StabilityAI試圖通過新的圖像生成人工智能模型保持領先地位

Collage of Stabie Cascade art,?Stability AI

Stability AI的最新圖像生成模型Stable Cascade承諾比其業界領先的前身Stable Diffusion更快、更強大，而Stable Diffusion是許多其他文本到圖像生成AI工具的基礎。

Stable Cascade可以生成照片并提供其創建的確切圖像的變體，或者嘗試提高現有圖片的分辨率。其他文本到圖片的編輯功能還包括圖像修復和外畫（模型只對圖片的特定部分進行填充編輯），以及可視邊緣（用戶可利用現有圖片的邊緣制作新照片）。

Image: Stability AI

新模型可在GitHub上供研究人員使用，但不能用于商業用途。在谷歌甚至蘋果等公司發布自己的圖像生成模型時，新模型也帶來了更多選擇。

與Stability的旗艦Stable Diffusion模型不同，Stable Cascade不是一個大型語言模型，而是三個依賴于Würstchen架構的不同模型。

將請求分解成更小的比特后，請求所需的內存更少（在那些很難找到的GPU上訓練的時間也更少），運行速度更快，同時在"提示對齊和美學質量"方面表現更佳。創建一幅圖像大約需要10秒，而目前使用的SDXL模型需要22秒。

Stability AI公司幫助普及了Stable Diffusion方法，同時也成為了幾起訴訟的對象，指控Stable Diffusion在未經權利持有人許可的情況下對受版權保護的數據進行訓練。該公司于12月開始通過訂閱的方式提供商業許可，并表示這是幫助其研究獲得資金所必需的。