Stability AI
Stability AI คือบริษัทสตาร์ทอัพในลอนดอนที่อยู่เบื้องหลัง Stable Diffusion ซึ่งเป็นเครื่องสร้างภาพแบบเปิดที่ใส่ AI จากข้อความเป็นภาพบนแล็ปท็อปหลายล้านเครื่อง
ภาพรวม
By releasing model weights publicly, it sparked a wave of open-source creative tooling that rivaled closed systems from OpenAI and Google.
เจาะลึก
Stability AI ก่อตั้งขึ้นในปี 2019 โดย Emad Mostaque และมีชื่อเสียงโด่งดังในเดือนสิงหาคม 2022 โดยสนับสนุนการเปิดตัว Stable Diffusion ต่อสาธารณะ ซึ่งเป็นโมเดลการแพร่กระจายแฝงที่ได้รับการฝึกฝนเป็นส่วนใหญ่บนชุดข้อมูล LAION-5B ต่างจาก DALL-E หรือ Midjourney ตรงที่ตุ้มน้ำหนักนั้นสามารถดาวน์โหลดได้ ทำให้ผู้ที่เป็นงานอดิเรก นักวิจัย และบริษัทต่างๆ ดำเนินการและปรับแต่งโมเดลในพื้นที่ได้ฟรี สิ่งนี้กระตุ้นให้เกิดการระเบิดของส้อม ปลั๊กอิน และเครื่องมือ เช่น Automatic1111 และ ControlNet ต่อมาบริษัทขยายออกไปเป็นภาษา (StableLM), เสียง (Stable Audio), 3D และวิดีโอ (Stable Video Diffusion) และจัดส่ง Stable Diffusion 3 ในปี 2024 หลังจากการระดมทุนที่ตึงเครียดและการลาจาก Mostaque ในปี 2024 ผู้นำคนใหม่ได้กลับมามุ่งเน้นไปที่บริษัทในเรื่องการออกใบอนุญาตองค์กรที่ยั่งยืน ในขณะเดียวกันก็รักษาหลักปฏิบัติแบบเปิดกว้างไว้
ข้อมูลเชิงลึกทางเทคนิค
Stable Diffusion คือโมเดลการแพร่กระจายแฝง: แทนที่จะลดสัญญาณรบกวนพิกเซลโดยตรง โมเดลจะบีบอัดรูปภาพลงในพื้นที่แฝงที่มีขนาดเล็กลงโดยใช้ตัวเข้ารหัสอัตโนมัติแบบแปรผัน จากนั้นจึงเรียกใช้กระบวนการกระจายที่นั่น U-Net เรียนรู้ที่จะย้อนกลับสัญญาณรบกวนทีละขั้นตอน โดยได้รับคำแนะนำจากการฝังข้อความจากตัวเข้ารหัสข้อความสไตล์ CLIP ผ่านการให้ความสนใจแบบข้ามสาย การทำงานในพื้นที่แฝงเป็นการลดการประมวลผล ซึ่งเป็นเหตุผลว่าทำไมโมเดลจึงสามารถทำงานบน GPU สำหรับผู้บริโภคเพียงตัวเดียว แทนที่จะเป็นศูนย์ข้อมูล
ผลกระทบเชิงกลยุทธ์
กลยุทธ์ของผู้ขาย
โรดแมปของผู้จำหน่ายมีอิทธิพลต่อฟีเจอร์ที่ทีมของคุณสามารถสร้างได้ต่อไป
ต้นทุนและงบประมาณ
ข้อกำหนดทางการค้าและตัวเลือกการใช้งานส่งผลต่อต้นทุนและความเสี่ยงในระยะยาว
ความเสี่ยงและความปลอดภัย
สิ่งจูงใจของบริษัทจะกำหนดค่าเริ่มต้นของผลิตภัณฑ์ ท่าทางที่ปลอดภัย และความเปิดกว้าง
อนาคตของเสถียรภาพ AI
AI ความเสถียรกำลังเปลี่ยนตำแหน่งไปสู่ API ระดับองค์กร ความร่วมมือด้านสื่อและความบันเทิง (รวมถึงข้อตกลงกับ WPP) และโมเดลที่เป็นมิตรต่อขอบซึ่งมีขนาดเล็กพอที่จะทำงานบนโทรศัพท์และแล็ปท็อป คาดว่าจะเกิดความตึงเครียดอย่างต่อเนื่องระหว่างรากฐานแบบเปิดและความต้องการรายได้ บวกกับการลงทุนด้านวิดีโอ เสียง และการสร้าง 3D ที่ลึกยิ่งขึ้น คำถามทางกฎหมายเกี่ยวกับข้อมูลการฝึกอบรมและลิขสิทธิ์ รวมถึงการฟ้องร้องของ Getty Images จะกำหนดทิศทางอย่างมากว่าจะสามารถฝึกอบรมและแบ่งปันโมเดลในอนาคตอย่างเปิดเผยได้อย่างไร
การใช้งานจริงในโลกแห่งความเป็นจริง
สตูดิโอเกมอินดี้ปรับแต่ง Stable Diffusion ภายในเครื่องเพื่อสร้างคอนเซ็ปต์อาร์ตของตัวละครที่สอดคล้องกันโดยไม่มีค่าใช้จ่ายบนคลาวด์ต่อภาพ
นักพัฒนาเพิ่ม ControlNet ที่ด้านบนของ Stable Diffusion เพื่อแปลงภาพร่างคร่าวๆ ให้เป็นแบบจำลองผลิตภัณฑ์ที่สวยงาม โดยยังคงรักษาเค้าโครงที่แน่นอนไว้
นักดนตรีใช้เสียงที่เสถียรเพื่อสร้างลูปพื้นหลังและพื้นผิวบรรยากาศแบบปลอดค่าลิขสิทธิ์สำหรับช่วงแนะนำพอดแคสต์
ห้องปฏิบัติการวิจัยดาวน์โหลดตุ้มน้ำหนักแบบเปิดเพื่อศึกษาและลดอคติทางประชากรศาสตร์ในใบหน้าที่สร้างขึ้น ซึ่งเป็นสิ่งที่เป็นไปไม่ได้ด้วย API แบบปิด
ความเสี่ยงและรั้ว
การประกาศเปิดตัวอาจแซงหน้าความเสถียรในขั้นตอนการทำงานจริง
การกำหนดราคา API หรือการเปลี่ยนแปลงนโยบายสามารถทำลายสมมติฐานได้ในชั่วข้ามคืน
การพึ่งพาผู้ขายรายเดียวจะเพิ่มค่าใช้จ่ายในการล็อคอินและการย้ายข้อมูล
แผนงานการดำเนินงาน
ประเมินผู้ให้บริการโดยใช้งานและชุดข้อมูลของคุณเอง
ตรวจสอบความเป็นส่วนตัว ความปลอดภัย และข้อกำหนดทางกฎหมายก่อนรวมระบบ
รักษาแผนสำรองสำหรับรุ่นหรือผู้จำหน่าย
ตรวจสอบบันทึกประจำรุ่นเพื่อให้การเปลี่ยนแปลงแผนงานไม่ทำให้ทีมแปลกใจ
สำรวจต่อไป
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
คำแนะนำต่อไป
Perplexity เอไอ
คำถามที่พบบ่อย
What is Stability AI?
Stability AI คือบริษัทสตาร์ทอัพในลอนดอนที่อยู่เบื้องหลัง Stable Diffusion ซึ่งเป็นเครื่องสร้างภาพแบบเปิดที่ใส่ AI จากข้อความเป็นภาพบนแล็ปท็อปหลายล้านเครื่อง ด้วยการเปิดเผยน้ำหนักโมเดลต่อสาธารณะ ทำให้เกิดกระแสเครื่องมือสร้างสรรค์แบบโอเพนซอร์สที่ทัดเทียมระบบปิดจาก OpenAI และ Google
Stability AI ที่รู้จักกันดีที่สุดจะเปิดตัวในปี 2022 คืออะไร?
Stability AI สนับสนุนการเปิดตัว Stable Diffusion ต่อสาธารณะในเดือนสิงหาคม 2022 ซึ่งน้ำหนักที่ดาวน์โหลดได้ทำให้กลายเป็นจุดเด่นของ AI แบบโอเพ่นซอร์ส
อะไรทำให้ Stable Diffusion แตกต่างจาก DALL-E และ Midjourney เมื่อเปิดตัว
ตุ้มน้ำหนักของ Stable Diffusion ต่างจากคู่แข่งที่ปิดตัวลงอย่างเปิดเผย เพื่อให้ใครก็ตามสามารถเรียกใช้และปรับแต่งได้บนฮาร์ดแวร์ของตนเอง
ในทางเทคนิคแล้ว Stable Diffusion ดำเนินการกระบวนการลดสัญญาณรบกวนที่ไหน?
มันเป็นโมเดลการแพร่กระจายแฝง: ตัวเข้ารหัสอัตโนมัติบีบอัดรูปภาพลงในพื้นที่แฝงที่มีขนาดเล็กลง โดยที่ U-Net ปฏิเสธ ซึ่งตัดการประมวลผลอย่างมาก
ชุดข้อมูลใดที่เป็นศูนย์กลางในการฝึกฝน Stable Diffusion ดั้งเดิม
การแพร่กระจายที่เสถียรได้รับการฝึกฝนเป็นส่วนใหญ่บน LAION-5B ซึ่งเป็นชุดข้อมูลขนาดใหญ่ของคู่ข้อความรูปภาพที่คัดลอกมาจากเว็บ
นอกเหนือจากรูปภาพแล้ว Stability AI ได้สร้างโมเดลไว้เพื่อรูปแบบใดด้วย
ความเสถียรขยายไปสู่เสียง (Stable Audio), ภาษา (StableLM), 3D และวิดีโอ (Stable Video Diffusion)