StabilityAI又雙叒叕放大！

就在昨天，StabilityAI在官網上重磅宣布——旗下的文生圖應用DreamStudio開源了！開源產品更名為StableStudio。

據(jù)官網介紹，此次開源意味著StabilityAI的圖片生成產品線邁入一個全新的篇章，也展現(xiàn)出了StabilityAI推廣開源模型的決心。

AI的盡頭是開源

自從Stable Diffusion發(fā)布以來，DreamStudio就是StabilityAI最主要的應用，用來展示最新的模型和功能。

最近，DreamStudio來了一波升級，改用了StabilityAI最新的圖像生成模型——SDXL。

原本該應用的功能就是一個平臺，讓廣大用戶能用上生成圖片的AI模型。到目前為止，用戶得生成了少說成百上千的圖片。

而此次發(fā)布的重磅炸彈，是因為StabilityAI相信，最好的推廣生圖模型的方式，就是開源，發(fā)展社群，而非閉關鎖國。

誠如LeCun所說，AI發(fā)展的盡頭是開源。

StabilityAI表示，他們的目標是和更多開發(fā)者社區(qū)建立合作關系，打造一個完全由用戶控制的生成性AI的界面。

雖說DreamStudio將繼續(xù)負責StableStudio的運營，但StabilityAI的目標是把StableStudio打造成一個獨立的項目。

而且，StabilityAI的野心可不小，誓要把StableStudio搞的比任何一個獨立公司都要牛。

追溯起DreamStudio的起源，它最初是Disco Diffusion下的一個動畫工作室。隨著去年夏天Stable Diffusion的發(fā)布，Disco Diffusion的重點也從動畫轉到了圖像生成。

StabilityAI的目標就是為生成性AI創(chuàng)造一個強大的多模式體驗，該公司一直在為這個目標而努力。

因此，StabilityAI在最新的StableStudio項目中公布了即將推出的聊天界面——

人手一個Midjourney？

在今年3月，DreamStudio也是發(fā)布了最新的一次更新。

新的穩(wěn)定擴散微調（Stable unCLIP 2.1, Hugging Face），分辨率為768x768，基于SD2.1-768。

這個模型允許圖像變化，以及混合操作。

由于其模塊化，可以與其他模型，如KARLO，進行結合。這里面有兩個變體：Stable unCLIP-L和Stable unCLIP-H，它們分別以CLIP ViT-L和ViT-H圖像嵌入為條件。

再來看看幾組StableStudio生成的圖片。

不得不說，和Midjourney比真是不遑多讓。

開源——StabilityAI的優(yōu)良傳統(tǒng)

而開源，一向是Stable家族的傳統(tǒng)。

就在上個月，Stability AI宣布推出他們的第一個大語言模型——StableLM。

劃重點：它也是開源的，在GitHub上已經可用。模型從3B和7B參數(shù)開始，隨后會有15B到65B的版本。

并且， Stability AI還發(fā)布了用于研究的RLHF微調模型。

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

Stability AI官方聲稱：Alpha版本的StableLM有30億和70億個參數(shù)，之后還有150億到650億參數(shù)的后續(xù)版本。

StabilityAI還豪橫地表示，開發(fā)者隨便用。只要遵守相關條款，不管是檢查、應用還是改編基礎模型，想怎么來怎么來。

StableLM功能強大，不光可以生成文本和代碼，還能給下游應用提供技術基礎。它是一個很好的范例，展示了小型、高效的模型通過適當訓練就可以有足夠高的性能。

早年間，Stability AI和非營利性研究中心Eleuther AI一起開發(fā)過早期的語言模型，可以說，Stability AI積淀很深。

像什么GPT-J、GPT-NeoX和Pythia，這都是兩家公司合作訓練的產物，在The Pile開源數(shù)據(jù)集上訓練完成。而后續(xù)的更多開源模型，比如Cerebras-GPT和Dolly-2都是上面三兄弟的后續(xù)產品。

說回StableLM，它是在建立在The Pile基礎上的新數(shù)據(jù)集上訓練的，該數(shù)據(jù)集包含1.5萬億個token，大約是The Pile的3倍。模型的上下文長度為4096個token。在即將發(fā)布的技術報告中，Stability AI會公布模型的規(guī)模和訓練設置。

作為概念驗證，團隊用斯坦福大學的Alpaca對模型進行了微調，并使用了最近的五個對話代理的數(shù)據(jù)集的組合：斯坦福大學的Alpaca、Nomic-AI的gpt4all、RyokoAI的ShareGPT52K數(shù)據(jù)集、Databricks labs的Dolly和Anthropic的HH。這些模型將作為StableLM-Tuned-Alpha發(fā)布。

當然，這些微調過的模型僅僅用于研究，屬于非商業(yè)性質。后續(xù)，Stability AI還將會公布新數(shù)據(jù)集的更多細節(jié)。

其中，新數(shù)據(jù)集十分豐富，這也是為什么StableLM的性能很棒。雖說參數(shù)規(guī)模目前來看還是有點小（和GPT-3 1750億個參數(shù)相比是這樣的）。

Stability AI表示，語言模型是數(shù)字時代的核心，我們希望每個人都能在語言模型中有發(fā)言權。而StableLM的透明性。可訪問性、支持性等特點也是踐行了這個觀念。

Stability AI表示，目前這些模型已經在GitHub公布，未來還會有完整的技術報告問世。Stability AI期待和廣泛的開發(fā)者和研究人員進行合作。同時，他們還表示將啟動眾包RLHF計劃，開放助手合作，為AI助手創(chuàng)建一個開源的數(shù)據(jù)集。

隨著StableLM的推出，可以說Stability AI在用AI造福所有人的路上越走越遠了。

畢竟，開源一向是他們的優(yōu)良傳統(tǒng)。

在2022年，Stability AI提供了多種方式讓大家使用Stable Diffusion，包括公開demo、軟件測試版和模型的完整下載，開發(fā)人員可以隨意使用模型，進行各種集成。

作為一個革命性的圖像模型，Stable Diffusion代表著一個透明、開放和可擴展的專有AI替代方案。顯然，Stable Diffusion讓大家看到了開源的各種好處，當然也會有一些無法避免的壞處，但這無疑是一個有意義的歷史節(jié)點。