Stability AI 宣布 Stable Diffusion 3

StabilityAI宣布StableDiffusion3AI创业公司StabilityAI宣布其最新一代的文本图像模型StableDiffusion3开放预览。感兴趣的用户可以申请加入等候名单。StabilityAI称开放预览是为了在正式发布前收集与性能和安全性相关的用户反馈。StableDiffusion3模型的参数规模从8亿到80亿不等，其架构组合了diffusiontransformer和flowmatching，技术报告将在晚些时候公布。来源，频道：@kejiqu群组：@kejiquchat

Stability AI 发布 Stable Video Diffusion

StabilityAI发布StableVideoDiffusionAI创业公司StabilityAI发布了它的视频生成模型StableVideoDiffusion，源代码采用MITLicense发布在上，权重发布在HuggingFace上。StableVideoDiffusion基于StableDiffusion，有两种输出形式，能以每秒3-30帧的定制帧速生成14和25帧。StabilityAI称其模型的表现好于私有模型。来源，频道：@kejiqu群组：@kejiquchat

Stability AI 发布了他们最强的图片生成模型 Stable Diffusion 3 的技术报告，披露了 SD3 的更多

StabilityAI发布了他们最强的图片生成模型StableDiffusion3的技术报告，披露了SD3的更多细节。据他们所说，SD3在排版质量、美学质量和提示词理解上超过了目前所有的开源模型和商业模型，是目前最强的图片生成模型。技术报告要点如下：◆根据人类偏好评估,SD3在排版质量和对提示的理解程度上,均优于目前最先进的文本生成图像系统,例如DALL·E3、Midjourneyv6和Ideogramv1。◆提出了新的多模态扩散Transformer(MultimodalDiffusionTransformer,简称MMDiT)架构,其使用独立的权重集分别表示图像和语言。与SD3的先前版本相比,该架构改善了系统对文本的理解能力和拼写能力。◆SD38B大小的模型可以在GTX409024G显存上运行。◆SD3将发布多个参数规模不等的模型方便在消费级硬件上运行，参数规模从800M到8B。◆SD3架构以DiffusionTransformer(简称"DiT",参见Peebles&Xie,2023)为基础。鉴于文本嵌入和图像嵌入在概念上存在较大差异,我们为这两种模态使用了独立的权重集。◆通过这种方法,信息得以在图像Token和文本Token之间流动,从而提高了模型生成结果的整体理解力和排版质量。我们在论文中还讨论了如何轻松地将这一架构扩展至视频等多模态场景。◆SD3采用了矫正流(RectifiedFlow,简称RF)的公式(Liuetal.,2022;Albergo&Vanden-Eijnden,2022;Lipmanetal.,2023),在训练过程中,数据和噪声被连接在一条线性轨迹上。这导致了更直的推理路径,从而可以使用更少的步骤进行采样。◆扩展矫正流Transformer模型：使用重新加权的RF公式和MMDiT主干网络,对文本到图像的合成任务开展了模型扩展研究。我们训练了一系列模型,其规模从15个。Transformer块(4.5亿参数)到38个块(80亿参数)不等。

Stability AI 推出 Stable Video Diffusion 模型，可根据图片生成视频

StabilityAI推出StableVideoDiffusion模型，可根据图片生成视频StableVideoDiffusion这款模型能够通过现有图片生成视频，是基于之前发布的StableDiffusion文本转图片模型的延伸，也是目前为止市面上少有的能够生成视频的AI模型之一。不过，这款模型目前并不是对所有人开放的。StableVideoDiffusion目前处于StabilityAI所谓的“研究预览”阶段。想要使用这款模型的人必须同意一些使用条款，其中规定了StableVideoDiffusion的预期应用场景（例如“教育或创意工具”、“设计和其他艺术过程”等）和非预期的场景（例如“对人或事件的事实或真实的表达”）()投稿：@ZaiHuaBot频道：@TestFlightCN

Stable Diffusion 的母公司 Stability AI 宣布开源一款全新的大语言模型

StableDiffusion的母公司StabilityAI宣布开源一款全新的大语言模型StableLM模型的Alpha版本有30亿和70亿参数，并将于后续开放150亿和650亿的参数模型。StabilityAI的创始人EmadMostaque自2020年从OpenAI团队离开后，一直秉承着开源开放的理念，持续推出了多款AI开源模型。其中影响力最广的，便有大家所熟知的文本生成图像模型StableDiffusion。本次开源的StableLM，基础功能跟GPT一样，支持生成文本和代码，在未来可以给不少应用提供基础技术支持。在项目中，StableLM提供了几个基础演示，包括聊天、撰写书信、小说创作、代码编写等功能。来源(，)来自：雷锋频道：@kejiqu群组：@kejiquchat投稿：@kejiqubot

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。