人手一个Midjourney！Stability AI开源旗下生图模型，做图圈炸了

公众号新闻

2023-05-18 05:05

新智元报道

编辑：拉燕

【新智元导读】一次开源一次爽，一直开源一直爽。

StabilityAI又双叒叕放大！

就在昨天，StabilityAI在官网上重磅宣布——旗下的文生图应用DreamStudio开源了！开源产品更名为StableStudio。

据官网介绍，此次开源意味着StabilityAI的图片生成产品线迈入一个全新的篇章，也展现出了StabilityAI推广开源模型的决心。

AI的尽头是开源

自从Stable Diffusion发布以来，DreamStudio就是StabilityAI最主要的应用，用来展示最新的模型和功能。

最近，DreamStudio来了一波升级，改用了StabilityAI最新的图像生成模型——SDXL。

原本该应用的功能就是一个平台，让广大用户能用上生成图片的AI模型。到目前为止，用户得生成了少说成百上千的图片。

而此次发布的重磅炸弹，是因为StabilityAI相信，最好的推广生图模型的方式，就是开源，发展社群，而非闭关锁国。

诚如LeCun所说，AI发展的尽头是开源。

StabilityAI表示，他们的目标是和更多开发者社区建立合作关系，打造一个完全由用户控制的生成性AI的界面。

虽说DreamStudio将继续负责StableStudio的运营，但StabilityAI的目标是把StableStudio打造成一个独立的项目。

而且，StabilityAI的野心可不小，誓要把StableStudio搞的比任何一个独立公司都要牛。

追溯起DreamStudio的起源，它最初是Disco Diffusion下的一个动画工作室。随着去年夏天Stable Diffusion的发布，Disco Diffusion的重点也从动画转到了图像生成。

StabilityAI的目标就是为生成性AI创造一个强大的多模式体验，该公司一直在为这个目标而努力。

因此，StabilityAI在最新的StableStudio项目中公布了即将推出的聊天界面——

人手一个Midjourney？

在今年3月，DreamStudio也是发布了最新的一次更新。

新的稳定扩散微调（Stable unCLIP 2.1, Hugging Face），分辨率为768x768，基于SD2.1-768。

这个模型允许图像变化，以及混合操作。

由于其模块化，可以与其他模型，如KARLO，进行结合。这里面有两个变体：Stable unCLIP-L和Stable unCLIP-H，它们分别以CLIP ViT-L和ViT-H图像嵌入为条件。

再来看看几组StableStudio生成的图片。

不得不说，和Midjourney比真是不遑多让。

开源——StabilityAI的优良传统

而开源，一向是Stable家族的传统。

就在上个月，Stability AI宣布推出他们的第一个大语言模型——StableLM。

划重点：它也是开源的，在GitHub上已经可用。模型从3B和7B参数开始，随后会有15B到65B的版本。

并且， Stability AI还发布了用于研究的RLHF微调模型。

项目地址：https://github.com/Stability-AI/StableLM/

Stability AI官方声称：Alpha版本的StableLM有30亿和70亿个参数，之后还有150亿到650亿参数的后续版本。

StabilityAI还豪横地表示，开发者随便用。只要遵守相关条款，不管是检查、应用还是改编基础模型，想怎么来怎么来。

StableLM功能强大，不光可以生成文本和代码，还能给下游应用提供技术基础。它是一个很好的范例，展示了小型、高效的模型通过适当训练就可以有足够高的性能。

早年间，Stability AI和非营利性研究中心Eleuther AI一起开发过早期的语言模型，可以说，Stability AI积淀很深。

像什么GPT-J、GPT-NeoX和Pythia，这都是两家公司合作训练的产物，在The Pile开源数据集上训练完成。而后续的更多开源模型，比如Cerebras-GPT和Dolly-2都是上面三兄弟的后续产品。

说回StableLM，它是在建立在The Pile基础上的新数据集上训练的，该数据集包含1.5万亿个token，大约是The Pile的3倍。模型的上下文长度为4096个token。在即将发布的技术报告中，Stability AI会公布模型的规模和训练设置。

作为概念验证，团队用斯坦福大学的Alpaca对模型进行了微调，并使用了最近的五个对话代理的数据集的组合：斯坦福大学的Alpaca、Nomic-AI的gpt4all、RyokoAI的ShareGPT52K数据集、Databricks labs的Dolly和Anthropic的HH。这些模型将作为StableLM-Tuned-Alpha发布。

当然，这些微调过的模型仅仅用于研究，属于非商业性质。后续，Stability AI还将会公布新数据集的更多细节。

其中，新数据集十分丰富，这也是为什么StableLM的性能很棒。虽说参数规模目前来看还是有点小（和GPT-3 1750亿个参数相比是这样的）。

Stability AI表示，语言模型是数字时代的核心，我们希望每个人都能在语言模型中有发言权。而StableLM的透明性。可访问性、支持性等特点也是践行了这个观念。

Stability AI表示，目前这些模型已经在GitHub公布，未来还会有完整的技术报告问世。Stability AI期待和广泛的开发者和研究人员进行合作。同时，他们还表示将启动众包RLHF计划，开放助手合作，为AI助手创建一个开源的数据集。

随着StableLM的推出，可以说Stability AI在用AI造福所有人的路上越走越远了。

毕竟，开源一向是他们的优良传统。

在2022年，Stability AI提供了多种方式让大家使用Stable Diffusion，包括公开demo、软件测试版和模型的完整下载，开发人员可以随意使用模型，进行各种集成。

作为一个革命性的图像模型，Stable Diffusion代表着一个透明、开放和可扩展的专有AI替代方案。显然，Stable Diffusion让大家看到了开源的各种好处，当然也会有一些无法避免的坏处，但这无疑是一个有意义的历史节点。

参考资料：

https://stability.ai/blog/stablestudio-open-source-community-driven-future-dreamstudio-release

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。

来源: qq

点击查看作者最近其他文章