Stability AI
স্ট্যাবিলিটি এআই হল লন্ডন-ভিত্তিক স্টার্টআপ স্ট্যাবল ডিফিউশনের পিছনে, ওপেন-ওয়েট ইমেজ জেনারেটর যা লক্ষ লক্ষ ল্যাপটপে টেক্সট-টু-ইমেজ এআই রাখে।
ওভারভিউ
By releasing model weights publicly, it sparked a wave of open-source creative tooling that rivaled closed systems from OpenAI and Google.
গভীর ডুব
এমাদ মোস্তাকের দ্বারা 2019 সালে প্রতিষ্ঠিত, 2022 সালের আগস্টে স্টেবিলিটি AI খ্যাতি অর্জন করেছিল যখন এটি স্টেবল ডিফিউশনের সর্বজনীন প্রকাশকে সমর্থন করেছিল, একটি সুপ্ত ডিফিউশন মডেল যা মূলত LAION-5B ডেটাসেটে প্রশিক্ষিত। DALL-E বা Midjourney এর বিপরীতে, ওজনগুলি ডাউনলোডযোগ্য ছিল, যা শখ, গবেষক এবং কোম্পানিগুলিকে স্থানীয়ভাবে বিনামূল্যে চালাতে এবং মডেলটিকে সূক্ষ্ম সুর করতে দেয়৷ এটি কাঁটাচামচ, প্লাগইন এবং অটোমেটিক1111 এবং কন্ট্রোলনেটের মতো সরঞ্জামগুলির বিস্ফোরণ ঘটায়। কোম্পানিটি পরবর্তীতে ভাষা (StableLM), অডিও (স্থিতিশীল অডিও), 3D, এবং ভিডিও (স্থিতিশীল ভিডিও ডিফিউশন) তে প্রসারিত হয়েছে এবং 2024 সালে Stable Diffusion 3 পাঠানো হয়েছে। ফান্ডিং স্ট্রেন এবং মোস্তাকের 2024 প্রস্থানের পর, নতুন নেতৃত্ব উন্মুক্ত রাখার সময় টেকসই এন্টারপ্রাইজ লাইসেন্সিং-এ কোম্পানিটিকে পুনরায় ফোকাস করেছে।
প্রযুক্তিগত অন্তর্দৃষ্টি
স্টেবল ডিফিউশন হল একটি সুপ্ত প্রসারণ মডেল: পিক্সেলকে সরাসরি ডিনোইস করার পরিবর্তে, এটি একটি ভেরিয়েশনাল অটোএনকোডার ব্যবহার করে ছবিগুলিকে একটি ছোট লুকানো জায়গায় সংকুচিত করে, তারপর সেখানে ডিফিউশন প্রক্রিয়া চালায়। একটি U-Net ক্রস-অ্যাটেনশনের মাধ্যমে একটি CLIP-শৈলী পাঠ্য এনকোডার থেকে পাঠ্য এমবেডিং দ্বারা নির্দেশিত, ধাপে ধাপে শব্দ বিপরীত করতে শেখে। সুপ্ত স্থানের মধ্যে কাজ করা কম্পিউট স্ল্যাশ করে, যে কারণে মডেলটি ডেটা সেন্টারের পরিবর্তে একক ভোক্তা GPU-তে চলতে পারে।
কৌশলগত প্রভাব
বিক্রেতার কৌশল
বিক্রেতা রোডম্যাপ আপনার দল পরবর্তীতে কী কী বৈশিষ্ট্য তৈরি করতে পারে তা প্রভাবিত করে।
খরচ ও বাজেট
বাণিজ্যিক শর্তাবলী এবং স্থাপনার বিকল্পগুলি দীর্ঘমেয়াদী খরচ এবং ঝুঁকিকে প্রভাবিত করে।
ঝুঁকি এবং নিরাপত্তা
কোম্পানির প্রণোদনা পণ্যের ডিফল্ট, নিরাপত্তা ভঙ্গি এবং উন্মুক্ততাকে আকার দেয়।
স্থিতিশীলতা AI এর ভবিষ্যত
স্থিতিশীলতা AI এন্টারপ্রাইজ API, মিডিয়া-এবং-বিনোদন অংশীদারিত্ব (WPP-এর সাথে একটি চুক্তি সহ), এবং ফোন এবং ল্যাপটপে চালানোর জন্য যথেষ্ট ছোট এজ-ফ্রেন্ডলি মডেলগুলির দিকে অবস্থান করছে৷ এর ওপেন-ওয়েট শিকড় এবং রাজস্বের প্রয়োজনীয়তার মধ্যে ক্রমাগত উত্তেজনা আশা করুন, পাশাপাশি ভিডিও, অডিও এবং 3D জেনারেশনে গভীর বিনিয়োগ। গেটি ইমেজ মামলা সহ প্রশিক্ষণের ডেটা এবং কপিরাইট সম্পর্কিত আইনি প্রশ্নগুলি, ভবিষ্যতের মডেলগুলিকে কীভাবে খোলামেলাভাবে প্রশিক্ষিত এবং ভাগ করা যায় তা ব্যাপকভাবে আকার দেবে।
বাস্তব-বিশ্ব বাস্তবায়ন
একটি ইন্ডি গেম স্টুডিও প্রতি-চিত্র ক্লাউড খরচ ছাড়াই সামঞ্জস্যপূর্ণ চরিত্রের ধারণা শিল্প তৈরি করতে স্থানীয়ভাবে স্থির ডিফিউশনকে ফাইন-টিউন করে।
একজন ডেভেলপার সঠিক লেআউট সংরক্ষণের সময় রুক্ষ স্কেচগুলিকে পালিশড পণ্য মকআপে রূপান্তর করতে স্থিতিশীল ডিফিউশনের উপরে কন্ট্রোলনেট যোগ করে।
পডকাস্ট ইন্ট্রোর জন্য রয়্যালটি-মুক্ত ব্যাকগ্রাউন্ড লুপ এবং পরিবেষ্টিত টেক্সচার তৈরি করতে একজন মিউজিশিয়ান স্টেবল অডিও ব্যবহার করেন।
একটি গবেষণা ল্যাব উন্মুক্ত ওজনগুলিকে অধ্যয়ন করতে এবং জেনারেটেড ফেসগুলিতে ডেমোগ্রাফিক পক্ষপাত কমাতে ডাউনলোড করে, যা বন্ধ এপিআইগুলির সাথে অসম্ভব কিছু।
ঝুঁকি এবং প্রহরী
লঞ্চ ঘোষণা বাস্তব উত্পাদন কর্মপ্রবাহ মধ্যে স্থিতিশীলতা ছাড়িয়ে যেতে পারে.
API মূল্য নির্ধারণ বা নীতি পরিবর্তন রাতারাতি অনুমান ভঙ্গ করতে পারে।
একক-বিক্রেতা নির্ভরতা লক-ইন এবং মাইগ্রেশন খরচ বাড়ায়।
বাস্তবায়ন রোডম্যাপ
আপনার নিজের কাজ এবং ডেটাসেট ব্যবহার করে প্রদানকারীদের মূল্যায়ন করুন।
একীকরণের আগে গোপনীয়তা, নিরাপত্তা এবং আইনি শর্তাবলী পর্যালোচনা করুন।
মডেল বা বিক্রেতা জুড়ে একটি ফলব্যাক পরিকল্পনা বজায় রাখুন।
রিলিজ নোটগুলি মনিটর করুন যাতে রোডম্যাপ পরিবর্তন দলগুলিকে অবাক না করে।
অন্বেষণ চালিয়ে যান
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Stability AI quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
পরবর্তী গাইড
Perplexity এআই
প্রায়শই জিজ্ঞাসিত প্রশ্নাবলী
What is Stability AI?
স্ট্যাবিলিটি এআই হল লন্ডন-ভিত্তিক স্টার্টআপ স্ট্যাবল ডিফিউশনের পিছনে, ওপেন-ওয়েট ইমেজ জেনারেটর যা লক্ষ লক্ষ ল্যাপটপে টেক্সট-টু-ইমেজ এআই রাখে। মডেলের ওজন প্রকাশ্যে প্রকাশ করার মাধ্যমে, এটি ওপেন-সোর্স সৃজনশীল টুলিংয়ের একটি তরঙ্গ সৃষ্টি করেছে যা OpenAI এবং Google থেকে বন্ধ সিস্টেমের সাথে প্রতিদ্বন্দ্বিতা করে।
2022 সালে মুক্তির জন্য সবচেয়ে বেশি পরিচিত স্থিতিশীল AI কী?
স্থিতিশীলতা AI আগস্ট 2022 সালের স্টেবল ডিফিউশনের পাবলিক রিলিজকে সমর্থন করেছিল, যার ডাউনলোডযোগ্য ওজন এটিকে ওপেন-সোর্স জেনারেটিভ AI-তে একটি ল্যান্ডমার্ক করে তুলেছে।
প্রবর্তনের সময় DALL-E এবং Midjourney থেকে স্ট্যাবল ডিফিউশনকে কী আলাদা করেছে?
এর বন্ধ প্রতিযোগীদের থেকে ভিন্ন, স্টেবল ডিফিউশনের ওজনগুলি খোলাখুলিভাবে প্রকাশ করা হয়েছিল, যে কেউ এটিকে তাদের নিজস্ব হার্ডওয়্যারে চালাতে এবং সূক্ষ্ম-টিউন করতে দেয়।
টেকনিক্যালি, স্টেবল ডিফিউশন কোথায় তার ডিনোইসিং প্রক্রিয়া সঞ্চালন করে?
এটি একটি সুপ্ত প্রসারণ মডেল: একটি অটোএনকোডার চিত্রগুলিকে একটি ছোট সুপ্ত স্থানের মধ্যে সংকুচিত করে যেখানে U-Net প্রত্যাখ্যান করে, কম্পিউটকে মারাত্মকভাবে কাটছাঁট করে।
কোন ডেটাসেটটি মূল স্থিতিশীল বিস্তারকে প্রশিক্ষণের জন্য কেন্দ্রীয় ছিল?
স্ট্যাবল ডিফিউশনকে মূলত LAION-5B-তে প্রশিক্ষণ দেওয়া হয়েছিল, ওয়েব থেকে স্ক্র্যাপ করা ইমেজ-টেক্সট জোড়ার একটি বিশাল ডেটাসেট।
চিত্রের বাইরে, স্থিতিশীলতা এআই-এর জন্য কোন মডেল তৈরি করেছে?
স্থিতিশীলতা অডিও (স্থিতিশীল অডিও), ভাষা (StableLM), 3D, এবং ভিডিও (স্থিতিশীল ভিডিও ডিফিউশন) তে প্রসারিত হয়েছে।