機器之心報道
編輯：小舟、蛋醬
開源是永遠的必殺技。
自從文本到圖像開源模型 Stable Diffusion 最初版本發(fā)布以來，DreamStudio 一直是 Stability AI 新模型和功能的主要界面。迄今，用戶已經(jīng)借助 DreamStudio 創(chuàng)建了數(shù)百萬張圖像。
最近，DreamStudio 還升級到了 SDXL，實現(xiàn)了比其前身 Stable Diffusion 2.1 更詳細的圖像和構(gòu)圖，并能用較短的 prompt 來創(chuàng)建描述性圖像。
就目前來說，DreamStudio 已經(jīng)可以生成這樣的圖像，效果不輸 Midjourney 5.1：
盡管 DreamStudio 提供了幾乎沒有門檻的圖像生成方法，但它也有一個條件：付費。SDXL 版本的定價甚至還要更高一些。
而且，對一部分技術(shù)過關(guān)的開發(fā)者來說，他們也希望能夠在 DreamStudio 的基礎(chǔ)上進行一些應用擴展。
或許是聽到了網(wǎng)友們的心聲？剛剛，Stability AI 發(fā)布了 DreamStudio 的開源版本 ——StableStudio。
開源地址：https://Github.com/Stability-AI/StableStudio
「我們相信，擴大技術(shù)落地的最佳方式是通過開放、社區(qū)驅(qū)動的開發(fā)，而不是閉源產(chǎn)品的私有化迭代。」Stability AI 表示。
在該公司的規(guī)劃中，StableStudio 的目標是進行更廣泛的社區(qū)合作，為生成式 AI 打造一個世界級的用戶界面，讓用戶能夠充分控制。盡管 DreamStudio 仍將是 Stability 公司托管的 StableStudio 的實現(xiàn)，但最終目標是培養(yǎng)一個能夠超越任何由單一公司開發(fā)的項目。
具體來說，StableStudio 和 DreamStudio 有什么區(qū)別？
Stability AI 做了一些調(diào)整，使得該項目對社區(qū)更加友好。包括：
- 刪除了 DreamStudio 專屬品牌；
- 所有在線 API 調(diào)用都已被插件系統(tǒng)取代，用戶可以輕松更換后端；
- 刪除了專屬于 Stability 的帳戶功能，例如計費、API 密鑰管理等。
擴展功能
DreamStudio 最初被設(shè)想為 Disco Diffusion 的動畫 studio，2022 年 Stable Diffusion 發(fā)布之后，DreamStudio 的重點就轉(zhuǎn)向了圖像生成。
受今年爆火的對話模型啟發(fā)，4 月 Stability AI 發(fā)布了開源 LLM StableVicuna。DreamStudio 的開源版本 StableStudio 將和 StableVicuna 結(jié)合，推出聊天界面。
StableVicuna 對話示例。
Stable Diffusion XL 生成的「Stable Vicuna」。
Stability AI 表示，StableStudio 未來可能會更新以下功能：
- 通過 WebGPU 進行局部推理
- 通過 stable-diffusion-webui 進行局部推理
- 桌面安裝
- Contro.NET 工具
安裝與使用
StableStudio 項目已在 GitHub 上線，其中包含快速安裝方法。
項目地址：https://github.com/Stability-AI/StableStudio
要使用 StableStudio，用戶需要先安裝 Node.js 和 Yarn。然后按照如下命令克隆 StableStudio 存儲庫
git clone https://github.com/Stability-AI/StableStudio.git
cd StableStudio
yarn
yarn dev
默認情況下，StableStudio 在 localhost:3000 上運行。用戶需要準備 API 密鑰才能使用默認的 Stability API 插件；如果沒有，則需要在 DreamStudio 上創(chuàng)建帳戶并獲取密鑰。
圖像生成主流模型
無論是 DreamStudio，還是開源版本的 StableStudio，其背后的基礎(chǔ)模型都是當前大火的圖像生成模型 Stable Diffusion。Stable Diffusion 因其能在消費級 GPU 上快速生成高質(zhì)量圖像而得到廣泛使用。
Stable Diffusion 模型的技術(shù)最早來源于發(fā)表在 CVPR 2022 中的一篇論文《High-Resolution Image Synthesis with Latent Diffusion Models》。為了訓練出 Stable Diffusion，研究團隊動用了 4000 個 A100 Ezra-1 AI 超大集群， Stability AI 公司提供了這些算力。
2022 年 8 月，Stability AI 宣布發(fā)布 Stable Diffusion 并開源，11 月，他們又發(fā)布了 Stable Diffusion 2.0 版本。現(xiàn)在，Stable Diffusion 已取代 GAN 成為圖像生成領(lǐng)域主流模型。
