位置：首页-资讯-后端开发

Stability AI开源一系列人工智能应用

2024-11-30 14:08

短信预约 -IT技能 免费直播动态提醒

51CTO读者成长计划社群招募，咨询小助手（微信号：CTOjishuzhan）

Stability AI在AIGC领域颇有名气，目前，最受欢迎的产品是其AI图像生成工具Stable Diffusion，它可以通过用户输入的文本提示生成非常复杂的图像。

针对将软件开源的问题，Stability AI的首席执行官Emad Mostaque一再公开强调：“Stability AI的愿景是利用其开源模型作为起点，帮助企业利用其私有的、受监管的数据使用生成式AI。”

1、开源Stable Studio

5月17日，Stability AI在其网站上开源了一款名为Stable Studio的应用。据悉，这是公司首个由文本生成图像的应用程序Dream Studio的开源版本，是面向消费者的。

此举为公司在AI生成图像领域开启了新篇章，并展现出Stability AI致力于在AI生态系统中推进开源的决心。

首席执行官Emad Mostaque也在推特上发布了关于开源的消息：“这是Stability AI在过去几个月里为引领开源人工智能热潮所进行的最新举措。我们将开展尖端的UI/UX研究，这样就能共同努力，释放出开源模型的创造力。”

据了解，Dream Studio一直是Stability AI新模型和功能的主要界面。而该应用程序最初被设定成将生成式人工智能功能带给大众的平台。从那时起，它的用户已经在社区里创建了数百万张图片。

由于一直以来Dream Studio具有良好的用户反馈，公司认为需要进行开放的、社区驱动式的开发，而不是靠封闭源代码产品进行私人迭代。

Stability AI也在官网上表示：“我们的目标是参与更广泛的社区合作，并为生成式人工智能创建出世界级的用户界面。我们的目标是培育可以超越任何公司的项目。”

2、塑造Stable Studio的未来

Dream Studio最初被设想打造成为Disco Diffusion的动画工作室。

随着稳定扩散技术在2022年夏天的到来，焦点被转移至图像生成层面，目标是为生成式AI创造伟大的多模式体验。为此，公司将在接下来的Stable Studio项目中公布聊天界面。

从启用本地优先开发到尝试新的插件系统，团队也一直在努力为外部开发人员提供可扩展的系统，计划为改进和增添新功能创建奖励。

总之，Stable Studio的发布重申了Stability AI对开源和透明化的承诺。

3、发布Stable SDK

在过去的一个月里，该公司还开源了其它工具和模型，包括：用文本生成动画的工具Stable Animation SDK以及大型语言模型套件Stable LM。

Mostaque在推特上说:“我们的使命是为激活人类潜力奠定基础，而模型是乐高积木。”

Stable Animation SDK是一款专为艺术家和开发人员设计的工具，可实现最先进的Stable Diffusion，以生成令人惊叹的动画。

用户可以通过各种方式创建动画，包括：通过提示(没有图像)、源图像或源视频。

随着Stability AI的动画端点，艺术家有能力使用所有Stable Diffusion模型生成动画，包括：Stable Diffusion 2.0和Stable Diffusion XL。

创建动画共有三种方式：

（1）文本到动画：用户输入文本提示并调整各种参数以产生动画。

（2）文本输入+初始图像输入：用户提供一个初始图像，作为创建动画的起点。文本提示符与图像一起使用可以输出最终的动画。

（3）输入视频+文本：用户提供一个初始视频作为动画创建的基础。通过调整各种参数，他们可以获得一个由文本提示符指导生成的最终动画。

Stability SDK发布后，用户可以使用Stable Diffusion创建动画。结果很别致，计算成本很高，并且具有非常独特的风格。

4、发布Stable Vicuna

世界上第一个RLHF LLM开源聊天机器人

最近几个月，聊天机器人的开发和发布取得了重大进展。因此，通过调整聊天语言模型创造更好的用户体验成为了热门话题。而开放访问和开源替代品的出现进一步激发了这种兴趣。

这些开源聊天模型的成功归功于两种训练范式：指令微调和基于人类反馈的强化学习（RLHF）。虽然研究者已经能够通过构建开源框架帮助训练这类模型，但始终缺乏同时应用这两种范式的开放访问和开源模型。大多数模型都是在没有RLHF训练的情况下使用指令微调。

最近，Open Assistant、Anthropic和Stanford已经开始向公众提供聊天RLHF数据集。这些数据集结合trlX提供的RLHF直接训练，构建出RLHF模型的支柱：Stable Vicuna。

Stable Vicuna是第一个通过RLHF训练的大型开源聊天机器人，能够进一步进行指令微调，是一个指令微调的LLaMA 13b模型。

这里有一些基准测试，展示出Stable Vicuna与其它类似大小开源聊天机器人的整体性能。

为实现Stable Vicuna的强大性能，研究者以Vicuna为基础模型，并遵循Steinnon等人和Ouyang等人提出的典型三级RLHF。具体来说，他们混合三个数据集，并使用监督微调进一步训练基本模型:

（1）Open Assistant对话数据集（OASST1）是一个人工生成、人工注释的助理式对话语料库，包含161443条消息、7213个偏好样本，分布在66497棵对话树中，使用35种不同的语言。

（2）GPT-4 All Prompt Generations是由GPT-3.5 Turbo生成的437,605个提示和响应的数据集。

（3）Alpaca是一个由Open AI的text-davinci-003引擎生成的包含52,000条指令和演示的数据集。

最后，研究者使用trlX执行近端策略优化（PPO）强化学习，对SFT模型进行RLHF训练，获得Stable Vicuna。

你可以从HuggingFace Hub上获得StableVicuna-13B。请注意，你还需要访问原始LLaMA模型，这需要使用GitHub repo或链接单独申请LLaMA权重。一旦你有了权重delta和LLaMA权重，就可以使用GitHub repo中提供的脚本来组合它们并获得StableVicuna-13B。

这只是Stable Vicuna的开始！接下来的几周内将对聊天机器人进行迭代并在Stable Foundation服务器上部署Discord机器人。目前，您可以在Hugging Face空间上试用该模型。