Stability AI 发布日语图文模型 Japanese InstructBLIP Alpha:能认晴空塔与金阁寺
Stability AI 推出首个日语视觉语言模型 Japanese InstructBLIP Alpha。它基于 InstructBLIP 架构与日语大模型打造,能精准识别日本特色地标并完成图文问答,目前已在 Hugging Face 开源,仅限研究使用。
Stability AI 推出首个日语视觉语言模型 Japanese InstructBLIP Alpha。它基于 InstructBLIP 架构与日语大模型打造,能精准识别日本特色地标并完成图文问答,目前已在 Hugging Face 开源,仅限研究使用。
Stability AI 宣布与 NVIDIA 合作,通过 TensorRT 深度优化 SDXL 并开放 ONNX 权重。在 H100 GPU 上模型性能翻倍,高清图生成仅需 1.47 秒,延迟降低 41%、吞吐量提升 70%。生图效率大幅提高,能直接降低创作者与开发者的部署成本。
Stability AI 发布首个日语语言模型 Japanese StableLM Alpha,参数量为 70 亿。模型基于 7500 亿 token 训练,在多项日语基准测试中表现领先。其中基础模型采用 Apache 2.0 协议支持商用,指令微调版本仅限研究用途。
Stability AI 宣布推出首个编程专用大模型 Stable Code Alpha 3B。该系列基于 5600 亿 token 代码训练,提供基础、指令微调和具备 16000 token 窗口的长上下文三个版本,能同时处理约 5 个 Python 文件的代码量。
AI 社区创作者通过训练 LoRA 模型,将此前被官方下架的知名画师 Greg Rutkowski 画风带回 Stable Diffusion,并在 Civitai 免费发布。由于该技术完全开源,即便画师本人强烈反对,官方也很难阻止风格复刻。
Stability AI 正式开源旗舰文生图模型 SDXL 1.0。新模型支持原生 1024x1024 分辨率,大幅改善了手部渲染、文字和复杂构图能力,简短提示词即可出图,不再需要堆砌「masterpiece」等修饰词。模型采用双阶段管线,8GB 显存显卡即可运行。
InvokeAI 正式发布 3.0.0 版本。系统代码被全面重写为节点化架构,并加入实验性的节点编辑器。新版本还集成了 ControlNet、动态提示词,初步支持 SDXL,支持超过 77 个 token 的长提示词,并让 Mac 用户能以半精度加载模型省显存。
美国地方法官 William Orrick 认定多名艺术家针对 Stability AI、Midjourney 等公司的版权诉讼存在缺陷,倾向于驳回大部分诉求。法官指出 AI 生成图像与艺术家原作缺乏实质性相似,但允许原告补充证据后重新提交诉状。
Stability AI 上线全新开发者平台。新平台直接内置了沙盒测试环境,开发者无需写代码即可选择模型、调节参数并实时预览文生图或放大效果;API 密钥与点数购买也不用再跳转 DreamStudio,实现了全流程统一管理。
Stability AI 联合旗下实验室发布指令微调模型 Stable Beluga 1 与 2,分别基于 LLaMA 65B 和 LLaMA 2 70B 打造。团队参考微软 Orca 方案,仅用约 60 万条高质量合成数据完成微调,并在 Hugging Face 开源大模型排行榜夺冠。目前两款模型已在非商业研究许可下开放权重。
消息,Stability AI 首席执行官 Emad Mostaque 称,AI 让人数极少的团队即可开发软件,印度三级及以下的外包程序员将在未来一至两年内失业。他认为坐在电脑前且不露面的岗位冲击最大,但未来人机协同仍需要人类做其他探索。
Leonardo AI 宣布接入 Stability AI 的 SDXL 0.9 模型并上线 Prompt Magic v3,同时向用户发放 2000 点 token 额度。新组合借助双阶段生成流程与细化模块,支持 1024×1024 基础分辨率生图,在写实度、光影和画面细节上有显著提升。
Stability AI 旗下 Clipdrop 推出草图转图像工具 Stable Doodle。它结合了 SDXL 0.9 和腾讯 ARC 的 T2I-Adapter 控制技术,用户只需用鼠标画出简单线稿并输入提示词,就能从 14 种艺术风格中生成对应图像。普通用户无需登录即可免费试用,但有每日额度限制。
Stability AI 推出文生图模型 SDXL 0.9,画面细节相比 4 月的测试版大幅升级。新版本采用两阶段生成架构,组合参数达 6.6B,能在 8GB 显存的消费级显卡上跑出 1024x1024 图像。普通用户现可通过 Clipdrop 试用,正式开源版 1.0 预计 7 月中旬到来。
Clipdrop 推出基于 Stable Diffusion XL 的扩图工具 Uncrop。用户上传图片后无需输入提示词,算法会自动推断并生成延展背景,自由改变画面比例以适配海报或重新构图。该工具已在网页端开放,免登录即可免费体验,但极端扩展可能影响画质。
Stability AI 旗下 Clipdrop 推出 Reimagine XL。该工具无需文字提示词,而是通过图像编码器提取整张图片的特征,生成构图全新、不复用原图像素的高清变体,且适配多种画幅比例。
Stability AI 宣布开源文生图产品 DreamStudio,推出开源项目 StableStudio。官方希望借助社区力量打造生成式 AI 交互界面,支持插件扩展与 WebGPU 本地推理,未来还将引入聊天界面。DreamStudio 仍将作为官方托管版本保留。
Stability AI 发布面向开发者的 Stable Animation SDK,让用户能调用 Stable Diffusion 模型生成动画。该工具支持纯文本、图片加文本、视频加文本三种生成方式,开发者可通过动画端点直接把生成能力集成进自己的产品和工作流中。
在 Google I/O 大会上,Google 宣布 Chrome 浏览器集成 WebGPU,让网页应用能直接调用设备 GPU 运行 AI。现场还展示了基于 Stable Diffusion 的网页文生图。这意味着端侧无需上传数据即可处理 AI 任务,兼顾响应速度与隐私安全。
Stability AI 发布首个通过人类反馈强化学习(RLHF)训练的大规模开源聊天模型 StableVicuna-13B。该模型基于 Vicuna-13B,结合 Anthropic 与 OpenAssistant 等偏好数据集,用 trlX 完成 PPO 强化学习。最值得关注的是,它把此前多被闭源独占的 RLHF 完整流程带入了开源社区。模型权重差量已在 Hugging Face 开放下载。