أدوات ذكاء اصطناعي مقيّمة لمهنتك
اربح مع ذكائي
🤝 أنت في مكتبة المصادر المجانية والمفتوحة — أدوات بناها المجتمع يمكنك استخدامها دون دفع. مفهوم مختلف عن دليل أدوات الذكاء الاصطناعي المُقيَّم لدينا.
الرئيسية › مجاني ومفتوح المصدر › تصميم غرافيك › diffusers
✦ مجاني ومفتوح المصدرتصميم غرافيك

diffusers

مكتبة PyTorch لنماذج الانتشار المدربة مسبقاً والأحدث من نوعها.

أحدث نماذج الانتشار في PyTorch

تشغيل وضبط وتدريب خطوط أنابيب الانتشار لتوليد الصور والصوت والهياكل.

مجاني للأبد · مفتوح المصدر · Apache-2.0
✓ Light setup✓ يعمل في المتصفح✓ تعاون فوري
7.9
ZEKAI
أداة انتشار PyTorch الأساسية
مجاني ومفتوح المصدر · تصميم غرافيك
سهولة الإعداد4
الفائدة9
الصيانة9.5
المجتمع9.2
★ 34,553
غيت هَب
Sep 2026
آخر تحديث
Apache-2.0
الرخصة
🛠 لا تريد الاستضافة بنفسك؟ يمكننا إعداده لك →
⚡ إجابة سريعة

Diffusers هي صندوق أدوات Python وحدوي مصمم لتوليد الصور والصوت والهياكل باستخدام أحدث نماذج الانتشار. وهي تناسب محترفي الرسوميات والمطورين الذين يريدون تحكماً برمجياً مباشراً في خطوط الأنابيب والنماذج والمجدولات.

يعمل على
Cross-platform
الاستضافة
Desktop
اللغات
Python
الرخصة
Apache-2.0

ما هو

توفر المكتبة خطوط أنابيب انتشار جاهزة، ومجدولات ضوضاء قابلة للتبديل، ولبنات بناء لنماذج مدربة مسبقاً لتشغيل الاستدلال ببضع أسطر فقط من الكود. وهي تدعم مهام تحويل النص إلى صورة، والصورة إلى صورة، والتعبئة، والدقة الفائقة، وControlNet من خلال آلاف نقاط التحقق في Hugging Face Hub.

لمن هو

هي تناسب مصممي الرسوميات والمطورين الذين يعرفون Python وPyTorch ويريدون بناء أو تشغيل سير عمل انتشار مخصص. وهي لا تناسب المستخدمين غير التقنيين الذين يبحثون عن تطبيق سطح مكتب مُجهّز مسبقاً بدون كود.

أهم الميزات

خطوط أنابيب الانتشار

تشغيل استدلال التوليد الأحدث ببضع أسطر فقط من الكود.

مجدولات قابلة للتبديل

تبديل مجدولات الضوضاء بسهولة للموازنة بين سرعات الانتشار المختلفة وجودة المخرجات.

لبنات بناء مدربة مسبقاً

دمج النماذج والمجدولات الوحدوية لإنشاء أنظمة انتشار مخصصة متكاملة.

دعم واسع للمهام

إجراء تحويل النص إلى صورة، والتعبئة، وتنويع الصور، والدقة الفائقة، وتعديلات ControlNet.

كيف تبدأ

جاهز للعمل في 3 خطوات

1
تثبيت Python وPyTorch وdiffusers باستخدام pip أو conda.
2
تحميل نقطة تحقق نموذج مدرب مسبقاً باستخدام DiffusionPipeline.from_pretrained.
3
تنفيذ خطوط أنابيب التوليد على وحدة معالجة الرسوميات أو جهاز متوافق.
بصراحة

حكمنا الصادق

ما يميّزه

  • الهندسة المعمارية الوحدوية تفضل قابلية التخصيص على التجريدات الصارمة.
  • الوصول إلى أكثر من 30,000 نقطة تحقق عبر التكامل مع Hugging Face Hub.
  • دعم مهام متخصصة مثل ControlNet وInstructPix2Pix وdepth-to-image.
  • مسارات استدلال محسنة لبيئات Apple Silicon M1/M2 وPyTorch CUDA.

أين يقصّر

  • تتطلب كتابة كود Python والتعامل مع تبعيات PyTorch.
  • تشغيل النماذج الثقيلة يتطلب وحدة معالجة رسوميات مخصصة ذات ذاكرة VRAM كبيرة.
  • إعداد البيئات الافتراضية وإدارة نقاط التحقق يتطلب مهارة تقنية.
التكلفة

التسعير والرخصة

المكتبة مجانية بموجب ترخيص Apache-2.0، والتكلفة الوحيدة هي تشغيلها بنفسك على أجهزتك الخاصة أو مثيلات السحابة.

عمل مدفوع

وظائف للناطقين بالعربية

873 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٥ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$170 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.

شاهد كل الأدوار المفتوحة →
قارن

البدائل

🎁 بدائل مجانية ومفتوحة المصدر

أدوات الذكاء الاصطناعي المُراجَعة هذه تؤدي المهمة فوراً — من دليلنا المُقيَّم.

المزيد

استخدمه، أو دعنا نُعِدّه لك

📄 دليل PDF مجاني: diffusers لـ تصميم غرافيك
دليل بلغة بسيطة لإنجاز أول نتيجة لك. يُرسَل إلى بريدك.
🔔 64 شخصاً يريدون شرحاً كاملاً بالفيديو — أضف صوتك
🛠 لا تريد إعداده بنفسك؟
سنقوم بتثبيت diffusers واستضافته وإعداده لك — وتدريب فريقك.
دعنا ننجزه لك ↗
أسئلة

الأسئلة الشائعة

ما هي الأجهزة التي أحتاجها لتشغيل diffusers؟

ستحتاج إلى وحدة معالجة رسوميات قوية تدعم CUDA لمعظم النماذج القياسية، أو جهاز Apple Silicon M1/M2 يدعم MPS.

هل يمكنني تدريب نماذج الخاصة باستخدام هذه المكتبة؟

نعم، تتضمن المكتبة أدلة مخصصة ونصوص تدريب لمختلف مهام الانتشار وتقنيات التدريب.

الرادار

أحدث أخبار الذكاء الاصطناعي

✉️ حقيبة الأدوات المجانية الأسبوعية
أفضل الأدوات المجانية والمفتوحة المصدر الجديدة لـ تصميم غرافيك — رسالة قصيرة أسبوعياً، بلغتك.
مجاني · رسالة واحدة أسبوعياً · إلغاء الاشتراك في أي وقت
اربح المال من تدريب الذكاء الاصطناعي ←

شاهد Zekai أولاً في جوجل