Stable Diffusion核心研发已集体辞职 老板也跑了

Stable Diffusion核心研发已集体辞职 老板也跑了 据悉，首席运营官Shan Shan Wong和首席技术官Christian Laforte将担任临时CEO。更早之前，Stable的核心研发团队，集体辞职了。ps.现在的CTO也刚上来不久，前CTO Tom Mason的领英都还没来得及更新呢这家最当红的AI独角兽，究竟发生了什么？CEO要去搞AI开放了公告除了宣布CEO辞任的事情，还表示将要招聘一位可长期任职的CEO，以带领公司进入下一个增长阶段。原CEO的下一站没有明确，他表示要去投身AI开放和去中心化工作中去了。在公告中他说，很骄傲从引入第一位开发者至今，Stability已经获得了数亿次下载量，并创造了跨模态的最佳模型。我坚信Stability AI的使命，并认为公司要掌握在有能力者的手中。Stability AI董事会主席也肯定了Emad的工作：非常感谢Emad对Stability AI和开源工作的领导和承诺。不过，“和平分手”背后，Stability AI高层的动荡远不止此。据统计从去年3月至今，已有至少19名高管或关键人物出走。CTO也也刚刚换新，据称随着新CTO的上任，公司战略可能向语言模型偏转。有消息显示Emad的辞职与核心团队辞职、和投资人产生矛盾有关。彭博社消息称，由于投资者就公司财务状况向管理层施压，Stability AI考虑出售公司。去年秋天公司曾与多家公司就收购进行早期谈判。而且去年公司高层也非常动荡。值得一提的是，Emad在任职期间，被曝出过不少黑料，包括：学历/工作经验造假、拖欠员工工资、诓骗投资人、挪用公款等。且爆料人正是前员工们，如果包含投资人在内，一共30多人进行了指控。Stability AI的联创Cyrus Hodes甚至还就“欺诈和挪用公款”一事专门起诉过Emad。但我们无法得知，Emad的辞职和这些是否有关。不过可以确定的是，在这段“和平分手”背后，Stability AI的动荡已经昭然若揭。就在两天前，前CEO Emad Mostaque亲自在内部全体会议上宣布:Stable Diffusion核心研究团队集体辞职。包括研究团队领导、论文一作Robin Rombach，共同一作Andreas Blattmann，以及另一位作者Dominik Lorenz。Stability AI怎么了？Stability AI的成功很大程度上可以直接归因于Stable Diffusion。正如前文所述，Stable Diffusion最初是一个学术研究项目。由Björn Ommer教授领衔，Robin Rombach、Andreas Blattmann、Dominik Lorenz这三位慕尼黑大学机器视觉与学习研究小组成员，以及Runway的研究人员完成。研究论文发表七个月后，Stability AI开始介入，提供计算资源，以进一步开发文本到图像生成模型。Stable Diffusion刚正式发布一个月就火爆圈内外，促使Stability AI在2022年A轮融资中，筹集到1.01亿美元，估值迅速攀升到10亿美元。值得一提的是，Stable Diffusion的爆火不仅仅是因为效果，更是因为其免费开源。不过，也正是由于Stable Diffusion足够开放，所以Stability AI的商业模式并不明了。换句话说，就是不能稳定地挣钱。而根据彭博社此前的爆料，该公司每个月至少要花费800万美元（人民币约5700万元）来支持业务运营。《福布斯》则直接指出：内部文件显示，StabilityAI的支出大大超过了收入。去年年底，Stability AI还一度传出因财务状况压力而寻求出售的消息。据《商业内幕》爆料，CEO Emad Mostaque还曾经警告Stability AI员工行业竞争激烈：你们都会在2023年死去。几天前的核心团队突然辞职，《福布斯》也爆料了原因：Stability Al正因入不敷出且融不到新资金而陷入困境。网友也因此担心，尚未全面开放的Stable Diffusion 3，还能开源吗？值得一提的是，目前不只Stability AI一家AI初创公司面临商业化的困境。估值40亿美元的Inflection AI也面临着分崩离析的状况。其CEO（DeepMind联创穆斯塔法-苏莱曼）和首席科学家均已前往微软赴任，在微软领导新成立的AI部门，并且带走了Inflection AI大批员工。要知道，微软可是Inflection AI的投资方，只要人不要公司，很大一部分原因应该来自Inflection AI目前遭遇的窘境。成立至今，Inflection AI旗下大模型已迭代到2.5代，推出了主打私人陪伴的AI产品PI。但是过去三个月，Pi网站每月平均访问量只有不到400万左右。这意味着Pi在全球AI产品流量排名至少在50位开外了。而且在商业化方面，Inflection AI也没有明显进展。如今图像生成的头部玩家Stability AI也面临窘境……大模型浪潮下，商业化该如何推进？正在考验着所有初创公司。大逃杀已经开始了。 ... PC版： 手机版：

RT 归藏Stable Diffusion最新的模型 Stable Diffusion XL正式开放使用了。我也对其做了详细的测

RT 归藏 Stable Diffusion最新的模型 Stable Diffusion XL正式开放使用了。我也对其做了详细的测试。 这次没有在Stability AI自己的平台上而是在他们收购的clipdrop平台上，可能也觉得自己没有做产品的基因把，之前的体验真是一言难尽。这个模型的参数是SD2.1的2.5倍，完整模型是几乎不能在消费级设备上跑的。…

Stable Diffusion 是人工智能公司 Stability AI 背后的文本到图像模型，于 2022 年 8 月发布。

Stable Diffusion 是人工智能公司 Stability AI 背后的文本到图像模型，于 2022 年 8 月发布。Stability AI 首席执行官 Emad Mostaque 表示，Stable Diffusion 在所有渠道拥有超过 1000 万用户。如果我们推断一下《Midjourney》的数据和趋势，就会发现，通过官方的 Stable Diffusion 渠道，用户每天会生成 200 万张图片，而在发布一年多的时间里，这个数字已经达到了 6.9 亿张图像。 如果加上其他流行模型（例如 Runway，我们单独统计）和 Stability AI 的官方渠道，使用 Stable Diffusion 创建的图像数量将增加到 125.9 亿张，占所有使用文本转文字创建的 AI 图像的 80%。 Adobe Firefly Adobe Adobe 推出了 Firefly，于 2023 年 3 月发布。上线 6 周内，用户创建了超过 1 亿资产。随着 Firefly 于 2023 年 5 月集成到 Adobe Photoshop，考虑到全球使用 Photoshop 的人数，图像数量呈指数级增长。 Adobe 在最新的新闻稿中分享了其 AI 图像统计数据：推出仅 3 个月，使用 Adobe Firefly 创建的图像数量就已达到 10 亿张。 使用 Stable Diffusion、Adobe Firefly、Midjourney 和 DALLE-2 总共生成了超过 150 亿张人工智能创建的图像。这比 Shutterstock 的整个照片、矢量图和插图库还要多，而且是 Instagram 上传的图片数量的三分之一。

【AI换图】 Stable Diffusion 背后团队之一的 Runway 公司发布了一个由该模型驱动的图像擦除和替换工具，该

【AI换图】 Stable Diffusion 背后团队之一的 Runway 公司发布了一个由该模型驱动的图像擦除和替换工具，该工具可以修改图像任何部分。用户需要做的就是擦除该区域并编写自然语言描述，剩下的交给程序就可以了。 #抽屉IT

Stability AI推出Stable Diffusion 3 提示文本理解更好、图像质量更强

Stability AI推出Stable Diffusion 3 提示文本理解更好、图像质量更强 Stable Diffusion 3的参数在8亿80亿之间，也就是说Stable Diffusion 3可能是专为移动设备开发的，AI算力消耗将更低，推理速度却更快。目前，Stable Diffusion 3支持申请使用，未来会扩大测试范围。申请地址： Diffusion 3的技术内容，但指出其核心架构使用了Transformer和Flow FMatching（简称“FM”）。Transformer大家都很熟悉了，ChatGPT、T5 、BERT等很多著名模型都是基于该架构开发的。而FM是Meta AI和魏茨曼科学研究所在2022年10月发布的，一种全新高效建模、训练技术概念。Flow Matching论文地址： Matching简单介绍目前，很多文生图模型使用的是CNF（连续正规化流动）训练方法，主要使用常微分方程对流动进行建模，实现从一种已知分布到目标分布的平滑映射。但由于训练过程需要进行大量的微分方程模拟，会导致算力成本高、模型设计复杂、可解释性差等缺点。FM则是放弃微分方程的直接模拟,而是通过回归固定条件概率轨迹来实现无模拟训练。研究人员设计了条件概率分布与向量场的概念,利用边缘分布的结合可以建立总体目标概率轨迹与向量场,从而消除了模拟过程对梯度计算的影响。1）条件概率路径构建：FM需要给出一个目标概率路径,该路径从简单分布演变到逼近数据分布。然后利用条件概率路径构建了目标路径,这样每个样本有一个对应的条件路径。2）变换层：构成FM的基本单元，每个变换层都是可逆的。这意味着从输入到输出的每一步映射都可以精确地反转，从而允许从目标分布反推到原始分布。3）耦合层：将输入分成两部分，对其中一部分应用变换，而变换函数可以是任意的神经网络，其参数由另一部分决定，保证了变换的可逆性。目前，FM技术已在图像生成与超分辨率、图像理解、图像修复与填充、条件图像生成、图像风格迁移与合成、视频处理等领域得到广泛应用。Stable Diffusion 3案例展示本次的发布页面也是由Stable Diffusion 3生成的，提示词：史诗般的动漫艺术风格，一位巫师站在夜间的山顶上，向黑暗的天空施放咒语，上面写着由彩色能量生成的“Stable Diffusion 3”文字教室桌子上有一个红苹果，电影风格，背景的黑板上用粉笔写着“要么做大，要么回家”一名宇航员骑着一只穿着蓬蓬裙的猪，撑着一把粉色的伞，猪旁边的地上有一只戴着高帽的知更鸟，角落里写着"Stable Diffusion"的字样。一只变色龙，黑色背景，摄影风格。一辆跑车的夜间照片，侧面写有“SD3”字样，汽车在赛道上高速行驶，巨大的路标上写着“更快”的文字。波浪冲击苏格兰灯塔的鱼眼镜头照片，黑色波浪。 ... PC版： 手机版：

这五天，我作为论文作者参加了世界上最大的AI顶级学术会议，采访了20+优质论文作者，参加了大厂、顶级创业公司、VC的内部聚会，平

这五天，我作为论文作者参加了世界上最大的AI顶级学术会议，采访了20+优质论文作者，参加了大厂、顶级创业公司、VC的内部聚会，平均每天睡眠5hr + 800ml 冰美式。takeaways： LLM验证了大模型范式，而这个新范式的潜力远不限于文字生成。在计算机视觉，大模型范式带来的变量正在被释放：大语言模型可以提升物体定位算法的效果、微调后的Stable Diffusion能够找到人体关节的坐标、新模型生成可交互的2.5D场景...我正在整理一份视觉领域的最新变量，如果你感兴趣，欢迎关注点赞转发，我会发给你。