللائحة العامة لحماية البيانات (GDPR) وقانون الذكاء الاصطناعي للاتحاد الأوروبي إلى إبقاء بعض أكبر الأسواق الإبداعية مغلقة أمام الأداة طوال فترة تشغيلها. اضطر المستخدمون في تلك المناطق إلى استخدام شبكات VPN للوصول إلى منتج مجاني من Google، وهي نقطة احتكاك ولّدت إحباطاً مستمراً في المنتديات طوال عام 2025.

"عندما تكون المراجع مزدحمة أو متناقضة، قد يواجه Whisk صعوبة، حيث يبالغ في التركيز على مصدر واحد أو يدمجها في شيء يبدو عاماً ومألوفاً."، story321.com، مراجعة Whisk AI، 2025

أنماط الفشل الإضافية: تميل المدخلات المعقدة ذات العناصر البصرية المتعددة والمتنافسة إلى إنتاج مخرجات تبدو وكأنها مركبات متوسطة بدلاً من مزيج إبداعي. يمنع حد الخانة الواحدة للمشهد/الأسلوب (صورة مشهد واحدة، وصورة أسلوب واحدة فقط لكل عملية توليد) نوع دمج الأساليب متعدد المراجع الذي تتعامل معه علامة --sref متعددة الروابط في Midjourney. تم دعم الحالة "التجريبية" الصريحة للأداة بعمر افتراضي بلغ 16 شهراً قبل الإغلاق، مما جعل أي استثمار في مسارات العمل القائمة على Whisk مخاطرة محسوبة وقد تحققت الآن.

لمن يُوجه Whisk، ومن يجب عليه اختيار أداة أخرى

وجد Whisk جمهوره الأوضح بين المفكرين البصريين الذين يقاومون كتابة الأوامر النصية. فقد استفاد فنانو المفاهيم الذين يبنون لوحات الإلهام (mood boards)، ومصممو المنتجات الذين يصممون نماذج لأساليب البضائع (كانت الدبابيس المطلية بالمينا، والملصقات، والدمى الرقمية حالات استخدام شائعة عند الإطلاق)، وصناع محتوى وسائل التواصل الاجتماعي الذين يستكشفون اتجاهات الصور المصغرة دون الالتزام بجلسة تصوير كاملة، جميعهم من الواجهة التي تعطي الأولوية للجانب البصري. بالنسبة لتبلور الأفكار في المراحل المبكرة حيث تهم السرعة أكثر من الدقة، كان توليد الصور في ثوانٍ بواسطة Whisk دون أي عبء في كتابة الأوامر مفيداً حقاً.

تجاوز Whisk إذا كنت بحاجة إلى أصول إنتاج نهائية، أو مخرجات شخصيات متسقة مع العلامة التجارية، أو الوصول من الاتحاد الأوروبي أو المملكة المتحدة، أو أي شكل من أشكال تكامل واجهة برمجة التطبيقات (API). نظراً لأن Whisk سيُغلق في 30 أبريل 2026، يجب على المستخدمين الجدد التوجه مباشرة إلى Google Flow، الذي يرث قدرة الدمج الأساسية. بالنسبة للمستخدمين الذين يحتاجون إلى تبلور الأفكار بأسلوب Whisk على أداة ذات عمر افتراضي أطول، تقدم ميزات الصور المرجعية في Adobe Firefly أو Midjourney مع --sref و --cref مرجعية بصرية مماثلة داخل منصات مخصصة للإنتاج. يُعد FLUX Kontext الخيار الصحيح عندما ترغب في تعديل وتحسين صورة موجودة بتعليمات نصية دقيقة بدلاً من دمج ثلاثة مراجع منفصلة في شيء جديد.