作者：王瑞平

51CTO讀者成長(zhǎng)計(jì)劃社群招募，咨詢小助手（微信號(hào)：CTOjishuzhan）

Stability AI在AIGC領(lǐng)域頗有名氣，目前，最受歡迎的產(chǎn)品是其AI圖像生成工具Stable Diffusion，它可以通過(guò)用戶輸入的文本提示生成非常復(fù)雜的圖像。

針對(duì)將軟件開(kāi)源的問(wèn)題，Stability AI的首席執(zhí)行官Emad Mostaque一再公開(kāi)強(qiáng)調(diào)：“Stability AI的愿景是利用其開(kāi)源模型作為起點(diǎn)，幫助企業(yè)利用其私有的、受監(jiān)管的數(shù)據(jù)使用生成式AI。”

1、開(kāi)源Stable Studio

5月17日，Stability AI在其網(wǎng)站上開(kāi)源了一款名為Stable Studio的應(yīng)用。據(jù)悉，這是公司首個(gè)由文本生成圖像的應(yīng)用程序Dream Studio的開(kāi)源版本，是面向消費(fèi)者的。

此舉為公司在AI生成圖像領(lǐng)域開(kāi)啟了新篇章，并展現(xiàn)出Stability AI致力于在AI生態(tài)系統(tǒng)中推進(jìn)開(kāi)源的決心。

首席執(zhí)行官Emad Mostaque也在推特上發(fā)布了關(guān)于開(kāi)源的消息：“這是Stability AI在過(guò)去幾個(gè)月里為引領(lǐng)開(kāi)源人工智能熱潮所進(jìn)行的最新舉措。我們將開(kāi)展尖端的UI/UX研究，這樣就能共同努力，釋放出開(kāi)源模型的創(chuàng)造力?！?/p>

據(jù)了解，Dream Studio一直是Stability AI新模型和功能的主要界面。而該應(yīng)用程序最初被設(shè)定成將生成式人工智能功能帶給大眾的平臺(tái)。從那時(shí)起，它的用戶已經(jīng)在社區(qū)里創(chuàng)建了數(shù)百萬(wàn)張圖片。 

由于一直以來(lái)Dream Studio具有良好的用戶反饋，公司認(rèn)為需要進(jìn)行開(kāi)放的、社區(qū)驅(qū)動(dòng)式的開(kāi)發(fā)，而不是靠封閉源代碼產(chǎn)品進(jìn)行私人迭代。

Stability AI也在官網(wǎng)上表示：“我們的目標(biāo)是參與更廣泛的社區(qū)合作，并為生成式人工智能創(chuàng)建出世界級(jí)的用戶界面。我們的目標(biāo)是培育可以超越任何公司的項(xiàng)目。”

2、塑造Stable Studio的未來(lái)

Dream Studio最初被設(shè)想打造成為Disco Diffusion的動(dòng)畫工作室。

隨著穩(wěn)定擴(kuò)散技術(shù)在2022年夏天的到來(lái)，焦點(diǎn)被轉(zhuǎn)移至圖像生成層面，目標(biāo)是為生成式AI創(chuàng)造偉大的多模式體驗(yàn)。為此，公司將在接下來(lái)的Stable Studio項(xiàng)目中公布聊天界面。

從啟用本地優(yōu)先開(kāi)發(fā)到嘗試新的插件系統(tǒng)，團(tuán)隊(duì)也一直在努力為外部開(kāi)發(fā)人員提供可擴(kuò)展的系統(tǒng)，計(jì)劃為改進(jìn)和增添新功能創(chuàng)建獎(jiǎng)勵(lì)。

總之，Stable Studio的發(fā)布重申了Stability AI對(duì)開(kāi)源和透明化的承諾。

3、發(fā)布Stable SDK

在過(guò)去的一個(gè)月里，該公司還開(kāi)源了其它工具和模型，包括：用文本生成動(dòng)畫的工具Stable Animation SDK以及大型語(yǔ)言模型套件Stable LM。

Mostaque在推特上說(shuō):“我們的使命是為激活人類潛力奠定基礎(chǔ)，而模型是樂(lè)高積木。”

Stable Animation SDK是一款專為藝術(shù)家和開(kāi)發(fā)人員設(shè)計(jì)的工具，可實(shí)現(xiàn)最先進(jìn)的Stable Diffusion，以生成令人驚嘆的動(dòng)畫。

用戶可以通過(guò)各種方式創(chuàng)建動(dòng)畫，包括：通過(guò)提示(沒(méi)有圖像)、源圖像或源視頻。

隨著Stability AI的動(dòng)畫端點(diǎn)，藝術(shù)家有能力使用所有Stable Diffusion模型生成動(dòng)畫，包括：Stable Diffusion 2.0和Stable Diffusion XL。

創(chuàng)建動(dòng)畫共有三種方式：

（1）文本到動(dòng)畫：用戶輸入文本提示并調(diào)整各種參數(shù)以產(chǎn)生動(dòng)畫。

（2）文本輸入+初始圖像輸入：用戶提供一個(gè)初始圖像，作為創(chuàng)建動(dòng)畫的起點(diǎn)。文本提示符與圖像一起使用可以輸出最終的動(dòng)畫。

（3）輸入視頻+文本：用戶提供一個(gè)初始視頻作為動(dòng)畫創(chuàng)建的基礎(chǔ)。通過(guò)調(diào)整各種參數(shù)，他們可以獲得一個(gè)由文本提示符指導(dǎo)生成的最終動(dòng)畫。

Stability SDK發(fā)布后，用戶可以使用Stable Diffusion創(chuàng)建動(dòng)畫。結(jié)果很別致，計(jì)算成本很高，并且具有非常獨(dú)特的風(fēng)格。

4、發(fā)布Stable Vicuna

世界上第一個(gè)RLHF LLM開(kāi)源聊天機(jī)器人

最近幾個(gè)月，聊天機(jī)器人的開(kāi)發(fā)和發(fā)布取得了重大進(jìn)展。因此，通過(guò)調(diào)整聊天語(yǔ)言模型創(chuàng)造更好的用戶體驗(yàn)成為了熱門話題。而開(kāi)放訪問(wèn)和開(kāi)源替代品的出現(xiàn)進(jìn)一步激發(fā)了這種興趣。

這些開(kāi)源聊天模型的成功歸功于兩種訓(xùn)練范式：指令微調(diào)和基于人類反饋的強(qiáng)化學(xué)習(xí)（RLHF）。雖然研究者已經(jīng)能夠通過(guò)構(gòu)建開(kāi)源框架幫助訓(xùn)練這類模型，但始終缺乏同時(shí)應(yīng)用這兩種范式的開(kāi)放訪問(wèn)和開(kāi)源模型。大多數(shù)模型都是在沒(méi)有RLHF訓(xùn)練的情況下使用指令微調(diào)。 

最近，Open Assistant、Anthropic和Stanford已經(jīng)開(kāi)始向公眾提供聊天RLHF數(shù)據(jù)集。這些數(shù)據(jù)集結(jié)合trlX提供的RLHF直接訓(xùn)練，構(gòu)建出RLHF模型的支柱：Stable Vicuna。

Stable Vicuna是第一個(gè)通過(guò)RLHF訓(xùn)練的大型開(kāi)源聊天機(jī)器人，能夠進(jìn)一步進(jìn)行指令微調(diào)，是一個(gè)指令微調(diào)的LLaMA 13b模型。

這里有一些基準(zhǔn)測(cè)試，展示出Stable Vicuna與其它類似大小開(kāi)源聊天機(jī)器人的整體性能。

為實(shí)現(xiàn)Stable Vicuna的強(qiáng)大性能，研究者以Vicuna為基礎(chǔ)模型，并遵循Steinnon等人和Ouyang等人提出的典型三級(jí)RLHF。具體來(lái)說(shuō)，他們混合三個(gè)數(shù)據(jù)集，并使用監(jiān)督微調(diào)進(jìn)一步訓(xùn)練基本模型:

（1）Open Assistant對(duì)話數(shù)據(jù)集（OASST1）是一個(gè)人工生成、人工注釋的助理式對(duì)話語(yǔ)料庫(kù)，包含161443條消息、7213個(gè)偏好樣本，分布在66497棵對(duì)話樹(shù)中，使用35種不同的語(yǔ)言。

（2）GPT-4 All Prompt Generations是由GPT-3.5 Turbo生成的437,605個(gè)提示和響應(yīng)的數(shù)據(jù)集。

（3）Alpaca是一個(gè)由Open AI的text-davinci-003引擎生成的包含52,000條指令和演示的數(shù)據(jù)集。

最后，研究者使用trlX執(zhí)行近端策略優(yōu)化（PPO）強(qiáng)化學(xué)習(xí)，對(duì)SFT模型進(jìn)行RLHF訓(xùn)練，獲得Stable Vicuna。

你可以從HuggingFace Hub上獲得StableVicuna-13B。請(qǐng)注意，你還需要訪問(wèn)原始LLaMA模型，這需要使用GitHub repo或鏈接單獨(dú)申請(qǐng)LLaMA權(quán)重。一旦你有了權(quán)重delta和LLaMA權(quán)重，就可以使用GitHub repo中提供的腳本來(lái)組合它們并獲得StableVicuna-13B。

這只是Stable Vicuna的開(kāi)始！接下來(lái)的幾周內(nèi)將對(duì)聊天機(jī)器人進(jìn)行迭代并在Stable Foundation服務(wù)器上部署Discord機(jī)器人。目前，您可以在Hugging Face空間上試用該模型。

5、將開(kāi)源信息帶到美國(guó)首都

近些天，Stability AI公布了它發(fā)給美國(guó)參議院隱私、技術(shù)和法律司法小組委員會(huì)領(lǐng)導(dǎo)人理查德·布盧門撒爾和喬?！せ衾臅嬖u(píng)論。

在信中，Mostaque強(qiáng)調(diào)了5月4日向白宮發(fā)送的一項(xiàng)聲明。即，該公司將參與一項(xiàng)倡議，通過(guò)社區(qū)主導(dǎo)，測(cè)試評(píng)估大型人工智能模型。在這封信后還附上了一篇題為“提升人工智能開(kāi)放模型透明度的重要性：對(duì)美國(guó)人工智能監(jiān)管的思考”的論文。

“我們鼓勵(lì)小組委員會(huì)大力促進(jìn)人工智能的開(kāi)放性，”Mostaque在信中說(shuō)?！斑@些技術(shù)將成為數(shù)字經(jīng)濟(jì)的支柱，公眾能夠監(jiān)督它們的發(fā)展至關(guān)重要。開(kāi)放模型和開(kāi)放數(shù)據(jù)集將有助于提升安全性、促進(jìn)競(jìng)爭(zhēng)并確保美國(guó)在提升人工智能關(guān)鍵能力方面保持戰(zhàn)略領(lǐng)先地位?！?/p>

參考資料：

Latest moves show Stability AI is fully committed to open source — well, mostly

https://venturebeat.com/ai/latest-moves-show-stability-ai-is-fully-committed-to-open-source-well-mostly/