面对日益激烈的竞争与伦理挑战，AI初创公司Stability AI持续完善其生成式AI模型。今日，该公司宣布推出Stable Diffusion XL 1.0，称其为迄今“最先进”的文生图模型。
除通过API及消费者应用提供外，该模型已在GitHub开源，并上线ClipDrop和DreamStudio平台。Stability表示，相较于前代版本，SDXL 1.0色彩更鲜艳准确，对比度、阴影及光照效果显著提升。
性能提升与功能增强
Stability AI应用机器学习负责人Joe Penna在接受TechCrunch采访时指出，拥有35亿参数的SDXL 1.0可在数秒内以多种宽高比生成完整的100万像素图像。“参数”定义了模型在特定任务（如图像生成）中的能力上限。相比需更高算力的SDXL 0.9，新版本不仅效率更高，还具备更强的可定制性，支持针对特定概念和风格进行微调，并能通过基础自然语言提示实现复杂设计。
此外，SDXL 1.0在文本生成方面取得突破。尽管多数文生图模型难以清晰呈现标志或字体，但Penna强调该模型已具备“高级”文本生成与可读性能力。同时，它支持图像修复、图像外绘及“图生图”等功能，且能理解简短提示中的复杂多部分指令，无需像旧版那样依赖冗长描述。
Penna补充道：“发布这款更强大的开源模型，不仅使图像分辨率提升四倍，更将带来惠及所有用户的重大进步。”
伦理争议与安全措施
然而，与前代产品一样，SDXL 1.0仍面临棘手的道德问题。理论上，其开源版本可能被滥用于生成未经同意的深度伪造视频等有害内容，这源于其训练数据包含互联网上的数百万张图像。目前已有大量教程展示如何利用相关工具制作深度伪造或色情内容。
Penna承认滥用风险及模型存在的偏见，但表示Stability AI已采取额外减害措施，包括过滤训练集中的不安全图像、发布问题提示警告，以及在工具中屏蔽敏感术语。
在版权方面，尽管Stability AI依据美国合理使用原则主张免责，但仍遭到多位艺术家及Getty Images起诉。为此，公司与Spawning合作尊重艺术家的“退出”请求，虽未完全移除所有被标记作品，但承诺持续纳入相关诉求并不断完善安全功能。
商业拓展与市场布局
配合SDXL 1.0发布，Stability AI推出了API测试版微调功能，用户仅需少量图片即可针对特定人物或产品进行定制化生成。同时，该模型将在亚马逊云平台Amazon Bedrock上线，进一步深化与AWS的合作。
在OpenAI、Midjourney等竞品激烈竞争及自身现金流承压的背景下，Stability AI正积极拓展合作伙伴与新能力。继6月完成2500万美元可转换票据融资后，公司正通过高管招聘助力销售增长。CEO Emad Mostaque表示，SDXL 1.0代表了公司创新传统的重要一步，在AWS上的发布彰显了其为开发者和客户提供最佳开放访问模型的决心。