作者：王瑞平
51CTO讀者成長計(jì)劃社群招募，咨詢小助手（微信號(hào)：CTOjishuzhan）
Stability AI在AIGC領(lǐng)域頗有名氣，目前，最受歡迎的產(chǎn)品是其AI圖像生成工具Stable Diffusion，它可以通過用戶輸入的文本提示生成非常復(fù)雜的圖像。
針對(duì)將軟件開源的問題，Stability AI的首席執(zhí)行官Emad Mostaque一再公開強(qiáng)調(diào)：“Stability AI的愿景是利用其開源模型作為起點(diǎn)，幫助企業(yè)利用其私有的、受監(jiān)管的數(shù)據(jù)使用生成式AI。”
1、開源Stable Studio
5月17日，Stability AI在其網(wǎng)站上開源了一款名為Stable Studio的應(yīng)用。據(jù)悉，這是公司首個(gè)由文本生成圖像的應(yīng)用程序Dream Studio的開源版本，是面向消費(fèi)者的。
此舉為公司在AI生成圖像領(lǐng)域開啟了新篇章，并展現(xiàn)出Stability AI致力于在AI生態(tài)系統(tǒng)中推進(jìn)開源的決心。
首席執(zhí)行官Emad Mostaque也在推特上發(fā)布了關(guān)于開源的消息：“這是Stability AI在過去幾個(gè)月里為引領(lǐng)開源人工智能熱潮所進(jìn)行的最新舉措。我們將開展尖端的UI/UX研究，這樣就能共同努力，釋放出開源模型的創(chuàng)造力。”
據(jù)了解，Dream Studio一直是Stability AI新模型和功能的主要界面。而該應(yīng)用程序最初被設(shè)定成將生成式人工智能功能帶給大眾的平臺(tái)。從那時(shí)起，它的用戶已經(jīng)在社區(qū)里創(chuàng)建了數(shù)百萬張圖片。
由于一直以來Dream Studio具有良好的用戶反饋，公司認(rèn)為需要進(jìn)行開放的、社區(qū)驅(qū)動(dòng)式的開發(fā)，而不是靠封閉源代碼產(chǎn)品進(jìn)行私人迭代。
Stability AI也在官網(wǎng)上表示：“我們的目標(biāo)是參與更廣泛的社區(qū)合作，并為生成式人工智能創(chuàng)建出世界級(jí)的用戶界面。我們的目標(biāo)是培育可以超越任何公司的項(xiàng)目。”
2、塑造Stable Studio的未來
Dream Studio最初被設(shè)想打造成為Disco Diffusion的動(dòng)畫工作室。
隨著穩(wěn)定擴(kuò)散技術(shù)在2022年夏天的到來，焦點(diǎn)被轉(zhuǎn)移至圖像生成層面，目標(biāo)是為生成式AI創(chuàng)造偉大的多模式體驗(yàn)。為此，公司將在接下來的Stable Studio項(xiàng)目中公布聊天界面。
從啟用本地優(yōu)先開發(fā)到嘗試新的插件系統(tǒng)，團(tuán)隊(duì)也一直在努力為外部開發(fā)人員提供可擴(kuò)展的系統(tǒng)，計(jì)劃為改進(jìn)和增添新功能創(chuàng)建獎(jiǎng)勵(lì)。
總之，Stable Studio的發(fā)布重申了Stability AI對(duì)開源和透明化的承諾。
3、發(fā)布Stable SDK
在過去的一個(gè)月里，該公司還開源了其它工具和模型，包括：用文本生成動(dòng)畫的工具Stable Animation SDK以及大型語言模型套件Stable LM。
Mostaque在推特上說:“我們的使命是為激活人類潛力奠定基礎(chǔ)，而模型是樂高積木。”
Stable Animation SDK是一款專為藝術(shù)家和開發(fā)人員設(shè)計(jì)的工具，可實(shí)現(xiàn)最先進(jìn)的Stable Diffusion，以生成令人驚嘆的動(dòng)畫。
用戶可以通過各種方式創(chuàng)建動(dòng)畫，包括：通過提示(沒有圖像)、源圖像或源視頻。
隨著Stability AI的動(dòng)畫端點(diǎn)，藝術(shù)家有能力使用所有Stable Diffusion模型生成動(dòng)畫，包括：Stable Diffusion 2.0和Stable Diffusion XL。
創(chuàng)建動(dòng)畫共有三種方式：
（1）文本到動(dòng)畫：用戶輸入文本提示并調(diào)整各種參數(shù)以產(chǎn)生動(dòng)畫。
（2）文本輸入+初始圖像輸入：用戶提供一個(gè)初始圖像，作為創(chuàng)建動(dòng)畫的起點(diǎn)。文本提示符與圖像一起使用可以輸出最終的動(dòng)畫。
（3）輸入視頻+文本：用戶提供一個(gè)初始視頻作為動(dòng)畫創(chuàng)建的基礎(chǔ)。通過調(diào)整各種參數(shù)，他們可以獲得一個(gè)由文本提示符指導(dǎo)生成的最終動(dòng)畫。
Stability SDK發(fā)布后，用戶可以使用Stable Diffusion創(chuàng)建動(dòng)畫。結(jié)果很別致，計(jì)算成本很高，并且具有非常獨(dú)特的風(fēng)格。
4、發(fā)布Stable Vicuna
世界上第一個(gè)RLHF LLM開源聊天機(jī)器人
最近幾個(gè)月，聊天機(jī)器人的開發(fā)和發(fā)布取得了重大進(jìn)展。因此，通過調(diào)整聊天語言模型創(chuàng)造更好的用戶體驗(yàn)成為了熱門話題。而開放訪問和開源替代品的出現(xiàn)進(jìn)一步激發(fā)了這種興趣。
這些開源聊天模型的成功歸功于兩種訓(xùn)練范式：指令微調(diào)和基于人類反饋的強(qiáng)化學(xué)習(xí)（RLHF）。雖然研究者已經(jīng)能夠通過構(gòu)建開源框架幫助訓(xùn)練這類模型，但始終缺乏同時(shí)應(yīng)用這兩種范式的開放訪問和開源模型。大多數(shù)模型都是在沒有RLHF訓(xùn)練的情況下使用指令微調(diào)。
最近，Open Assistant、Anthropic和Stanford已經(jīng)開始向公眾提供聊天RLHF數(shù)據(jù)集。這些數(shù)據(jù)集結(jié)合trlX提供的RLHF直接訓(xùn)練，構(gòu)建出RLHF模型的支柱：Stable Vicuna。
Stable Vicuna是第一個(gè)通過RLHF訓(xùn)練的大型開源聊天機(jī)器人，能夠進(jìn)一步進(jìn)行指令微調(diào)，是一個(gè)指令微調(diào)的LLaMA 13b模型。
這里有一些基準(zhǔn)測(cè)試，展示出Stable Vicuna與其它類似大小開源聊天機(jī)器人的整體性能。
為實(shí)現(xiàn)Stable Vicuna的強(qiáng)大性能，研究者以Vicuna為基礎(chǔ)模型，并遵循Steinnon等人和Ouyang等人提出的典型三級(jí)RLHF。具體來說，他們混合三個(gè)數(shù)據(jù)集，并使用監(jiān)督微調(diào)進(jìn)一步訓(xùn)練基本模型:
（1）Open Assistant對(duì)話數(shù)據(jù)集（OASST1）是一個(gè)人工生成、人工注釋的助理式對(duì)話語料庫，包含161443條消息、7213個(gè)偏好樣本，分布在66497棵對(duì)話樹中，使用35種不同的語言。
（2）GPT-4 All Prompt Generations是由GPT-3.5 Turbo生成的437,605個(gè)提示和響應(yīng)的數(shù)據(jù)集。
（3）Alpaca是一個(gè)由Open AI的text-davinci-003引擎生成的包含52,000條指令和演示的數(shù)據(jù)集。
最后，研究者使用trlX執(zhí)行近端策略優(yōu)化（PPO）強(qiáng)化學(xué)習(xí)，對(duì)SFT模型進(jìn)行RLHF訓(xùn)練，獲得Stable Vicuna。
你可以從HuggingFace Hub上獲得StableVicuna-13B。請(qǐng)注意，你還需要訪問原始LLaMA模型，這需要使用GitHub repo或鏈接單獨(dú)申請(qǐng)LLaMA權(quán)重。一旦你有了權(quán)重delta和LLaMA權(quán)重，就可以使用GitHub repo中提供的腳本來組合它們并獲得StableVicuna-13B。
這只是Stable Vicuna的開始！接下來的幾周內(nèi)將對(duì)聊天機(jī)器人進(jìn)行迭代并在Stable Foundation服務(wù)器上部署Discord機(jī)器人。目前，您可以在Hugging Face空間上試用該模型。
5、將開源信息帶到美國首都
近些天，Stability AI公布了它發(fā)給美國參議院隱私、技術(shù)和法律司法小組委員會(huì)領(lǐng)導(dǎo)人理查德·布盧門撒爾和喬希·霍利的書面評(píng)論。
在信中，Mostaque強(qiáng)調(diào)了5月4日向白宮發(fā)送的一項(xiàng)聲明。即，該公司將參與一項(xiàng)倡議，通過社區(qū)主導(dǎo)，測(cè)試評(píng)估大型人工智能模型。在這封信后還附上了一篇題為“提升人工智能開放模型透明度的重要性：對(duì)美國人工智能監(jiān)管的思考”的論文。
“我們鼓勵(lì)小組委員會(huì)大力促進(jìn)人工智能的開放性，”Mostaque在信中說。“這些技術(shù)將成為數(shù)字經(jīng)濟(jì)的支柱，公眾能夠監(jiān)督它們的發(fā)展至關(guān)重要。開放模型和開放數(shù)據(jù)集將有助于提升安全性、促進(jìn)競(jìng)爭并確保美國在提升人工智能關(guān)鍵能力方面保持戰(zhàn)略領(lǐng)先地位。”
參考資料：
Latest moves show Stability AI is fully committed to open source — well, mostly
