人手一个Midjourney!Stability AI开源旗下生图模型,做图圈炸了

新智元
Stability AI在用AI造福所有人的路上越走越远。

StabilityAI又双叒叕放大招了!

就在昨天,StabilityAI在官网上重磅宣布——旗下的文生图应用DreamStudio开源了!开源产品更名为StableStudio。

据官网介绍,此次开源意味着StabilityAI的图片生成产品线迈入一个全新的篇章,也展现出了StabilityAI推广开源模型的决心。

AI的尽头是开源

自从Stable Diffusion发布以来,DreamStudio就是StabilityAI最主要的应用,用来展示最新的模型和功能。

最近,DreamStudio来了一波升级,改用了StabilityAI最新的图像生成模型——SDXL。

原本该应用的功能就是一个平台,让广大用户能用上生成图片的AI模型。到目前为止,用户得生成了少说成百上千的图片。

而此次发布的重磅炸弹,是因为StabilityAI相信,最好的推广生图模型的方式,就是开源,发展社群,而非闭关锁国。

诚如LeCun所说,AI发展的尽头是开源。

StabilityAI表示,他们的目标是和更多开发者社区建立合作关系,打造一个完全由用户控制的生成性AI的界面。

虽说DreamStudio将继续负责StableStudio的运营,但StabilityAI的目标是把StableStudio打造成一个独立的项目。

而且,StabilityAI的野心可不小,誓要把StableStudio搞的比任何一个独立公司都要牛。

追溯起DreamStudio的起源,它最初是Disco Diffusion下的一个动画工作室。随着去年夏天Stable Diffusion的发布,Disco Diffusion的重点也从动画转到了图像生成。

StabilityAI的目标就是为生成性AI创造一个强大的多模式体验,该公司一直在为这个目标而努力。

因此,StabilityAI在最新的StableStudio项目中公布了即将推出的聊天界面——

人手一个Midjourney?

在今年3月,DreamStudio也是发布了最新的一次更新。

新的稳定扩散微调(Stable unCLIP 2.1, Hugging Face),分辨率为768x768,基于SD2.1-768。

这个模型允许图像变化,以及混合操作。

由于其模块化,可以与其他模型,如KARLO,进行结合。这里面有两个变体:Stable unCLIP-L和Stable unCLIP-H,它们分别以CLIP ViT-L和ViT-H图像嵌入为条件。

再来看看几组StableStudio生成的图片。

开源——StabilityAI的优良传统

而开源,一向是Stable家族的传统。

就在上个月,Stability AI宣布推出他们的第一个大语言模型——StableLM。

划重点:它也是开源的,在GitHub上已经可用。模型从3B和7B参数开始,随后会有15B到65B的版本。

并且, Stability AI还发布了用于研究的RLHF微调模型。

项目地址:https://github.com/Stability-AI/StableLM/

Stability AI官方声称:Alpha版本的StableLM有30亿和70亿个参数,之后还有150亿到650亿参数的后续版本。

StabilityAI还豪横地表示,开发者随便用。只要遵守相关条款,不管是检查、应用还是改编基础模型,想怎么来怎么来。

StableLM功能强大,不光可以生成文本和代码,还能给下游应用提供技术基础。它是一个很好的范例,展示了小型、高效的模型通过适当训练就可以有足够高的性能。

早年间,Stability AI和非营利性研究中心Eleuther AI一起开发过早期的语言模型,可以说,Stability AI积淀很深。

像什么GPT-J、GPT-NeoX和Pythia,这都是两家公司合作训练的产物,在The Pile开源数据集上训练完成。而后续的更多开源模型,比如Cerebras-GPT和Dolly-2都是上面三兄弟的后续产品。

说回StableLM,它是在建立在The Pile基础上的新数据集上训练的,该数据集包含1.5万亿个token,大约是The Pile的3倍。模型的上下文长度为4096个token。在即将发布的技术报告中,Stability AI会公布模型的规模和训练设置。

作为概念验证,团队用斯坦福大学的Alpaca对模型进行了微调,并使用了最近的五个对话代理的数据集的组合:斯坦福大学的Alpaca、Nomic-AI的gpt4all、RyokoAI的ShareGPT52K数据集、Databricks labs的Dolly和Anthropic的HH。这些模型将作为StableLM-Tuned-Alpha发布。

当然,这些微调过的模型仅仅用于研究,属于非商业性质。后续,Stability AI还将会公布新数据集的更多细节。

其中,新数据集十分丰富,这也是为什么StableLM的性能很棒。虽说参数规模目前来看还是有点小(和GPT-3 1750亿个参数相比是这样的)。

Stability AI表示,语言模型是数字时代的核心,我们希望每个人都能在语言模型中有发言权。而StableLM的透明性。可访问性、支持性等特点也是践行了这个观念。

Stability AI表示,目前这些模型已经在GitHub公布,未来还会有完整的技术报告问世。Stability AI期待和广泛的开发者和研究人员进行合作。同时,他们还表示将启动众包RLHF计划,开放助手合作,为AI助手创建一个开源的数据集。

随着StableLM的推出,可以说Stability AI在用AI造福所有人的路上越走越远了。

毕竟,开源一向是他们的优良传统。

在2022年,Stability AI提供了多种方式让大家使用Stable Diffusion,包括公开demo、软件测试版和模型的完整下载,开发人员可以随意使用模型,进行各种集成。

作为一个革命性的图像模型,Stable Diffusion代表着一个透明、开放和可扩展的专有AI替代方案。显然,Stable Diffusion让大家看到了开源的各种好处,当然也会有一些无法避免的坏处,但这无疑是一个有意义的历史节点。

参考资料:

https://stability.ai/blog/stablestudio-open-source-community-driven-future-dreamstudio-release

本文来源:新智元,原文标题:《人手一个Midjourney!Stability AI开源旗下生图模型,做图圈炸了》

风险提示及免责条款
市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。