حالة تحرير الصور: تقرير بحثي 2026

الملخص التنفيذي

بين يناير وأبريل 2026، قمنا بتحليل بيانات مجمعة ومجهولة المصدر من 10.2 مليون عملية تحرير صور عبر منصات Magic Eraser على iOS وAndroid والويب. تغطي مجموعة البيانات مستخدمين من 194 دولة، على الرغم من أن غالبية الحجم تأتي من الولايات المتحدة (34%)، الهند (11%)، المملكة المتحدة (8%)، ألمانيا (6%)، والبرازيل (5%). تم تسجيل أنواع التحرير، مدد الجلسات، بيانات الجهاز، تقييمات الرضا، ومعدلات إعادة التحرير. لم يتم تضمين أي صور فردية أو معلومات شخصية قابلة للتعريف في التحليل.

تبرز خمس نتائج. أولا، رسخت إزالة الكائنات مكانتها كنوع التحرير المهيمن، حيث تمثل أكثر من ثلث عمليات التحرير. ثانيا، تجاوز التحرير عبر الأجهزة المحمولة التحرير عبر الويب لأول مرة في مجموعة بياناتنا، مدفوعا بشكل أساسي بنمو iOS. ثالثا، لم يعد التحرير بمساعدة AI ميزة niche بل أصبح سير العمل الافتراضي لمعظم المستخدمين، حيث تشمل ثلاثة أرباع جميع عمليات التحرير خطوة واحدة على الأقل مدعومة بـ AI. رابعا، تعد صور المنتجات للتجارة الإلكترونية أكبر حالة استخدام فردية حسب القطاع، متجاوزة وسائل التواصل الاجتماعي والاستخدام الشخصي. خامسا، أدت تحسينات السرعة في معالجة AI إلى تقليل متوسط أوقات التحرير بأكثر من النصف مقارنة بـ 18 شهرا مضت، مما غير توقعات المستخدمين بشأن وقت الإنجاز.

أنواع التحرير الأكثر شيوعا

قمنا بتصنيف كل عملية تحرير إلى واحد من سبعة أنواع رئيسية بناء على الأداة المستخدمة ونطاق التغييرات المطبقة. تقود إزالة الكائنات بنسبة 34.1% من جميع عمليات التحرير. يشمل ذلك إزالة الأشخاص واللافتات والأسلاك والقمامة والعناصر غير المرغوب فيها الأخرى من الصور. تتضمن جلسة إزالة الكائنات النموذجية اختيار كائن إلى ثلاثة كائنات للإزالة، بمتوسط 1.7 كائن لكل جلسة.

إزالة الخلفية هي ثاني أكثر أنواع التحرير شيوعا بنسبة 27.8%. يقوم المستخدمون بعزل موضوع عن خلفيته لقوائم المنتجات وصور الملف الشخصي والتصميمات ومحتوى وسائل التواصل الاجتماعي. تمثل تحسينات الإضاءة والتباين والحدة وتصحيح الألوان 17.6% من عمليات التحرير. بينما كانت التحسينات تاريخيا أكثر مهام تحرير الصور شيوعا على مستوى العالم، فإن ظهور كاميرات الهواتف الذكية المزودة بتصوير حاسوبي مدمج قلل الحاجة إلى التصحيحات الأساسية.

الفئات المتبقية تشمل التوسع بـ AI أو التوسع خارج الإطار بنسبة 8.3%، والتعبئة الإبداعية والتحرير التوليدي بنسبة 5.9%، وإزالة النصوص والعلامات المائية بنسبة 4.1%، وعمليات الدفعات أو多 الصور بنسبة 2.2%. أما الجزء المتبقي من عمليات التحرير التي لا تندرج ضمن هذه الفئات فيمثل النسبة الباقية.

اتجاهات استخدام المنصات

لأول مرة في تاريخ تتبعنا، تجاوزت جلسات التحرير عبر الأجهزة المحمولة جلسات الويب في الحجم الإجمالي. يمثل التحرير عبر المحمول الآن 63% من جميع جلسات التحرير، مرتفعا من 54% في منتصف 2025. يتصدر iOS استخدام المحمول بنسبة 38% من جميع الجلسات، مع Android بنسبة 25%. انخفض التحرير عبر الويب قليلا من 41% إلى 37% لكنه يظل حاسما لسير العمل الخبيرة والدفعات حيث توفر الشاشة الأكبر واختصارات لوحة المفاتيح مكاسب كفاءة كبيرة.

التحول نحو المحمول ليس موحدا عبر أنواع التحرير. إزالة الخلفية وإزالة الكائنات تميل بشدة نحو المحمول (71% و 66% محمول على التوالي)، مما يعكس حالات الاستخدام مثل تنظيف صور المنتجات بسرعة وإعداد محتوى وسائل التواصل الاجتماعي. تحسينات الصور أكثر توازنا (55% محمول، 45% ويب)، وتبقى عمليات الدفعات تعتمد بشكل كبير على الويب (82% ويب). يشير هذا إلى أن المستخدمين يختارون منصتهم بناء على تعقيد المهمة وعدد الصور المعنية، وليس فقط بناء على تفضيل الجهاز.

جغرافيا، هيمنة المحمول هي الأقوى في الهند (78% محمول)، البرازيل (74% محمول)، وجنوب شرق آسيا (76% محمول)، بينما يظل استخدام الويب قويا نسبيا في الولايات المتحدة (42% ويب)، ألمانيا (45% ويب)، واليابان (43% ويب). ترتبط هذه الاختلافات بأنماط الوصول الأوسع للإنترنت: الأسواق التي تعتمد على المحمول أولا تظهر سلوك تحرير يعتمد على المحمول بالمقابل.

تبني AI في تحرير الصور

أبرز اتجاه في مجموعة البيانات هو تسارع التحرير المدعوم بـ AI. في يناير 2025، استخدمت 41% من عمليات التحرير على منصتنا ميزة واحدة على الأقل مدعومة بـ AI (إزالة الكائنات، إزالة الخلفية، التوسع بـ AI، التعبئة التوليدية، أو التحسين المدعوم بـ AI). بحلول أبريل 2026، وصل هذا الرقم إلى 74%. كان النمو ثابتا بشكل ملحوظ عند حوالي نقطتين مئويتين شهريا.

تمثل سير العمل المعتمدة كليا على AI — الجلسات التي تكون فيها كل خطوة تحرير مدعومة بـ AI بدون تعديلات يدوية — 39% من جميع الجلسات، مرتفعة من 18% في أوائل 2025. تمثل سير العمل الهجينة حيث يجمع المستخدمون بين أدوات AI والتعديلات اليدوية (القص، التدوير، تصحيحات الفرشاة اليدوية) 35%. انخفض التحرير اليدوي بالكامل من 23% إلى 12% من الجلسات. أما الـ 14% المتبقية فتشمل جلسات حيث يفتح المستخدمون المحرر لكنهم لا يكملون عملية التحرير.

الأهم من ذلك، أن درجات رضا المستخدمين هي الأعلى لسير العمل الهجينة (4.4 من 5)، أعلى قليلا من سير العمل المعتمدة كليا على AI (4.3 من 5)، وأعلى بشكل ملحوظ من سير العمل اليدوية بالكامل (3.7 من 5). يشير هذا إلى أن مزيج أتمتة AI مع الحكم البشري يقدم حاليا أفضل النتائج المتصورة. المستخدمون الذين يأخذون نتيجة تم إنشاؤها بواسطة AI ثم يقومون بضبطها يدويا يبلغون عن أعلى ثقة في مخرجاتهم.

التحليل حسب القطاعات

ليست كل عمليات تحرير الصور شخصية. حصة كبيرة ومتنامية من نشاط التحرير على منصتنا مدفوعة بحالات الاستخدام الخبيرة والتجارية. استنتجنا فئات القطاعات من مزيج من أنواع الحسابات المُبلغ عنها ذاتيا (للحسابات التجارية)، وأنماط التحرير، وإشارات محتوى الصورة. التصنيف تقريبي ويوجد بعض التداخل، خاصة بين وسائل التواصل الاجتماعي والفئات الأخرى.

تصوير المنتجات للتجارة الإلكترونية هو أكبر قطاع فردي بنسبة 31% من جميع عمليات التحرير. يشمل ذلك البائعين على Amazon وShopify وEtsy وeBay والأسواق الأخرى الذين يحتاجون إلى صور منتجات نظيفة بخلفيات بيضاء أو شفافة. المستخدم النموذجي في التجارة الإلكترونية يقوم بإزالة الخلفية وتحسينات الصور ويعالج متوسط 4.7 صورة لكل جلسة، وهو أعلى بكثير من متوسط المنصة البالغ 1.9.

يمثل تصوير العقارات 16% من عمليات التحرير. يستخدم الوكلاء ومديرو العقارات إزالة الكائنات لتنظيف اللقطات الداخلية والخارجية، والتوسع بـ AI لإظهار زوايا أوسع للغرف، والتحسين لتحسين الإضاءة في المساحات المظلمة. يمثل إنشاء محتوى وسائل التواصل الاجتماعي 14% من عمليات التحرير، مع أسرع أوقات الجلسات وأعلى حصة لاستخدام المحمول بين فئات المستخدمين الخبراء. يمثل الاستخدام الشخصي (التحرير غير التجاري للصور الشخصية) 22% من جميع عمليات التحرير. أما الـ 17% المتبقية فتتوزع على وكالات التسويق (7%)، التعليم (4%)، الصحافة والإعلام (3%)، وفئات خبيرة أخرى (3%).

تحسينات الجودة ومقاييس الرضا

قياس جودة تحرير الصور على نطاق واسع أمر صعب بطبيعته لأن الجودة ذاتية وتعتمد على السياق. نستخدم ثلاثة مقاييس غير مباشرة: تقييمات الرضا المُبلغ عنها من المستخدمين (تُجمع عبر استبيانات اختيارية بعد التحرير)، ومعدلات إعادة التحرير (النسبة المئوية لعمليات التحرير حيث يقوم المستخدمون بالتراجع أو إعادة نتيجة AI)، ومعدلات التصدير (النسبة المئوية للجلسات التي تنتهي بحفظ المستخدم للصورة المعدلة أو مشاركتها).

عبر جميع أنواع التحرير، متوسط تقييم الرضا هو 4.2 من 5، مرتفعا من 3.8 في Q1 2025. التحسن مدفوع بشكل أساسي بتحسن أداء نماذج AI بدلا من تغير توقعات المستخدمين. تظهر إزالة الخلفية أعلى رضا عند 4.5 من 5، مما يعكس نضج نماذج التجزئة التي تتعامل الآن مع الشعر والفرو والأجسام الشفافة والحواف المعقدة بموثوقية عالية. متوسط رضا إزالة الكائنات يبلغ 4.3 من 5، مع اختلاف الدرجات حسب تعقيد الكائن: الكائنات البسيطة (اللافتات، الأسلاك، الحطام الصغير) تحصل على 4.6 بينما الكائنات المعقدة (الأشخاص في مشاهد مزدحمة، العناصر المحجوبة جزئيا) تحصل على 3.9.

انخفضت معدلات إعادة التحرير من 28% في أوائل 2025 إلى 17% في Q1 2026. يشير انخفاض معدل إعادة التحرير إلى أن المستخدمين راضون عن نتيجة AI الأولى في أغلب الأحيان. زادت معدلات التصدير بالمقابل من 71% إلى 83%، مما يعني أن المزيد من جلسات التحرير تنتهي الآن بحفظ المخرجات بدلا من التخلي عنها. الجمع بين انخفاض عمليات إعادة التحرير وارتفاع معدلات التصدير يشير إلى تحسن حقيقي في جودة المخرجات، وليس مجرد تعود المستخدم.

معايير السرعة

سرعة المعالجة تؤثر بشكل مباشر على تجربة المستخدم وإنتاجية سير العمل. قمنا بقياس متوسط وقت المعالجة (من لحظة تشغيل المستخدم للتحرير إلى لحظة عرض النتيجة) عبر أنواع التحرير والمنصات. جميع الأوقات تعكس المعالجة من جانب الخادم بالإضافة إلى زمن انتقال الشبكة ذهابا وإيابا لعمليات التحرير المعالجة سحابيا.

إزالة الكائنات المدعومة بـ AI تكتمل الآن في متوسط 1.8 ثانية، انخفاضا من 4.7 ثوان في Q1 2025 — بتحسن قدره 62%. إزالة الخلفية هي أسرع عملية AI بمتوسط 1.2 ثانية، مستفيدة من نماذج التجزئة عالية التحسين التي تم تطويرها عبر عدة أجيال. عمليات التحسين تكتمل في متوسط 0.8 ثانية، حيث يمكن تنفيذ العديد من عمليات التحسين بنماذج خفيفة الوزن أو خوارزميات تقليدية معجلة بواسطة GPU.

عمليات التوسع بـ AI والتعبئة الإبداعية هي الأبطأ، بمتوسط 3.4 ثوان و 4.1 ثوان على التوالي، مما يعكس التكلفة الحسابية لتوليد محتوى صورة جديد من الصفر. هذه الأوقات لا تزال ضمن الحد الذي يعتبره المستخدمون مستجيبا (تظهر الأبحاث دائما أن المستخدمين يعتبرون العمليات التي تقل عن 5 ثوان سريعة والعمليات التي تتجاوز 10 ثوان بطيئة لسير العمل الإبداعي).

الاختلافات بين المنصات ذات دلالة. عمليات التحرير عبر الويب أسرع بنحو 15% في المتوسط من عمليات التحرير عبر المحمول لنفس العملية، ويرجع ذلك أساسا إلى اتصالات النطاق الترددي العالي الأكثر استقرارا. عمليات التحرير عبر iOS أسرع بنحو 8% من عمليات التحرير عبر Android في المتوسط، مما يعكس مزيجا من اختلافات البنية التحتية للشبكة في قاعدة مستخدمي iOS وملامح أداء أجهزة أكثر اتساقا بين أجهزة iOS.

النظرة المستقبلية: اتجاهات 2027

بناء على المسار المرئي في بياناتنا والتطورات الأوسع في القطاع، نحدد خمسة اتجاهات من المرجح أن تشكل تحرير الصور في 2027.

أولا، ستتوسع معالجة AI على الجهاز بشكل كبير. Apple وGoogle وQualcomm جميعها تستثمر في وحدات المعالجة العصبية (NPUs) القادرة على تشغيل النماذج القائمة على الانتشار محليا. تظهر بياناتنا أن 6% من عمليات التحرير بـ AI على الأجهزة المدعومة تتم معالجتها بالفعل على الجهاز للعمليات البسيطة. نتوقع أن يصل هذا إلى 15-20% بحلول نهاية 2027، مدفوعا بتفضيلات الخصوصية وإزالة زمن انتقال الشبكة لعمليات التحرير الشائعة.

ثانيا، سيتقارب تحرير الفيديو مع تحرير الصور. خريطة طريقنا الداخلية والإعلانات العامة من Adobe وCanva وغيرها تشير نحو أدوات AI تتعامل مع إطارات الفيديو بنفس سهولة الصور الثابتة. إزالة الكائنات من الفيديو، واستبدال الخلفية في الفيديو، والتحسين المدعوم بـ AI للفيديو كلها قيد التطوير النشط في جميع أنحاء القطاع. توقع المستخدم الذي أسسته ميزة التحرير الفوري للصور سينتقل إلى الفيديو.

ثالثا، سيصبح التحرير بـ AI غير مرئي. بينما تصبح معالجة AI هي الوضع الافتراضي (بالفعل 74% في بياناتنا)، سيختفي التمييز بين التحرير بـ AI والتحرير بشكل عام. سيتوقع المستخدمون سلوكا ذكيا من كل أداة دون التفكير فيما إذا كانت AI متضمنة أم لا. هذا له آثار على تصميم المنتج: تسمية AI ستنتقل من كونها شارة ميزة إلى افتراض خلفي.

رابعا، سينمو أتمتة الدفعات وسير العمل. تظهر بياناتنا عمليات الدفعات بنسبة 2.2% فقط من الجلسات، لكن هذه الجلسات تعالج عددا غير متناسب من الصور. مع نمو حالات استخدام التجارة الإلكترونية والتسويق، نتوقع طلبا على خطوط أنابيب مؤتمتة تعالج مئات أو آلاف الصور وفق مجموعة ثابتة من القواعد. سينمو التحرير القائم على API جنبا إلى جنب مع استخدام الأدوات اليدوية.

خامسا، ستستمر توقعات الجودة في الارتفاع. كل تحسن في جودة نموذج AI يعيد ضبط توقعات المستخدمين إلى الأعلى. متوسط درجة الرضا 4.2 في 2026 يعكس جودة مطلقة أعلى من درجة 3.8 في 2025. المستخدمون ليسوا ببساطة أصعب في إرضائهم، إنهم يقارنون بمعيار أساسي أفضل. الحفاظ على الرضا يتطلب تحسنا مستمرا للنموذج، وليس فقط الحفاظ على مستويات الجودة الحالية.

المنهجية

يعتمد هذا التقرير على بيانات تتبع مجمعة ومجهولة المصدر من أنظمة الإنتاج الخاصة بـ Magic Eraser. تغطي مجموعة البيانات 10,247,381 جلسة تحرير مكتملة بين 1 يناير 2026 و 30 أبريل 2026. يتم تعريف الجلسة المكتملة على أنها الجلسة التي قام فيها المستخدم باستخدام أداة تحرير واحدة على الأقل، بغض النظر عما إذا كان قد قام بتصدير النتيجة.

تم إخفاء هوية جميع البيانات قبل التحليل. لم يتم عرض أو تخزين أي صور فردية لهذا التقرير. لم يتم تضمين أي معلومات شخصية قابلة للتعريف (أسماء، عناوين بريد إلكتروني، عناوين IP) في مجموعة بيانات التحليل. تم تجميع معلومات الجهاز والمنصة على مستوى عائلة الطراز ونظام التشغيل. تم تجميع البيانات الجغرافية على مستوى الدولة باستخدام تعيين GeoIP المطبق أثناء تسجيل الجلسة، مع التخلص من بيانات GeoIP قبل التحليل.

تم اشتقاق تصنيف القطاعات من ثلاث إشارات: نوع الحساب المُبلغ عنه ذاتيا للحسابات التجارية (متاح لنحو 23% من الجلسات)، تجميع أنماط التحرير باستخدام k-means على متجهات ميزات استخدام الأداة ومدة الجلسة وعدد الصور وتنسيق التصدير، ومراجعة يدوية لعينة عشوائية طبقية من 5,000 سجل بيانات جلسة مجهولة المصدر للتحقق من الصحة. يجب التعامل مع تسميات القطاعات كتقديرات تقريبية، وليست قياسات دقيقة.

يتم جمع تقييمات الرضا عبر استبيان اختياري بنقرة واحدة بعد التحرير يُعرض على عينة عشوائية بنسبة 15% من الجلسات. معدل الاستجابة بين أولئك الذين عُرض عليهم الاستبيان هو 34%، مما ينتج حوالي 520,000 نقطة بيانات رضا. طبقنا الترجيح العكسي للاحتمالية لضبط تحيز الاستجابة (المستخدمون الذين يكملون تحريرا عالي الجودة هم أكثر عرضة للاستجابة). يتم قياس معدلات إعادة التحرير ومعدلات التصدير من بيانات التتبع لجميع الجلسات ولا تعتمد على الاستبيانات.

تمثل معايير السرعة متوسط وأوقات المعالجة في المئين 95 المُقاسة من جانب الخادم من استلام الطلب إلى إرسال الاستجابة، بالإضافة إلى زمن انتقال العميل المقدر ذهابا وإيابا بناء على بيانات أداء الشبكة الإقليمية. قد تختلف الأوقات الفعلية التي يدركها المستخدم بناء على سرعة عرض الجهاز وظروف الشبكة المحلية.

هذه هي النسخة الأولى من هذا التقرير. نخطط لنشر تحديثات نصف سنوية. يمكن توجيه التعليقات حول المنهجية والتغطية إلى research@magiceraser.io.