生动描绘这一盛况：一幅史诗般的动漫场景中，一位巫师矗立在山顶，在漆黑夜空下施放名为“Stable Diffusion 3”的宇宙咒语，五彩斑斓的能量由此涌现，形成一幅奇幻壮丽的画面。此幅画面正是源自Stability AI官网对SD3模型魅力的具象化表达。
资料显示，成立于2019年的Stability AI，总部位于英国伦敦，自称为全球顶级开源生成式AI企业，坐拥超过30万由创、开发者和研究者组成的活跃社区。2022年8月，其发布的开源文生图工具Stable Diffusion犹如星火燎原般迅速传播，让这家初创公司一跃成为公众焦点。根据CBinsights数据，Stability AI在四轮融资中共斩获1.51亿美元，同年10月估值高达10亿美元。
一如其系列前作，SD3的最大亮点在于开源属性。Stability AI坚持推进生成式AI的开放性、安全性及普遍可访问性，他们坚信通过SD3能为个人、开发者和企业提供极具适应性的解决方案，助力释放人类无限创新潜能。技术层面，SD3采用与近期大火的文生视频模型Sora相同的扩散transformer架构，并搭载了流匹配这一前沿技术，以进一步提升扩散模型的表现力。值得注意的是，SD3模型系列参数量覆盖从800M至8B的范围，这意味着它能够在众多便携设备上直接运行，极大降低了使用大型AI模型的技术门槛。
然而，当前SD3尚未全面开放，团队正在采取一系列安全措施以防止被恶意滥用。Stability AI的CEO埃马德·莫斯塔克在社交平台X（原推特）上透露，在收集反馈并进行改进后，SD3将遵循开源原则对外开放。同时，他指出SD3具备强大的多模态理解能力。
当我们将SD3与热门的OpenAI文生图模型DALL·E 3、Midjourney以及Adobe Firefly Image等进行比较时，有网友进行了实际测试，结果显示尽管生成图像并无明显优劣之分，但由于SD3是唯一免费开源的模型，因此在开源领域内被视为潜力巨大的希望之星。
值得一提的是，除了在文生图领域持续发力外，Stability AI还积极布局文生视频赛道，推出了Stable Video Diffusion模型，能够生成2至5秒的短视频。而在OpenAI发布Sora的同一天晚上，Stability AI也在官网及X平台上短暂展示了Stable Video Diffusion更新至1.1版本的消息，但很快这两条动态就神秘消失。莫斯塔克对此幽默地赞叹OpenAI创始人兼CEO如同魔术师，并预言Sora将成为未来几年内AI视频领域的GPT-3，经历不断扩展、细化、调整与优化的过程。
与此同时，外媒报道了一则耐人寻味的消息：在SD3发布的同一时刻，Stability AI旗下的图像生成应用子公司Clipdrop传出被收购消息。这家成立于2020年7月的法国巴黎公司，凭借其开源AI模型帮助用户生成和照片，拥有超过1500万用户，曾在2023年3月经由未公开交易金额出售给Stability AI。然而不足一年，Stability AI又将其转手卖给了美国AI辅助写作初创公司Jasper。
有分析认为，Stability AI选择此时发布SD3，或许意在转移外界对Clipdrop被收购的关注，凸显自身在AI技术研发上的持续突破。目前，Stability AI正面临诸多挑战，包括高速烧钱、盈利路径不明晰以及来自OpenAI等巨头可能的降维打击。去年底甚至传出CEO可能因投资者不满而遭罢免的消息，这暗示着公司本身或在寻求被并购的可能性。在如此复杂的情境下，Stability AI迫切需要通过SD3的发布提振投资者信心，证明其在AI赛道中的竞争力与持久生命力。
