Stability AI 联手 Morph Studio:打造多分支 AI 视频生成工作流
Morph Studio 宣布与 Stability AI 达成合作,推出一体化 AI 视频生成平台。该方案支持将文本、图像或已有视频转化为连续镜头,并采用多分支并行工作流提升创作效率。目前官网已开放候补名单申请。
Morph Studio 宣布与 Stability AI 达成合作,推出一体化 AI 视频生成平台。该方案支持将文本、图像或已有视频转化为连续镜头,并采用多分支并行工作流提升创作效率。目前官网已开放候补名单申请。
Jasper 宣布从 Stability AI 手中收购 AI 图像平台 Clipdrop,交易已于 2 月 20 日完成。Clipdrop 团队全员加入并继续留驻巴黎负责多模态研发。企业即日起可通过 Jasper API 调用,个人仍可在原网站独立使用。
Stability AI 宣布开启 Stable Diffusion 3 早期预览候补名单。新模型结合 Diffusion Transformer 架构与流匹配,参数量覆盖 800M 至 8B,重点改进了多主体提示、画质以及文字拼写能力。目前该模型尚未全面开放,公开开源前先面向测试者收集反馈。
Stability AI 推出文生图模型 Stable Cascade 的研究预览版。该模型基于 Würstchen 架构,采用三阶段分层压缩,将微调训练成本降至同等规模 Stable Diffusion 的十六分之一。相关推理与训练代码已在 GitHub 开源,但当前仅限非商业研究使用。
Stability AI 宣布推出视频生成模型 SVD 1.1,基于 SVD-XT 微调,可在 1024x576 分辨率下生成 4 秒 25 帧短片。新版本优化了运动连贯性,减少画面静止与人物崩坏。研究用途可在 Hugging Face 免费下载,商用则需付费订阅或通过 API 调用。
议员提出《AI 基础模型透明度法案》,要求基础模型开发者披露训练数据来源、算力规模及防范风险的红队测试记录。法案旨在让版权方确认数据是否被抓取训练。目前该法案仍待提交委员会讨论,尚未正式立法。
Stability AI 推出会员体系 Stability AI Membership,规范其开源模型的商用权益。体系分三档:个人与研究仍免费,创作者和初创团队每月付 20 美元即可自托管商用,另有大企业定制档。官方希望借此在开放与持续研发资金间取得平衡。
Stability AI 推出 3D 模型 Stable Zero123,可从单张图片生成多视角并重构 3D 资产。相比前代 Zero123-XL,它优化了数据集与仰角条件,训练效率提升 40 倍。生成单视角显存与 SD1.5 相同,完整 3D 推荐 24GB 显存,权重已上线 Hugging Face。
轻量对话模型 Stable LM Zephyr 3B 发布,参数量为 30 亿,比 7B 模型小 60%。它基于 DPO 算法强化了指令遵循与问答能力,无需高端硬件即可在各类边缘设备上响应。该模型目前以非商业许可证开放权重下载。
Stability AI 首席执行官 Emad Mostaque 发文回应外界传闻,明确表示公司从未主动接触任何机构寻求被收购。他表示公司治理结构简单,正与多家战略伙伴合作且很快会公布新合作,并顺带称赞了合作伙伴 Jasper 与 Cohere。
据报道,Stable Diffusion 母公司 Stability AI 因财务压力正接触买家寻求出售。主要投资方 Coatue 上月致信要求其 CEO 辞职。据悉该公司每月开销达 800 万美元,收入仅占零头。官方回应称并未打算出售,正专注于发布新模型。
Stability AI 发布文生图模型 SDXL Turbo。它采用对抗扩散蒸馏技术,将生成步数从 50 步压缩至单步,在 A100 上生成 512x512 图像仅需 207 毫秒,实现了实时出图。不过目前仅开放非商业研究授权。
Stability AI 发布首个生成式视频基础模型 Stable Video Diffusion,并以研究预览形式开源了代码与权重。该模型基于 Stable Diffusion 打造,包含两款图生视频模型,可生成 14 帧与 25 帧画面。官方强调目前仅供研究,暂不可商用。
Stability AI 开启 Stable 3D 私有预览,支持用文本或图片在数分钟内生成导出为 .obj 格式的 3D 模型。同时亮相的还有一键换天的 Sky Replacer 以及企业微调服务 Stable FineTuning。不过 Stable 3D 目前仅限申请内测。
美国联邦法官裁定缩减艺术家针对 Stability AI、Midjourney 等公司的版权诉讼范围。法院驳回了「AI 生成的所有图片自动构成侵权」的主张,并驳回针对 Midjourney 的侵权指控,但保留了 Stability AI 涉嫌非法使用版权图片训练模型的诉讼。原告获准修改起诉书。
Stability AI 宣布创始人 Emad Mostaque 将出席英国布莱切利园 AI 安全峰会。作为代表性的开源模型厂商,其呼吁政策制定者在整个生态中支持 AI 安全,强调开源能避免技术利益被科技巨头独揽并促进创新竞争。
芝加哥大学团队公布数据投毒工具 Nightshade。艺术家上传作品前可用它对像素做微小调整,若被 AI 抓取用于训练,会导致模型识别错乱(例如把狗画成猫)。该工具旨在反制未经许可抓图的 AI 公司,后续将开源并集成进 Glaze。
Stability AI 推出 3B 参数的轻量语言模型 Stable LM 3B,专为掌上设备和笔记本打造。它的常识推理表现不仅超越同尺寸前代模型,还胜过部分开源 7B 模型,能显著降低端侧运行成本。模型以 CC-By-SA 4.0 协议开源,作为基础模型供开发者微调。
Stability AI 推出首款音乐与音效生成工具 Stable Audio。它基于潜在扩散架构,用户输入文本提示词和指定时长即可生成 44.1 kHz 音频。免费版支持最长 45 秒片段,Pro 订阅可生成 90 秒且允许商用,训练数据来自版权曲库 AudioSparx。
Hugging Face 宣布文生图模型 Würstchen 正式集成至 Diffusers 库。它用创新的两阶段架构实现了 42 倍图像空间压缩,生成速度远快于 SDXL 且占用极少显存,训练成本相比 SD 1.4 直降 16 倍。这意味着没有顶级显卡的开发者也能低成本玩转高清生图。