Stability AI 推出三款 ControlNet:為 Stable Diffusion 3.5 Large 帶來精準控制
Stability AI 為 Stable Diffusion 3.5 Large 釋出了三款 ControlNet 模型,包括 Blur、Canny 和 Depth。它們分別支援超解析度放大、邊緣線稿控制與深度引導,經約 150 人測試偏好度位居同類首位。年營收 100 萬美元以下可免費商用,支援通過 Comfy UI 呼叫。
Stability AI 為 Stable Diffusion 3.5 Large 釋出了三款 ControlNet 模型,包括 Blur、Canny 和 Depth。它們分別支援超解析度放大、邊緣線稿控制與深度引導,經約 150 人測試偏好度位居同類首位。年營收 100 萬美元以下可免費商用,支援通過 Comfy UI 呼叫。
Stability AI 宣佈電影導演詹姆斯·卡麥隆加入公司董事會。卡梅隆表示,生成式 AI 與 CGI 影像創作的融合是下一波浪潮。這讓深陷動盪的 Stability AI 迎來了好萊塢頂級視覺先驅的背書與支援。
曾為 Stable Diffusion 提供訓練資料的 LAION 重新發布資料集 Re-LAION-5B。該版本根據多家保護機構的建議,刪除了 2236 條涉嫌違規兒童內容的連結,並提供兩個版本,供研究機構替換舊版或清洗現有資料。
Stability AI 宣佈任命影視技術老兵 Hanno Basse 為新任技術長。Basse 擁有 30 餘年行業經驗,此前曾任 Digital Domain、微軟 Azure 媒體娛樂部門及 20 世紀福斯的 CTO。這次任命意味著 Stability AI 正加速把生成式模型推向專業影視製作管線。
昨天,美國聯邦法官裁定多位藝術家對 Stability AI 和 Midjourney 等公司的訴訟可繼續推進。法官不僅批准了對 Stability 的引誘侵權指控,還認可了針對 Midjourney 風格名單的商標侵權指控,案件將正式進入證據開示階段。
Stability AI 釋出 3D 生成模型 Stable Fast 3D。它能在 0.5 秒內將單張圖片轉化為包含網格與材質的完整 3D 資產,較上一代 SV3D 的 10 分鐘大幅提速。模型權重與程式碼現已在 Hugging Face 和 GitHub 開源,年收入 100 萬美元以下支援商用。
Stability AI 推出動態多視角影片生成模型 Stable Video 4D。使用者上傳一段單一主體的影片並指定相機位姿,模型約 40 秒內即可生成 8 個視角的 5 幀影片,可用於後續動態 3D 最佳化,目前已在 Hugging Face 開源。
Stability AI 釋出 Stable Audio Open 技術論文,詳述其架構與訓練流程。該模型基於約 50 萬條知識共享許可資料訓練,能在消費級顯示卡上生成最長 47 秒、44.1kHz 的立體聲音效,權重已上線 Hugging Face。
Stability AI 宣佈為旗下聊天機器人 Stable Assistant 推出兩項新功能。使用者現在可以直接在圖片中選定並替換特定物體,同時接入了 Stable Audio 2.0,能直接生成最長 3 分鐘的 44.1 kHz 立體聲純器樂音樂。新使用者享有 3 天免費試用。
Stability AI 宣佈修改社群許可協議,覆蓋 SD3 Medium 等最新模型。新規徹底放寬限制,年營收低於 100 萬美元的個人創作者與小微企業可免費商用,也不再限制生成圖片或影片的數量。官方同時承認 SD3 Medium 在人體姿態等生成效果上未達預期,正抓緊修復。
Stability AI 宣佈任命 Weta Digital 前 CEO Prem Akkaraju 為新任執行長,並獲得由 Facebook 首任總裁 Sean Parker 牽頭的新一輪融資,Parker 將出任董事長。該公司此前深陷危機,一季度虧損超 3000 萬美元且欠下近 1 億美元雲服務賬單。
Stability AI 宣佈在開發者平臺上線 Stable Diffusion 3 和 Stable Diffusion 3 Turbo 的 API,並聯合 Fireworks AI 提供服務。該模型採用 MMDiT 架構,官方稱在排版拼寫與提示詞遵循上不輸 DALL-E 3。後續還將向會員開放權重自託管下載。
Stability AI 推出開源模型 Stable LM 2 12B,包含基礎與指令微調版,基於 2 萬億 token 訓練並支援英、德、法等 7 種語言。其指令版支援工具呼叫與 RAG 檢索增強。同時 1.6B 版本也獲升級。個人研究免費,商用需開通會員。
Billie Eilish、Nicki Minaj、Katy Perry 等 200 多位知名音樂人簽署公開信,敦促科技公司停止未經許可使用其作品訓練 AI 音樂模型。信中警告,這類掠奪性行為正在盜用創作者的聲音與肖像,嚴重摧毀底層音樂人的生計。
Stability AI 釋出指令微調程式碼模型 Stable Code Instruct 3B。該模型僅 30 億引數,但在多項程式設計任務中超過了 CodeLlama 7B Instruct,低配置硬體即可執行。模型權重已在 Hugging Face 開放,商用需購買會員。
Stability AI 宣佈 Emad Mostaque 已辭去執行長兼董事會職務,轉去探索去中心化 AI。公司已任命營運長 Shan Shan Wong 與技術長 Christian Laforte 出任臨時聯席 CEO,目前正物色正式接任人選。
Forbes 披露主導研發 Stable Diffusion 的核心學者 Robin Rombach 等三人已從 Stability AI 辭職。此前該公司已有多位副總裁與高管出走,正面臨每月數百萬美元的高額算力與薪資開支,現金流吃緊且融資受阻。
Stability AI 推出 3D 生成模型 Stable Video 3D(SV3D),能從單張圖片生成多視角環繞影片並重建 3D 網格。模型顯著提升了視角一致性,提供自動環繞與指定軌跡兩個版本。非商業權重已在 Hugging Face 開源,商用需開通會員。
Midjourney 宣佈無限期封禁競爭對手 Stability AI 的全體員工賬號。此前系統在 3 月 2 日遭遇異常流量並宕機 24 小時,調查發現對方員工批次爬取提示詞與影像對用於訓練。Midjourney 隨後立下新規:自動化爬取致服務中斷者,封禁全公司員工。
Stability AI 聯手 Tripo AI 推出開源 3D 重建模型 TripoSR。它能根據單張圖片在 0.5 秒內生成帶紋理的 3D 模型,即便沒有獨立顯示卡也能執行。程式碼與權重採用 MIT 協議開源在 GitHub 和 Hugging Face,允許商用。