Stability AI 釋出日語圖文模型 Japanese InstructBLIP Alpha:能認晴空塔與金閣寺
Stability AI 推出首個日語視覺語言模型 Japanese InstructBLIP Alpha。它基於 InstructBLIP 架構與日語大模型打造,能精準識別日本特色地標並完成圖文問答,目前已在 Hugging Face 開源,僅限研究使用。
Stability AI 推出首個日語視覺語言模型 Japanese InstructBLIP Alpha。它基於 InstructBLIP 架構與日語大模型打造,能精準識別日本特色地標並完成圖文問答,目前已在 Hugging Face 開源,僅限研究使用。
Stability AI 宣佈與 NVIDIA 合作,通過 TensorRT 深度最佳化 SDXL 並開放 ONNX 權重。在 H100 GPU 上模型效能翻倍,高畫質圖生成僅需 1.47 秒,延遲降低 41%、吞吐量提升 70%。生圖效率大幅提高,能直接降低創作者與開發者的部署成本。
Stability AI 釋出首個日語語言模型 Japanese StableLM Alpha,引數量為 70 億。模型基於 7500 億 token 訓練,在多項日語基準測試中表現領先。其中基礎模型採用 Apache 2.0 協議支援商用,指令微調版本僅限研究用途。
Stability AI 宣佈推出首個程式設計專用大模型 Stable Code Alpha 3B。該系列基於 5600 億 token 程式碼訓練,提供基礎、指令微調和具備 16000 token 視窗的長上下文三個版本,能同時處理約 5 個 Python 檔案的程式碼量。
AI 社群創作者通過訓練 LoRA 模型,將此前被官方下架的知名畫師 Greg Rutkowski 畫風帶回 Stable Diffusion,並在 Civitai 免費釋出。由於該技術完全開源,即便畫師本人強烈反對,官方也很難阻止風格復刻。
Stability AI 正式開源旗艦文生圖模型 SDXL 1.0。新模型支援原生 1024x1024 解析度,大幅改善了手部渲染、文字和複雜構圖能力,簡短提示詞即可出圖,不再需要堆砌「masterpiece」等修飾詞。模型採用雙階段管線,8GB 視訊記憶體顯示卡即可執行。
InvokeAI 正式釋出 3.0.0 版本。系統程式碼被全面重寫為節點化架構,並加入實驗性的節點編輯器。新版本還集成了 ControlNet、動態提示詞,初步支援 SDXL,支援超過 77 個 token 的長提示詞,並讓 Mac 使用者能以半精度載入模型省視訊記憶體。
美國地方法官 William Orrick 認定多名藝術家針對 Stability AI、Midjourney 等公司的版權訴訟存在缺陷,傾向於駁回大部分訴求。法官指出 AI 生成影像與藝術家原作缺乏實質性相似,但允許原告補充證據後重新提交訴狀。
Stability AI 上線全新開發者平臺。新平臺直接內建了沙盒測試環境,開發者無需寫程式碼即可選擇模型、調節引數並即時預覽文生圖或放大效果;API 金鑰與點數購買也不用再跳轉 DreamStudio,實現了全流程統一管理。
Stability AI 聯合旗下實驗室釋出指令微調模型 Stable Beluga 1 與 2,分別基於 LLaMA 65B 和 LLaMA 2 70B 打造。團隊參考微軟 Orca 方案,僅用約 60 萬條高質量合成數據完成微調,並在 Hugging Face 開源大模型排行榜奪冠。目前兩款模型已在非商業研究許可下開放權重。
訊息,Stability AI 執行長 Emad Mostaque 稱,AI 讓人數極少的團隊即可開發軟體,印度三級及以下的外包程式設計師將在未來一至兩年內失業。他認為坐在電腦前且不露面的崗位衝擊最大,但未來人機協同仍需要人類做其他探索。
Leonardo AI 宣佈接入 Stability AI 的 SDXL 0.9 模型並上線 Prompt Magic v3,同時向用戶發放 2000 點 token 額度。新組合藉助雙階段生成流程與細化模組,支援 1024×1024 基礎解析度生圖,在寫實度、光影和畫面細節上有顯著提升。
Stability AI 旗下 Clipdrop 推出草圖轉影像工具 Stable Doodle。它結合了 SDXL 0.9 和騰訊 ARC 的 T2I-Adapter 控制技術,使用者只需用滑鼠畫出簡單線稿並輸入提示詞,就能從 14 種藝術風格中生成對應影像。普通使用者無需登入即可免費試用,但有每日額度限制。
Stability AI 推出文生圖模型 SDXL 0.9,畫面細節相比 4 月的測試版大幅升級。新版本採用兩階段生成架構,組合引數達 6.6B,能在 8GB 視訊記憶體的消費級顯示卡上跑出 1024x1024 影像。普通使用者現可通過 Clipdrop 試用,正式開源版 1.0 預計 7 月中旬到來。
Clipdrop 推出基於 Stable Diffusion XL 的擴圖工具 Uncrop。使用者上傳圖片後無需輸入提示詞,演算法會自動推斷並生成延展背景,自由改變畫面比例以適配海報或重新構圖。該工具已在網頁端開放,免登入即可免費體驗,但極端擴充套件可能影響畫質。
Stability AI 旗下 Clipdrop 推出 Reimagine XL。該工具無需文字提示詞,而是通過影像編碼器提取整張圖片的特徵,生成構圖全新、不復用原影像素的高畫質變體,且適配多種畫幅比例。
Stability AI 宣佈開源文生圖產品 DreamStudio,推出開源專案 StableStudio。官方希望藉助社群力量打造生成式 AI 互動介面,支援外掛擴充套件與 WebGPU 本地推理,未來還將引入聊天介面。DreamStudio 仍將作為官方託管版本保留。
Stability AI 釋出面向開發者的 Stable Animation SDK,讓使用者能呼叫 Stable Diffusion 模型生成動畫。該工具支援純文本、圖片加文本、影片加文本三種生成方式,開發者可通過動畫端點直接把生成能力整合進自己的產品和工作流中。
在 Google I/O 大會上,Google 宣佈 Chrome 瀏覽器整合 WebGPU,讓網頁應用能直接呼叫裝置 GPU 執行 AI。現場還展示了基於 Stable Diffusion 的網頁文生圖。這意味著端側無需上傳資料即可處理 AI 任務,兼顧響應速度與隱私安全。
Stability AI 釋出首個通過人類反饋強化學習(RLHF)訓練的大規模開源聊天模型 StableVicuna-13B。該模型基於 Vicuna-13B,結合 Anthropic 與 OpenAssistant 等偏好資料集,用 trlX 完成 PPO 強化學習。最值得關注的是,它把此前多被閉源獨佔的 RLHF 完整流程帶入了開源社群。模型權重差量已在 Hugging Face 開放下載。