图片来源：Stable Diffusion
很多专业AI绘画爱好者，一直在等待Stable Diffusion 3发布，从年前期待到了年后的，如今看来，很可能等不到开源安装包了。
5月份，Stability AI 宣布推出 Stable Artisan，宣布希望让更广泛的受众能够使用 Stability AI 的 Developer Platform API 功能。
很多人对这个产品感到不解，这是个什么产品。从其官方公告，Stable Artisan 具有Stability AI 的高级型号，例如 Stable Diffusion 3、Stable Video 和 Stable Image Core，使用户能够直接在 Discord 中创建高质量的媒体。
什么，要去Discord 种使用，不是独立的本地安装软件了吗？这不得不说，开源实在是赚钱太难了，在4月份Stability AI CEO都要离职的背景下，公司舍命要从开源转向闭源，也是情有可原。
毕竟看闭源AI绘画软件Midjourney，依靠在Discord 社区中付费使用，2023年预计营收在2亿美元，但团队只有11个人，简直是躺着数钱。
Discord 中SD比MJ有何特别？
Stability AI终于走midjourney的这条路了，在Discord上搭建了频道，对C端收费，集合了生图/生视频/图片放大/背景删除等功能，支持的图像和视频模型包括Stable Diffusion 3、Stable Video Diffusion和Stable Image Core。
点击链接就可以进入官方Discord服务器：https://discord.com/invite/stablediffusion
首先是文生图的使用方式。进入discord服务器之后进入ARTISAN频道，任意选择一个：
接着在输入框中键入“/dream”，会显示没有权限，点击https://stability.ai/stable-artisan#choose-stable-artisan-plan链接，注册登录后填写信用卡信息和地址，能免费试用三天，三天后开始收费。早期Stable Diffusion相比Midjourney最大的不同就是“详细”，可以调各种参数，使用起来比较复杂，适合专业人士。这些参数如今也被搬到了Discord上，输入框里会提示用户输入以下五类参数：从上到下分别为negative- prompt（负面提示词）、seed（种子值）、aspect（长宽比）、model（模型）、image（图片张数）草图：通过精确控制将粗糙的手绘草图升级为精细的输出。对于非草图图像，它允许通过利用图像中的轮廓线和边缘来详细处理最终外观。结构：通过维护输入图像的结构来生成图像，使其对于高级内容创建方案（例如重新创建场景或从模型渲染角色）特别有用。Stability AI官方表示，和SDXL相比，SD3的亮点在于其对字体和提示的遵循能力，这一点在人类偏好评估中得到了突出体现。为了实现这一目标，SD3采用了新的多模态扩散变换器（MMDiT）架构，该架构改进了对图像和语言表示的权重分离处理，从而显著增强了模型的文本理解和拼写能力。SDXL到MMDiT架构升级，这使得SD3在理解和执行用户的文本提示时更为精准，生成的图像更加符合用户的预期。简单来讲，Stable diffusion将在生成文字上更智能。事实上也的确如此，上图中的““CROZ-080-Develops”格外清楚，并没有出现书写错误，如果用Midjourney或者Dalle，得到的可能是一堆乱码。功能的丰富程度比Midjourney强太多。不过，在生成视频上，还有很长的路要走，因为使用的是扩散模型，AI并没有真正懂得物理规律，所以视频中的猫咪变形严重……经历过总裁辞职、核心团队解散的困境，Stability AI依然还在坚持，发布了SD3论文后，又发布了SD3的API，上线了Discord版本。一个月前，百度董事长李彦宏的内部讲话曝光，给开源大模型泼了不少冷水，他称大模型开源的意义不大，闭源模型在能力上会持续领先。
在内部讲话中，他给出的理由是，有商业模式的闭源模型才能聚集人力和财力，中国和美国最强的基础模型都是闭源的，而最好的小模型都是大模型降维做出来的，而且闭源在成本、效率上有优势，同等能力闭源模型推理成本更低，响应速度更快。他还有另一个理由，即模型开源跟传统软件开源如Linux、安卓不同，“虽然开源模型Llama也鼓励大家贡献各种各样的数据、代码，但实际上最主要的开发者就是Meta，不是一个真正大家一起来协同开发的产品。”李彦宏的讲话不无道理，目前，开源模型面临的最大挑战就是商业化。之前在Stable Diffusion 3 发布的同一时间，外媒还传出了 Stability AI 旗下图像生成应用公司 Clipdrop 被收购的消息。总部位于巴黎的 Clipdrop 成立于 2020 年 7 月，使用开源 AI 模型允许用户生成和编辑照片。在 2023 年 3 月以未披露的金额出售给 Stability AI 之前，它已从 Air Street Capital 筹集了种子投资。当时，Clipdrop 表示它拥有超过 1500 万用户。但仅仅一年之后，Stability AI 就将它卖给了美国写作助理初创公司 Jasper。有人评价说，Stable Diffusion 3 的发布就是在掩盖这个消息。和很多 AI 创业公司一样，Stability AI 面临的困境在于其以惊人的速度烧钱，但却没有明确的盈利途径。去年年底，该公司还传出了 CEO 可能被投资者赶下台的消息，公司本身可能也在寻求卖身。在这样的背景下，Stability AI 迫切地需要提振投资者信心，上线Discord版本收费可能就是以解燃眉之急。