Stability AI 聯手 Morph Studio:打造多分支 AI 影片生成工作流
Morph Studio 宣佈與 Stability AI 達成合作,推出一體化 AI 影片生成平臺。該方案支援將文本、影像或已有影片轉化為連續鏡頭,並採用多分支並行工作流提升創作效率。目前官網已開放候補名單申請。
Morph Studio 宣佈與 Stability AI 達成合作,推出一體化 AI 影片生成平臺。該方案支援將文本、影像或已有影片轉化為連續鏡頭,並採用多分支並行工作流提升創作效率。目前官網已開放候補名單申請。
Jasper 宣佈從 Stability AI 手中收購 AI 影像平臺 Clipdrop,交易已於 2 月 20 日完成。Clipdrop 團隊全員加入並繼續留駐巴黎負責多模態研發。企業即日起可通過 Jasper API 呼叫,個人仍可在原網站獨立使用。
Stability AI 宣佈開啟 Stable Diffusion 3 早期預覽候補名單。新模型結合 Diffusion Transformer 架構與流匹配,引數量覆蓋 800M 至 8B,重點改進了多主體提示、畫質以及文字拼寫能力。目前該模型尚未全面開放,公開開源前先面向測試者收集反饋。
Stability AI 推出文生圖模型 Stable Cascade 的研究預覽版。該模型基於 Würstchen 架構,採用三階段分層壓縮,將微調訓練成本降至同等規模 Stable Diffusion 的十六分之一。相關推理與訓練程式碼已在 GitHub 開源,但當前僅限非商業研究使用。
Stability AI 宣佈推出影片生成模型 SVD 1.1,基於 SVD-XT 微調,可在 1024x576 解析度下生成 4 秒 25 幀短片。新版本優化了運動連貫性,減少畫面靜止與人物崩壞。研究用途可在 Hugging Face 免費下載,商用則需付費訂閱或通過 API 呼叫。
議員提出《AI 基礎模型透明度法案》,要求基礎模型開發者披露訓練資料來源、算力規模及防範風險的紅隊測試記錄。法案旨在讓版權方確認資料是否被抓取訓練。目前該法案仍待提交委員會討論,尚未正式立法。
Stability AI 推出會員體系 Stability AI Membership,規範其開源模型的商用權益。體系分三檔:個人與研究仍免費,創作者和初創團隊每月付 20 美元即可自託管商用,另有大企業定製檔。官方希望藉此在開放與持續研發資金間取得平衡。
Stability AI 推出 3D 模型 Stable Zero123,可從單張圖片生成多視角並重構 3D 資產。相比前代 Zero123-XL,它優化了資料集與仰角條件,訓練效率提升 40 倍。生成單視角視訊記憶體與 SD1.5 相同,完整 3D 推薦 24GB 視訊記憶體,權重已上線 Hugging Face。
輕量對話模型 Stable LM Zephyr 3B 釋出,引數量為 30 億,比 7B 模型小 60%。它基於 DPO 演算法強化了指令遵循與問答能力,無需高階硬體即可在各類邊緣裝置上響應。該模型目前以非商業許可證開放權重下載。
Stability AI 執行長 Emad Mostaque 發文回應外界傳聞,明確表示公司從未主動接觸任何機構尋求被收購。他表示公司治理結構簡單,正與多家戰略伙伴合作且很快會公佈新合作,並順帶稱讚了合作伙伴 Jasper 與 Cohere。
據報道,Stable Diffusion 母公司 Stability AI 因財務壓力正接觸買家尋求出售。主要投資方 Coatue 上月致信要求其 CEO 辭職。據悉該公司每月開銷達 800 萬美元,收入僅佔零頭。官方回應稱並未打算出售,正專注於釋出新模型。
Stability AI 釋出文生圖模型 SDXL Turbo。它採用對抗擴散蒸餾技術,將生成步數從 50 步壓縮至單步,在 A100 上生成 512x512 影像僅需 207 毫秒,實現了即時出圖。不過目前僅開放非商業研究授權。
Stability AI 釋出首個生成式影片基礎模型 Stable Video Diffusion,並以研究預覽形式開源了程式碼與權重。該模型基於 Stable Diffusion 打造,包含兩款圖生影片模型,可生成 14 幀與 25 幀畫面。官方強調目前僅供研究,暫不可商用。
Stability AI 開啟 Stable 3D 私有預覽,支援用文本或圖片在數分鐘內生成匯出為 .obj 格式的 3D 模型。同時亮相的還有一鍵換天的 Sky Replacer 以及企業微調服務 Stable FineTuning。不過 Stable 3D 目前僅限申請內測。
美國聯邦法官裁定縮減藝術家針對 Stability AI、Midjourney 等公司的版權訴訟範圍。法院駁回了「AI 生成的所有圖片自動構成侵權」的主張,並駁回針對 Midjourney 的侵權指控,但保留了 Stability AI 涉嫌非法使用版權圖片訓練模型的訴訟。原告獲准修改起訴書。
Stability AI 宣佈創始人 Emad Mostaque 將出席英國布萊切利園 AI 安全峰會。作為代表性的開源模型廠商,其呼籲政策制定者在整個生態中支援 AI 安全,強調開源能避免技術利益被科技巨頭獨攬並促進創新競爭。
芝加哥大學團隊公佈資料投毒工具 Nightshade。藝術家上傳作品前可用它對畫素做微小調整,若被 AI 抓取用於訓練,會導致模型識別錯亂(例如把狗畫成貓)。該工具旨在反制未經許可抓圖的 AI 公司,後續將開源並整合進 Glaze。
Stability AI 推出 3B 引數的輕量語言模型 Stable LM 3B,專為掌上裝置和筆記本打造。它的常識推理表現不僅超越同尺寸前代模型,還勝過部分開源 7B 模型,能顯著降低端側執行成本。模型以 CC-By-SA 4.0 協議開源,作為基礎模型供開發者微調。
Stability AI 推出首款音樂與音效生成工具 Stable Audio。它基於潛在擴散架構,使用者輸入文本提示詞和指定時長即可生成 44.1 kHz 音訊。免費版支援最長 45 秒片段,Pro 訂閱可生成 90 秒且允許商用,訓練資料來自版權曲庫 AudioSparx。
Hugging Face 宣佈文生圖模型 Würstchen 正式整合至 Diffusers 庫。它用創新的兩階段架構實現了 42 倍影像空間壓縮,生成速度遠快於 SDXL 且佔用極少視訊記憶體,訓練成本相比 SD 1.4 直降 16 倍。這意味著沒有頂級顯示卡的開發者也能低成本玩轉高畫質生圖。