Stable Diffusion要王者歸來了？

Stability AI CEO Emad Mostaque最新推文，四段視頻引人無數(shù)遐想。

不少網(wǎng)友懷疑，這是Stable Video Diffusion新版本的演示Demo。

因?yàn)閺男Ч峡矗还苁钱嬅媲逦?、一致性還是流暢度都十分驚人。

比如這只毛絨熊帶著泳鏡潛水。

毛絨熊動作十分流暢，甚至還眨眼睛。而背后也有豐富的海水細(xì)節(jié)。

再加上Emad Mostaque本人，自今年1月1日開始就消失了幾星期，始終未曾在社交網(wǎng)絡(luò)上露面。

網(wǎng)友覺得，這一波更像是憋了個大新聞。Stability AI is back？

（一度以為Stability AI已經(jīng)在競爭中落后）

Stable Diffusion殺回來了？

從釋出的四秒Demo來看，應(yīng)該是針對SVD視頻生成功能的升級。

不過基于文本還是圖像生成尚不能斷定，直接來感受一下效果。

還有這種動漫風(fēng)夜晚的街道。

去年11月，Stable Video Diffusion（SVD）正式問世，當(dāng)時除了支持圖像、文本到視頻之外，還支持物體3D合成。

按照當(dāng)時透露的計(jì)劃， SVD只是作為基礎(chǔ)模型，接下來還將繼續(xù)拓展，建立起整個Stable Diffusion的生態(tài)系統(tǒng)。

當(dāng)時網(wǎng)友對Demo的反饋包括光影不對、而且整體不連貫（視頻幀與幀之間閃爍）。

而從現(xiàn)在Demo看，以一個類似視頻作對比：綠色機(jī)器人躺在床上。

可以看到，機(jī)器人，以及旁邊的杯子燈盞，甚至床被枕頭的褶皺細(xì)節(jié)都更為豐富了。

而且在機(jī)器人臉上也有明顯的光影映射。

不過更多更新信息還得等官方版本發(fā)布才能知曉。

值得一提的是，在這條推文之后，Emad Mostaque還發(fā)了條類似的。

沒有文字，四張靜圖。

網(wǎng)友們表示了期待。“希望這個模型能全方位地超越SDXL，并更好地及時迭代?！薄斑@是SD3？”

不過這個地球西紅柿是什么鬼？？？

又是同一天，他們的StableLM2 1.6B發(fā)布，一個只有16億參數(shù)的小語言模型。它經(jīng)過了英語、西班牙語、德語、法語、葡萄牙語和荷蘭語等多語種訓(xùn)練。

幾天前，他們剛發(fā)布新年以來第一個大語言模型Stable Code 3B。

如此頻繁的進(jìn)展，Stability AI莫不是真的要翻身了？

決戰(zhàn)視頻生成

之所以要說翻身，因?yàn)镾tability AI在上一波文生圖賽道里的確備受矚目，Stable Diffusion的爆火，讓它一度成為全球最受關(guān)注的AI獨(dú)角獸。

但隨著Midjourney的出現(xiàn)，以及OpenAI谷歌在內(nèi)的頻繁進(jìn)展，而內(nèi)部也不安生，包括CEO疑似剽竊成果、挪用公款，公司商業(yè)模式不明晰、拖欠工資等情況爆雷，Stability AI一度陷入風(fēng)波之中。

去年11月官宣進(jìn)軍視頻生成賽道，彼時已經(jīng)有runway和pika這樣的熱門玩家出現(xiàn)了。

如今SVD新版本疑似亮相，之所以受到眾人關(guān)注，除了本身企業(yè)之外， 還同當(dāng)下正在高能爆發(fā)的視頻生成賽道密切相關(guān)。

不少網(wǎng)友直言：真是一波又一波的卷，一家比一家更卷。

要么是比版本發(fā)布迭代，這段時間國內(nèi)大廠阿里字節(jié)等新進(jìn)展頻出。要么是從生成效果，清晰度、流暢性，前段時間，Moonvalley橫空出世，驚呆不少人。

又或者在可控性等上面去卷……

這不就在前幾天，runway的Gen-2再進(jìn)化——

只需5個筆刷，對著一張圖一頓刷刷刷刷刷，原本靜止的小鳥們就各自運(yùn)動了起來。

那么在視頻生成這個賽道，你看好Stability AI嗎？