无需本地部署，免费使用 Stable Diffusion | blog

无需本地部署，免费使用StableDiffusion就在Midjourney全网收割付费用户的时候，SD推出一款对标Midjourney的完全免费的AI画图软件StableFoundation，同样部署在Discord上，StableFoundation使用的是最新的sdxl1.0版本模型。如何将StableFoundation机器人弄到Discord上呢？1.没有下载Discord的朋友，需要先下载Discord2.在网页中打开这个网址discord.com/invite/stablediffusion3.将StableFoundation加入到你的频道，或者在左上角这个输入框输入搜索：stablefoundation加入频道4.加入后，在这里下面，随便选择一个机器人房间，就可以像Midjourney一样画图了(有时候可能房间比较拥挤，机器人并不理你，你可以换一个房间）

Stable Diffusion背后团队发布开源大语言模型 可用于本地部署

StableDiffusion背后团队发布开源大语言模型可用于本地部署（来源：StabilityAI）与StableDiffusion类似，StableLM同样支持知识共享4.0协议，开发者可以在遵守协议的情况下，将这个模型用于商业或研究活动。这家公司在去年发布的StableDiffusion，使得AI“文生图”赛道成为AIGC领域商业化前景最为明朗的行业。StabilityAI介绍称，StableLM可以生成文本和代码，并将助力一系列下游应用。这个模型建立在经典训练集ThePile的新实验训练集上，token数量翻了3倍至1.5万亿，公司也将在适当的时候发布数据集的详细信息。尽管公布出来的模型参数量很少，但数据集的丰富性使StableLM在会话和编程任务中表现出惊人的高性能，展现了小型高效模型如何通过适当的训练提供高性能。（效果演示，来源：StabilityAI）与GPT-4等超级大模型不同，StabilityAI的产品可供每一个人下载并部署在本地。这种做法也曾遭到一些非议，因为彻底开源意味着这些模型极有可能被用于恶意目的，例如撰写钓鱼链接的文案和协同软件攻击等。对此，StabilityAI在周三的公告中也予以回应，强调开源模型是为了促进透明度和培养信任。研究人员可以“深入了解”以验证性能、研究可解释的技术、识别潜在风险并帮助制定保障措施。公共和私营部门可以针对自己的应用程序“微调”这些开源模型，无需共享敏感数据或放弃对AI功能的控制。当然，如此“大方开源”的背后，StabilityAI也背负着沉重的营收压力。据新兴财经媒体Semafor4月初报道，StabilityAI去年底刚刚融到1亿美元的资金正接近“快速烧完”，公司CEOEmadMostaque的领导风格也遭到内部质疑。...PC版：https://www.cnbeta.com.tw/articles/soft/1355777.htm手机版：https://m.cnbeta.com.tw/view/1355777.htm

Stable Diffusion被起诉 诉状问题众多 网友称还不如ChatGPT帮他写

StableDiffusion被起诉诉状问题众多网友称还不如ChatGPT帮他写然而，当网友们对诉讼内容进行逐字逐句的分析后，却找出了许多令人目瞪口呆的低级错误，甚至预测这场官司大概率会输。到底有多离谱？例如，起诉书中将StableDiffusion形容为“一种21世纪的拼贴工具（collagetool）”、“可以重新混合（remix）数百万艺术家的版权作品”等等。有网友调侃，连这种简单的错误都会犯，这律师还不如让ChatGPT帮他写。所以这起官司的完整情节究竟是什么，起诉书的具体内容又如何？一起往下看。这场官司谁打的？这次集体诉讼的原告是三位在业内小有名气的艺术家：SarahAnder­sen、KellyMcK­er­nan和KarlaOrtiz。相信不少网友都在网上刷到过SarahAnder­sen的作品《莎拉的涂鸦（Sarah’sScrib­bles）》。他们委托的律师名为MatthewButterick，在此之前他还负责过对GitHubCopilot的集体诉讼，指控其侵犯众多代码原创者的版权，以及侵犯众多用户的隐私等。在这次对StableDiffusion的诉讼中，该律师首先把StableDiffusion定义为“一种21世纪的拼贴工具（collagetool）”。他指出，StableDiffusion包含数百万（甚至可能数十亿）受版权保护图像的副本，这些副本都是在艺术家不知情或未同意的情况下获得的。即使假设每张图片的名义损失为1美元，这种盗用的价值也将达到50亿美元。文中还做了个对比：有史以来最大的艺术品盗窃案是1990年美国波士顿伊莎贝拉·斯图尔特·加德纳博物馆13件艺术品失窃案，所有丢失的艺术品估值加起来为5亿美元。和StableDiffusion窃取的50亿美元相比，可以说小巫见大巫了。接下来的重点，在于律师列举StableDiffusion存在的问题上。我们为大家摘取了几个关键点：1、扩散模型是AI找出如何通过去噪重建训练数据副本的一种方式。正因为如此，就版权而言，它与MP3或JPEG没有什么区别——一种存储特定数字数据的压缩副本的方式。2、当用户根据提示词生成图像时，StableDiffusion使用训练图像通过数学软件过程生成看似新的图像。这些“新”图像完全基于训练图像，是StableDiffusion训练集中特定图像的衍生作品的输出。归根结底，它只是一种复杂的拼贴工具。3、原告们希望在他们的职业被完全由他们的辛勤工作驱动的计算机程序淘汰之前，结束这种公然和巨大的对他们权利的侵犯。4、在StableDiffusion这样的生成式人工智能系统中，文本提示不是训练数据的一部分。它是该工具的最终用户界面的一部分。因此，它更类似于传递给互联网搜索引擎的文本查询。5、正如互联网搜索引擎在其庞大的网页数据库中查找查询，向我们显示匹配的结果一样，一个生成式人工智能系统利用一个文本提示，根据其庞大的训练数据库生成输出。起诉的三大理由在此基础上，艺术家们对StabilityAl、DeviantArt和Midjourney三家公司提出了诉讼，理由分别是：1、StabilityAl资助了一个名为LAION的组织，该组织正在创建越来越大的图像数据集，供人工智能公司使用，但没有征得原创艺术家的同意、授权，同时也没有任何补偿。除此之外，StabilityAl能还发布了DreamStudio（一个付费应用程序），背后原理正是StableDiffusion。2、DeviantArt作为网络上最大的艺术家社区之一，没有选择通过保护艺术家免受AI冲击来维护他们的社区，而是选择发布DreamUp（一个基于StableDiffusion的付费应用程序），这是对艺术家群体的背叛。3、尽管Midjourney标榜自己是“研究实验室”，但它已经培养出一大批绘画AI的付费用户。当被问及大规模复制训练数据的道德问题时，Midjourney的创始人DavidHolz曾回答：这方面没有专门的法律。艺术家们表示，DavidHolz急需被普法，他们也期待能“帮助Holz先生了解更多保护艺术家及其作品的州法律和联邦法律”。这封诉讼书一发布，就在网上引起了热烈讨论。然而，网友们却几乎一边倒地对这篇诉讼进行了群嘲。有人指出，这些表述中许多都是对基本事实的幼稚误解，如果法院公正的话，诉讼一定会被驳回。还有一位网友甚至新建了一个网站，对该诉讼的每条内容进行了逐一反驳，包括StableDiffusion并不是简单的拼贴工具等等。也有人不爽的是，这些说法将StableDiffusion完全归功于艺术家的辛勤工作，而忽视了为它编写代码的程序员的努力。甚至有偏激的网友认为，这是柿子只找软的捏，只找Midjourney和StableDiffusion的麻烦，明明微软、Google等大公司的许多模型也涉及这个问题。不过，站在艺术家的角度，也有人表示这是大家聚集起来反对不道德剥削的很好的方式。最后，对此这次诉讼你怎么看？你认为胜诉的可能性大吗？...PC版：https://www.cnbeta.com.tw/articles/soft/1339375.htm手机版：https://m.cnbeta.com.tw/view/1339375.htm

Midjourney危险了！Stable Diffusion最强模型SDXL已上线（含保姆级体验教程）！

Midjourney危险了！StableDiffusion最强模型SDXL已上线（含保姆级体验教程）！看到没多少人写sdxl，这里我就给想尝鲜的朋友，写一个如何快速体验SDXL效果的教程。免下载模型，sdxl体验步骤：https://mp.weixin.qq.com/s/Fz7U355XxmkrAztn84CNcA1、sd为什么会搞出sdxl？这次，SD看着营收上亿的Mj，终于坐不住了。它发布了全新模型SDXL1.0，号称是“迄今为止最牛逼的图像生成大模型”。那你肯定好奇，为什么会搞出这样一个产品？很简单，SD看到Mj赚了几个亿坐不住了。我要是sd，我现在大腿都要拍肿了。人家mj十几个人居然搞出来了上亿美元的收入，你sd那么多的人还在亏损？？？这不对标mj搞出个史诗级的新模型，你家投资人都坐不住了。毕竟，搞研究是要花钱的，这次的sdxl很显然就是冲着后续抢用户+收费来的。2、SDXL体验+测评效果总结根据我的经验，SDXL是一个过渡期的产品，想要尝鲜的朋友一定不要错过。首先要给第一次接触的朋友讲一下，作为一个拥有35亿参数基础模型和66亿参数模型的生物。这个SDXL到底比之前几个版本的sd牛逼在哪里？（1）对撰写提示词的要求大大降低。除了提示词更加精简之外，它的效果主要是体现在不需要质量提升词和负面提示词上。你不需要输入masterpiece这些常见的品质优化词，就可以实现非常棒的画面效果。同样的，你也不必像之前那样输入大量的负面提示词，来控制ai对画面的生成。比如最常见的手部结构出问题，是大家能识别ai的好方法，而现在ai更加能够生成无缺陷的手部结构了。（2）加强了对自然语言的理解能力。这个其实也是为了解决目前撰写提示词上的痛点，比如目前ai绘画的提示词都是一个个用逗号连接起来的词条。而到了SDXL这个版本，即使你输入一连串的自然对话，它也可以理解了。也就是说，写提示词这件事儿，真的会越来越简单了。（3）支持更大尺寸的照片，分辨率高很多。比如你可以直接生成1024x1024大小的图片了。之前你想直接出这类高清图片其实需要使用高清修复或者其他方法才能达到。（4）ai终于会写字了。SDXL已经能识别和生成文字了。

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。

StableDiffusion是人工智能公司StabilityAI背后的文本到图像模型，于2022年8月发布。StabilityAI首席执行官EmadMostaque表示，StableDiffusion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StableDiffusion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StabilityAI的官方渠道，使用StableDiffusion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%。AdobeFireflyAdobeAdobe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AdobePhotoshop，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AdobeFirefly创建的图像数量就已达到10亿张。使用StableDiffusion、AdobeFirefly、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。

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

StabilityAI推出StableDiffusion3提示文本理解更好、图像质量更强StableDiffusion3的参数在8亿——80亿之间，也就是说StableDiffusion3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，StableDiffusion3支持申请使用，未来会扩大测试范围。申请地址：https://stability.ai/stablediffusion3stability.ai没有过多的介绍StableDiffusion3的技术内容，但指出其核心架构使用了Transformer和FlowFMatching（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MetaAI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。FlowMatching论文地址：https://arxiv.org/abs/2210.02747FlowMatching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。StableDiffusion3案例展示本次的发布页面也是由StableDiffusion3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“StableDiffusion3”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"StableDiffusion"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：https://www.cnbeta.com.tw/articles/soft/1420259.htm手机版：https://m.cnbeta.com.tw/view/1420259.htm