Stability AI发布了文生图AI系统Stable Diffusion的新版本——Stable Diffusion XL(简称SDXL)。作为最早能与OpenAI DALL-E 2相媲美的系统之一,SDXL目前通过DreamStudio提供测试版,在图像生成“丰富性”上较旧模型(Stable Diffusion 2.1)有显著提升,尤其在平面设计与建筑设计领域表现突出。
Stability AI首席技术官Tom Mason表示:“我们很高兴宣布Stable Diffusion图像解决方案系列的最新版本。它在多个行业具有变革性……成果就在我们眼前显现。”
抛开宣传话术,SDXL的实际表现似乎已达到甚至超越Midjourney最新模型的水平。针对此前文生图系统在重建手部等人体结构时的痛点,SDXL取得了巨大进步,虽不完美,但已远优于前代令人困扰的生成结果。
此外,SDXL在文本生成能力上也有所提升,尽管实测显示仍有优化空间。官方还强调其具备增强的图像构图和面部生成功能,且无需冗长提示词即可创建描述性图像。功能方面,除文生图外,还支持图生图、修复及外绘等。
在简短测试中,仅使用“Balenciaga Pope”这一极简提示词,SDXL生成的时装模特效果比旧版更接近设计师服装风格,差异显著。Stability AI表示,SDXL退出Beta后将开源,目前除DreamStudio外,也可通过API进行早期访问。
尽管技术不断进步,Stability AI仍面临多重挑战。公司正因利用网络抓取版权图像训练工具而遭遇诉讼,Getty Images亦指控其未经许可使用图片。同时,因使用限制宽松,SDXL曾被用于生成深度伪造及暴力内容,引发监管关注。
针对争议,Stability AI承诺尊重艺术家移除作品请求,但该机制仅适用于下一代“Stable Diffusion 3.0”,不适用于SDXL。据Spawning组织统计,已有超7800万件艺术作品被从训练数据集中移除。
商业化方面,Stability AI面临变现压力。CEO Emad Mostaque曾暗示上市计划,但据报道,公司去年以超10亿美元估值融资后,“正在快速消耗现金,且收入增长缓慢”。

