بقلم: نور | محررة الأبحاث والدراسات · صوت تحريري بإشراف بشري
ساعات الانتظار بين كل تعديل ضوئي وإطار الرسوم المتحرك — هذا هو الواقع اليومي لفرق الإضاءة في الاستوديوهات الكبرى. أي تغيير بسيط في زاوية مصدر ضوء أو شدته يعني إعادة تصيير كاملة بمحرك ثقيل، تشمل إعادة حساب الإضاءة العالمية وتقييم المظللات المعقدة، وقد تمتد من دقائق إلى ساعات لكل إطار. فريق مشترك من Disney Research | Studios وجامعة ETH Zurich وجامعة مكغيل ومعهد Mila القندي للذكاء الاصطناعي قرر معالجة هذه المشكلة من جذرها، ونشر نتائجه في مؤتمر Eurographics Symposium on Rendering (EGSR) 2026.
الحل يحمل اسم Neural Render Proxy (NRP)، وجوهره إعادة تصميم فلسفة التصيير بدلاً من مجرد تسريعها. المبدأ: فصل عملية التصيير التقليدية إلى شقّين منفصلين — أخذ عينات من مسارات الضوء عبر تمرير واحد محايد لا يعرف شيئاً عن مصادر الإضاءة بعينها، ثم تدريب شبكة عصبية خفيفة الوزن مخصصة للمشهد على هذه البيانات لتتولى استخلاص ظروف إضاءة مختلفة في الوقت الفعلي. النتيجة: معدل تصيير يتراوح بين 30 و60 إطاراً في الثانية (وفقاً لـ Disney Research | Studios)، مع الحفاظ على دقة بصرية قريبة من تتبع المسار الكامل — المرجع الأعلى جودةً في صناعة الرسوم الاحترافية.
ما يُميّز هذا النهج تقنياً يتجلى في أربعة محاور يُفصّلها البحث:
- التوافق مع محركات الإنتاج الفعلية: النظام لا يشترط أن يكون المُصيِّر الأصلي قابلاً للاشتقاق (differentiable) بطبيعته. يعمل مع محركات الإنتاج الاحترافية غير القابلة للاشتقاق كما هي، دون الحاجة إلى إعادة بناء البنية التحتية من الصفر.
- استقلالية الحساب عن تعقيد المشهد: متطلبات الذاكرة والحساب تتوسع فقط مع دقة الصورة وعدد مصادر الإضاءة ومعاملاتها — لا مع حجم المشهد أو تعقيد مواده البصرية. مشهد كهف مليء بالتفاصيل لا يكلّف حسابياً أكثر من غرفة فارغة طالما ظلت الإضاءة مماثلة.
- التدفق العكسي القابل للاشتقاق (inverse lighting workflow): لأن الشبكة العصبية قابلة للاشتقاق بطبيعتها، يمكن عكس الحساب بالكامل. بدلاً من أن يحدد الفنان مصادر الإضاءة ثم ينتظر النتيجة، يرسم التأثير البصري المطلوب مباشرةً في فضاء الصورة، ويحسب النظام تلقائياً قيم معاملات الإضاءة التي تُنتج ذلك التأثير.
- التوافق مع الأهداف التوليدية: يمكن استخدام مخرجات نماذج توليدية — صور مرجعية مُولَّدة بالذكاء الاصطناعي — كأهداف للنظام، ليحسب تلقائياً ضبط الإضاءة الذي يُقرّب مشهداً حقيقياً من تلك المرجعية. هذا يفتح طرق عمل جديدة كلياً بين الفنانين وأدوات الذكاء الاصطناعي التوليدي.
الألم العملي الذي يعالجه البحث حقيقي ومكلف: فرق الإضاءة في استوديوهات الإنتاج الكبرى تمضي جزءاً كبيراً من وقتها في انتظار تصييرات مؤقتة تُسمى previews قبل أن تقرر إن كان التعديل يسير في الاتجاه الصحيح. هذه الكلفة الزمنية تجعل التجربة الإبداعية مكلفة، وتحرم الفنانين من التكرار الحر والاستكشاف. NRP يقترح أن هذا الانتظار يمكن أن يختفي كلياً — أو يقترب من الصفر — في المشاهد ذات الكاميرا الثابتة والمواد الثابتة، وهي فئة شائعة جداً في إنتاج المحتوى.
قراءة حدود هذا النهج ضرورية. النظام مُصمَّم صراحةً للمشاهد ذات الكاميرا الثابتة والمواد الثابتة، ما يعني أن التطبيق الفوري ينحصر في فئة محددة من اللقطات لا في الإنتاج المتحرك بكامله. كذلك فإن الشبكة العصبية تُدرَّب على مشهد بعينه، أي أن الانتقال إلى مشهد جديد يستلزم دورة تدريب جديدة — وإن كانت أسرع بأوامر حجم من التصيير التقليدي. المزايا الأربع المذكورة تحتفظ بقيمتها ضمن هذا النطاق، لكن تقديمها كحل شامل لخطوط الإنتاج سابق لأوانه.
يقف وراء البحث فريق يضم ثمانية باحثين: سيرجيو سانشو وباسكال تشانج وأميت برمانو (ETH Zurich / Disney Research)، وألكسندر راث وماركو مانزي وماركوس غروس وماريوس باباس (Disney Research | Studios)، وديريك نوروزيزهراي (جامعة مكغيل / Mila / CIFAR AI Chair). هذا التنوع المؤسسي — بين استوديو تجاري وجامعات بحثية ومعهد ذكاء اصطناعي مستقل — يعكس أن المشكلة تتجاوز الحل الهندسي البحت وتمس فلسفة التصيير في الإنتاج الاحترافي برمّتها. التفاصيل الكاملة متاحة في الورقة البحثية المنشورة والـالمواد التكميلية.
