stability.ai

基本信息

• 成立时间：2019 年。
• 总部地点：英国伦敦。
• 创始人：埃马德・莫斯塔克和赛勒斯・霍兹。
• 使命与价值观：致力于通过生成式 AI 激发人类潜能，秉持务实、以影响力为导向、协作、有雄心、大胆、创新和透明的核心价值观。

发展历程

• 2022 年：8 月，Stable Diffusion 开源，让 Stability AI 声名鹊起，可根据文本生成图像。同年，公司筹集了 1 亿美元资金。
• 2023 年：3 月 2 日，宣布 Blender 产品可进行 3D 文本到图像创建。7 月，推出 Stable Diffusion XL 首个正式版 1.0。10 月，音频产品被《时代周刊》评为 2023 年最佳发明之一。11 月 24 日，入选 “首期《财富》全球人工智能创新者 50 强榜单”。
• 2024 年：2 月，推出新一代文生图模型 Stable Cascade，2 月 15 日，Stable Video Diffusion 更新 1.1 版本。6 月 25 日，任命维塔数码前首席执行官普雷姆・阿卡茹为首席执行官，并宣布获得格雷克罗夫特、光速风投等投资。9 月 24 日，詹姆斯・卡梅隆加入董事会。

产品与技术

• 图像领域
  • Stable Diffusion：可根据文本描述生成图像，能模仿多种艺术风格，有多个版本如 Stable Diffusion XL 等，在图像生成能力上不断提升。
  • Stable Cascade：新一代文生图模型，建立在 Würstchen 架构上，性能和内容质量有所提升，采用 “模块化” 设计，降低推理显存需求。
• 视频领域：Stable Video Diffusion 是第一个开放视频模型，可将文本和图像输入转换为生动场景，用于媒体、娱乐等多个领域。
• 音频领域：Stable Audio 可通过输入文本提示和持续时间创建原始高质量音频，使用音频模型的潜在扩散，基于 AudioSparx 数据训练。
• 3D 领域：Stable Zero123 专门用于生成 3D 对象，能从各个角度准确解释对象，是 3D 可视化领域的进步。
• 语言领域：推出了如 Stable LM 等语言模型，提升编码能力，有丰富的多语言模型选择。