Stability AI
Το Stability AI είναι η startup με έδρα το Λονδίνο πίσω από το Stable Diffusion, τη γεννήτρια εικόνας ανοιχτού βάρους που τοποθετεί την τεχνητή νοημοσύνη κειμένου σε εικόνα σε εκατομμύρια φορητούς υπολογιστές.
Επισκόπηση
By releasing model weights publicly, it sparked a wave of open-source creative tooling that rivaled closed systems from OpenAI and Google.
Βαθιά κατάδυση
Ιδρύθηκε το 2019 από τον Emad Mostaque, το Stability AI έγινε γνωστό τον Αύγουστο του 2022 όταν υποστήριξε τη δημόσια κυκλοφορία του Stable Diffusion, ενός μοντέλου λανθάνουσας διάχυσης που εκπαιδεύτηκε σε μεγάλο βαθμό στο σύνολο δεδομένων LAION-5B. Σε αντίθεση με το DALL-E ή το Midjourney, τα βάρη είχαν δυνατότητα λήψης, επιτρέποντας σε χομπίστες, ερευνητές και εταιρείες να τρέξουν και να ρυθμίσουν το μοντέλο τοπικά δωρεάν. Αυτό πυροδότησε μια έκρηξη πιρουνιών, προσθηκών και εργαλείων όπως το Automatic1111 και το ControlNet. Αργότερα, η εταιρεία επεκτάθηκε σε γλώσσα (StableLM), ήχο (Stable Audio), 3D και βίντεο (Stable Video Diffusion) και απέστειλε το Stable Diffusion 3 το 2024. Μετά την προσπάθεια χρηματοδότησης και την αποχώρηση του Mostaque το 2024, η νέα ηγεσία επικέντρωσε εκ νέου την εταιρεία στη βιώσιμη επιχειρηματική αδειοδότηση, διατηρώντας παράλληλα το eosthing.
Τεχνική διορατικότητα
Το Stable Diffusion είναι ένα μοντέλο λανθάνουσας διάχυσης: αντί να αφαιρεί απευθείας τα εικονοστοιχεία, συμπιέζει τις εικόνες σε έναν μικρότερο λανθάνοντα χώρο χρησιμοποιώντας έναν αυτόματο κωδικοποιητή μεταβλητής και στη συνέχεια εκτελεί τη διαδικασία διάχυσης εκεί. Ένα U-Net μαθαίνει να αντιστρέφει το θόρυβο βήμα προς βήμα, καθοδηγούμενο από ενσωματώσεις κειμένου από έναν κωδικοποιητή κειμένου τύπου CLIP μέσω διασταυρούμενης προσοχής. Η εργασία σε λανθάνον χώρο μειώνει τον υπολογισμό, γι' αυτό ακριβώς το μοντέλο μπορεί να εκτελεστεί σε μια μονάδα GPU καταναλωτή και όχι σε κέντρο δεδομένων.
Στρατηγικός αντίκτυπος
Στρατηγική προμηθευτή
Οι χάρτες πορείας προμηθευτών επηρεάζουν τα χαρακτηριστικά που μπορεί να δημιουργήσει η ομάδα σας στη συνέχεια.
Κόστος και προϋπολογισμός
Οι εμπορικοί όροι και οι επιλογές ανάπτυξης επηρεάζουν το μακροπρόθεσμο κόστος και τον κίνδυνο.
Κίνδυνος και ασφάλεια
Τα κίνητρα της εταιρείας διαμορφώνουν τις προεπιλογές προϊόντων, τη στάση ασφαλείας και τη διαφάνεια.
Το μέλλον της σταθερότητας AI
Το Stability AI επανατοποθετείται σε εταιρικά API, συνεργασίες πολυμέσων και ψυχαγωγίας (συμπεριλαμβανομένης μιας συμφωνίας με το WPP) και μοντέλα φιλικά προς τις άκρες αρκετά μικρά ώστε να λειτουργούν σε τηλέφωνα και φορητούς υπολογιστές. Αναμένετε συνεχή ένταση μεταξύ των ανοιχτών ριζών του και της ανάγκης για έσοδα, καθώς και βαθύτερες επενδύσεις στη δημιουργία βίντεο, ήχου και 3D. Νομικά ερωτήματα σχετικά με τα δεδομένα εκπαίδευσης και τα πνευματικά δικαιώματα, συμπεριλαμβανομένης της αγωγής Getty Images, θα διαμορφώσουν σε μεγάλο βαθμό τον τρόπο με τον οποίο μπορούν να εκπαιδεύονται και να κοινοποιούνται ανοιχτά τα μελλοντικά μοντέλα.
Υλοποίηση σε πραγματικό κόσμο
Ένα indie στούντιο παιχνιδιών βελτιώνει το Stable Diffusion τοπικά για να δημιουργήσει συνεπή τέχνη έννοιας χαρακτήρων χωρίς κόστος cloud ανά εικόνα.
Ένας προγραμματιστής προσθέτει το ControlNet πάνω από το Stable Diffusion για να μετατρέψει ακατέργαστα σκίτσα σε γυαλισμένα μακέτες προϊόντων διατηρώντας παράλληλα την ακριβή διάταξη.
Ένας μουσικός χρησιμοποιεί το Stable Audio για να δημιουργήσει βρόχους φόντου χωρίς δικαιώματα και υφές περιβάλλοντος για μια εισαγωγή podcast.
Ένα ερευνητικό εργαστήριο κατεβάζει τα ανοιχτά βάρη για να μελετήσει και να μειώσει τη δημογραφική μεροληψία στα δημιουργημένα πρόσωπα, κάτι αδύνατο με κλειστά API.
Κίνδυνοι & προστατευτικά κιγκλιδώματα
Οι ανακοινώσεις κυκλοφορίας ενδέχεται να ξεπεράσουν τη σταθερότητα στις πραγματικές ροές εργασιών παραγωγής.
Η τιμολόγηση API ή οι αλλαγές πολιτικής μπορούν να σπάσουν τις υποθέσεις από τη μια μέρα στην άλλη.
Η εξάρτηση από έναν προμηθευτή αυξάνει το κόστος κλειδώματος και μετεγκατάστασης.
Οδικός Χάρτης Εφαρμογής
Αξιολογήστε τους παρόχους χρησιμοποιώντας τις δικές σας εργασίες και σύνολα δεδομένων.
Ελέγξτε το απόρρητο, την ασφάλεια και τους νομικούς όρους πριν από την ενσωμάτωση.
Διατηρήστε ένα εναλλακτικό σχέδιο σε μοντέλα ή προμηθευτές.
Παρακολουθήστε τις σημειώσεις έκδοσης, ώστε οι αλλαγές στον οδικό χάρτη να μην εκπλήσσουν τις ομάδες.
Συνεχίστε την εξερεύνηση
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
Επόμενος οδηγός
Perplexity AI
Συχνές ερωτήσεις
What is Stability AI?
Το Stability AI είναι η startup με έδρα το Λονδίνο πίσω από το Stable Diffusion, τη γεννήτρια εικόνας ανοιχτού βάρους που τοποθετεί την τεχνητή νοημοσύνη κειμένου σε εικόνα σε εκατομμύρια φορητούς υπολογιστές. Δημοσιεύοντας δημόσια τα βάρη μοντέλων, πυροδότησε ένα κύμα δημιουργικών εργαλείων ανοιχτού κώδικα που συναγωνιζόταν τα κλειστά συστήματα των OpenAI και Google.
Τι είναι περισσότερο γνωστό για την κυκλοφορία του Stability AI το 2022;
Το Stability AI υποστήριξε τη δημόσια κυκλοφορία του Stable Diffusion τον Αύγουστο του 2022, του οποίου τα βάρη με δυνατότητα λήψης το έκαναν ορόσημο στην τεχνητή νοημοσύνη ανοιχτού κώδικα.
Τι έκανε το Stable Diffusion διαφορετικό από το DALL-E και το Midjourney κατά την κυκλοφορία;
Σε αντίθεση με τους κλειστούς ανταγωνιστές του, τα βάρη του Stable Diffusion κυκλοφόρησαν ανοιχτά, επιτρέποντας σε οποιονδήποτε να τρέξει και να το ρυθμίσει με ακρίβεια στο δικό του υλικό.
Τεχνικά, πού εκτελεί το Stable Diffusion τη διαδικασία αποθορύφωσης;
Είναι ένα μοντέλο λανθάνουσας διάχυσης: ένας αυτόματος κωδικοποιητής συμπιέζει τις εικόνες σε έναν μικρότερο λανθάνοντα χώρο όπου το U-Net αποθορβώνεται, μειώνοντας δραστικά τον υπολογισμό.
Ποιο σύνολο δεδομένων ήταν κεντρικό για την εκπαίδευση του αρχικού Stable Diffusion;
Το Stable Diffusion εκπαιδεύτηκε σε μεγάλο βαθμό στο LAION-5B, ένα τεράστιο σύνολο δεδομένων από ζεύγη εικόνας-κειμένου που έχουν αφαιρεθεί από τον Ιστό.
Πέρα από τις εικόνες, για ποιον τρόπο έχει κατασκευάσει μοντέλα το Stability AI;
Η σταθερότητα επεκτάθηκε σε ήχο (Stable Audio), γλώσσα (StableLM), 3D και βίντεο (Stable Video Diffusion).