Stability AI
Stability AI — это лондонский стартап, стоящий за Stable Diffusion, генератором изображений с открытым кодом, который установил искусственный интеллект для преобразования текста в изображение на миллионы ноутбуков.
Обзор
Публично публикуя веса моделей, он вызвал волну креативных инструментов с открытым исходным кодом, которые соперничали с закрытыми системами OpenAI и Google.
Глубокое погружение
Компания Stability AI, основанная в 2019 году Эмадом Мостаком, прославилась в августе 2022 года, когда поддержала публичный выпуск Stable Diffusion, модели скрытой диффузии, обученной в основном на наборе данных LAION-5B. В отличие от DALL-E или Midjourney, гири можно было загрузить, что позволяло любителям, исследователям и компаниям бесплатно запускать и настраивать модель локально. Это вызвало взрывной рост количества форков, плагинов и инструментов, таких как Auto1111 и ControlNet. Позже компания расширилась до языка (StableLM), аудио (Stable Audio), 3D и видео (Stable Video Diffusion) и выпустила Stable Diffusion 3 в 2024 году. После затруднений с финансированием и ухода Мостака в 2024 году новое руководство переориентировало компанию на устойчивое лицензирование предприятий, сохранив при этом идеал открытости.
Техническая информация
Стабильная диффузия — это модель скрытой диффузии: вместо непосредственного шумоподавления пикселей она сжимает изображения в меньшее скрытое пространство с помощью вариационного автокодировщика, а затем запускает там процесс диффузии. U-Net шаг за шагом учится устранять шум, руководствуясь встраиванием текста из текстового кодера в стиле CLIP посредством перекрестного внимания. Работа в скрытом пространстве сокращает объем вычислений, и именно поэтому модель может работать на одном потребительском графическом процессоре, а не в центре обработки данных.
Стратегическое воздействие
Стратегия поставщика
Дорожные карты поставщиков влияют на то, какие функции ваша команда может создать дальше.
Стоимость и бюджет
Коммерческие условия и варианты развертывания влияют на долгосрочные затраты и риски.
Риски и безопасность
Стимулы компании влияют на невыполнение обязательств по продукту, безопасность и открытость.
Будущее стабильности ИИ
Stability AI переориентируется на корпоративные API, партнерские отношения в сфере СМИ и развлечений (включая сделку с WPP) и удобные для периферии модели, достаточно маленькие, чтобы работать на телефонах и ноутбуках. Ожидайте продолжения противоречий между его корнями в открытом весе и потребностью в доходах, а также более глубокими инвестициями в создание видео, аудио и 3D. Юридические вопросы, касающиеся обучающих данных и авторских прав, в том числе иск Getty Images, во многом определят, насколько открыто будут обучаться и распространяться будущие модели.
Реальная реализация
Независимая игровая студия локально настраивает Stable Diffusion для создания единообразных концепт-артов персонажей без затрат на облако для каждого изображения.
Разработчик добавляет ControlNet поверх Stable Diffusion, чтобы преобразовать черновые эскизы в отточенные макеты продукта, сохраняя при этом точную компоновку.
Музыкант использует Stable Audio для создания бесплатных фоновых циклов и фоновых текстур для вступления подкаста.
Исследовательская лаборатория загружает открытые веса для изучения и уменьшения демографической предвзятости в сгенерированных лицах, что невозможно с закрытыми API.
Риски и ограничения
Объявления о запуске могут опережать стабильность реальных производственных процессов.
Цены на API или изменения в политике могут в одночасье разрушить предположения.
Зависимость от одного поставщика увеличивает затраты на привязку и миграцию.
Дорожная карта реализации
Оценивайте поставщиков, используя собственные задачи и наборы данных.
Перед интеграцией ознакомьтесь с условиями конфиденциальности, безопасности и юридическими условиями.
Поддерживайте резервный план для разных моделей или поставщиков.
Отслеживайте примечания к выпуску, чтобы изменения в дорожной карте не удивили команды.
Продолжайте исследовать
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
Следующее руководство
Perplexity ИИ
Часто задаваемые вопросы
Что такое Stability AI?
Stability AI — это лондонский стартап, стоящий за Stable Diffusion, генератором изображений с открытым кодом, который установил искусственный интеллект для преобразования текста в изображение на миллионы ноутбуков. Публикация весов моделей вызвала волну творческих инструментов с открытым исходным кодом, которые могли конкурировать с закрытыми системами OpenAI и Google.
Что такое Stability AI, наиболее известное выпуском в 2022 году?
Stability AI поддержала публичный выпуск Stable Diffusion в августе 2022 года, вес загружаемых файлов которого сделал его знаковым в области генеративного ИИ с открытым исходным кодом.
Чем Stable Diffusion отличалась от DALL-E и Midjourney на момент запуска?
В отличие от своих закрытых конкурентов, веса Stable Diffusion публиковались открыто, что позволяло любому запускать и настраивать его на своем собственном оборудовании.
Технически, где Stable Diffusion выполняет процесс шумоподавления?
Это модель скрытой диффузии: автоэнкодер сжимает изображения в меньшее скрытое пространство, где U-Net подавляет шум, резко сокращая вычислительные ресурсы.
Какой набор данных был центральным для обучения оригинальной стабильной диффузии?
Stable Diffusion обучался в основном на LAION-5B, огромном наборе данных пар изображение-текст, взятых из Интернета.
Помимо изображений, для каких модальностей Stability AI также построил модели?
Стабильность распространилась на аудио (Stable Audio), язык (StableLM), 3D и видео (Stable Video Diffusion).