岂止DALL·E！现在AI画家都会建模、做视频了，以后会什么简直不敢想
近日，由EmadMostaque创立和资助的Stability.ai公司宣布公开发布AI创造的艺术作品。你可能认为这只是AI在艺术领域的另一次尝试，但实际上远不止如此。有两个原因。首先，与DALL-E2不同的是，StableDiffusion是开源的。这意味着任何人都可以利用它的骨干，免费建立针对特定文本到图像创作任务的应用程序。另外，Midjourney的开发者实施了一项功能，允许用户将其与StableDiffusion结合起来，这导致了一些惊人的结果。试想一下，在接下来的几个月里会出
近日，由Emad Mostaque创立和资助的Stability.ai公司宣布公开发布AI创造的艺术作品。
你可能认为这只是AI在艺术领域的另一次尝试，但实际上远不止如此。有两个原因。 首先，与DALL-E 2不同的是，Stable Diffusion是开源的。这意味着任何人都可以利用它的骨干，免费建立针对特定文本到图像创作任务的应用程序。 另外，Midjourney的开发者实施了一项功能，允许用户将其与Stable Diffusion结合起来，这导致了一些惊人的结果。
试想一下，在接下来的几个月里会出现什么。 第二，与DALL-E mini和Disco Diffusion不同，Stable Diffusion可以创造出惊人的逼真和艺术作品，对OpenAI或谷歌的模型没有什么可羡慕的。人们甚至声称它是「生成式搜索引擎」中新的SOTA。 （除非另有说明，本文所有图片都是通过Stable Diffusion创作的）。
Stable Diffusion 体现了人工智能艺术世界的最佳特征：它可以说是现有最好的人工智能艺术模型，而且是开源的。这简直是闻所未闻，将产生巨大的影响。 更有趣的是，关于这些服务的消息可能会通过最意想不到的来源到达你的手中。你的父母、你的孩子、你的伴侣、你的朋友或你的同事。 这些人往往是人工智能领域发生的事情的局外人，他们即将发现这个领域的最新趋势。艺术可能成为AI最终敲开那些对未来视而不见的人的大门的方式。这不是很有诗意吗？
不只是开源的DALL·E 2
Stability.ai的诞生是为了创造「开放的AI工具，让我们发挥潜能」。不仅仅是从未进入大多数人手中的研究模型，而是具有现实世界应用的工具，开放给我和你来使用和探索。
这是与其他科技公司不同的地方，比如OpenAI，它嫉妒地守护着它最好的系统（GPT-3和DALL-E 2）的秘密，或者谷歌，它甚至从未打算将自己的（PaLM、LaMDA、Imagen或Parti）作为私人测试版发布。 Stability.ai的这次公开发布不仅分享了模型权重和代码——虽然这对科学和技术的健康发展很关键，但大多数人并不关心它们。而且还为我们这些不想或不知道如何编码的人提供了一个无代码的即用型网站。
网站名叫DreamStudio Lite，可以免费使用，最多可生成200张图片。像DALL-E 2一样，它采用付费订阅模式，可以用10英镑获得1千张图片（OpenAI每月补充15个积分，但要获得更多的积分，你必须以15美元购买115个包）。 DALL-E的成本为0.03美元/图，而Stable Diffusion的成本为0.01英镑/图。 此外，还可以通过API大规模地使用Stable Diffusion（成本呈线性增长，所以你可以用1000英镑获得100K代）。除了图像生成，Stability.ai很快将宣布DreamStudio Pro（音频/视频）和Enterprise（工作室）。 DreamStudio可能很快会实现的另一个功能是，可以从其他图像生成图像，而不是通常的文本到图像的设置。就像下面这样：
在网站上，还有一个关于提示工程的资源，如果你是这方面的新手，你可能会用得上。另外，与DALL-E 2不同，你可以控制参数来影响结果，并对其保留更多的代理权。 Stability.ai已经做了一切来促进人们对模型的访问。OpenAI是第一个，必须走得更慢，以评估模型固有的潜在风险和偏见，但他们不需要将模型保持在封闭测试阶段这么久，也不需要建立这样一个限制创造力的商业模式。 Midjourney和Stable Diffusion都已经证明了这一点。
安全+开源 > 隐私和控制
开源技术有其自身的局限性。开放性应该走在隐私和严格控制之前，但不应该走在安全之前。 正如该公司在公告中解释的那样，它是「一个允许商业和非商业使用的许可」，重点是模型的开放和负责任的下游使用。它还强制要求衍生作品至少要受到同样的基于用户的限制。
开源模型本身是很好的模式，但如果我们不希望这项技术最终伤害人们，或以错误信息的形式为互联网增加更多的傲慢，建立合理的护栏也同样重要。 「由于这些模型是在广泛的互联网搜刮的图像-文本对上训练出来的，模型可能会重现一些社会偏见，产生不安全的内容，所以开放的缓解策略以及对这些偏见的公开讨论可以让大家参与到这个对话中来。」 在任何情况下，开放性+安全性>隐私和控制。
开源力量改变世界
凭借道德价值和开放性的坚实基础，Stable Diffusion承诺在现实世界的影响方面超越其竞争对手。
对于那些想下载它并在他们的电脑上运行它的人来说，你应该知道它需要6.9Gb的VRAM--这适合于高端消费级GPU，使它比DALL-E 2要轻，但对大多数用户来说仍然是遥不可及的。其余的人，像我一样，可以马上开始使用Dream Studio。
Stable Diffusion 被普遍认为是目前最好的AI艺术模型，它将成为无数应用程序、网络和服务的基础，重新定义我们如何创造和与艺术互动。 但现在，专门为不同使用情况设计的应用程序将从头开始建立，供所有人使用。人们正在增强儿童画，用外画+内画制作拼贴画，设计杂志封面，画漫画，创造变形和动画视频，从图像中生成图像，等等。 其中一些应用在DALL-E和Midjourney中已经成为可能，但Stable Diffusion可以推动当前的创意革命进入下一个阶段。用前特斯拉AI总监、李飞飞高徒Andrej Karpathy的话说，就是让「艺术创作进入了人类+AI合作的新时代。」
像Stable Diffusion这样的AI艺术模型涉及到一类新工具，应该用我们所处的新现实的新思维框架来理解。我们不能简单地与其他时代进行类比或平行对比，并期望能够准确地解释或预测未来。 有些事情会相似，有些则不会。我们必须把这个即将到来的未来当作未知的领域。
写在最后
毫无疑问，Stable Diffusion的公开发布是人工智能艺术模型领域有史以来最重要和最有影响的事件，而这只是一个开始。
作者之一的Emad Mostaque在Twitter上说："随着我们发布更快、更好和具体的模型，预计质量将继续全面上升。不仅仅是图像，下个月是音频，然后转向3D、视频。语言、代码，以及更多训练。
我们正处于一场为期数年的革命的边缘，在我们互动、联系和理解艺术，特别是一般的创造力的方式。而且不仅仅是在哲学、知识领域，而是作为现在每个人都分享和体验的东西。 创意世界将永远改变，我们必须进行开放和尊重的对话，为所有人创造一个更好的未来。只有负责任地使用开源技术，才能创造我们希望看到的变化。
WPS Office是一款面向macOS用户的综合办公套件，将文字处理、电子表格、演示文稿、PDF工具、模板与云协作整合在同一应用中。它兼容常见Microsoft Office格式，支持Intel及Apple芯片Mac，基础功能可免费使用，
Shapr3D是一款面向工业设计、机械工程、建筑概念和三维打印工作流的CAD软件。Mac版采用Parasolid建模内核，支持草图约束、实体建模、工程图、可视化渲染及常见CAD格式交换，并可通过账户在多台设备之间同步项目。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Ableton Live 是面向音乐制作人与现场表演者的数字音频工作站，提供编曲视图、独具特色的现场视图、音频录制、MIDI创作、实时变速、乐器及效果器。Mac版原生支持Apple芯片，并可连接音频接口、MIDI控制器和第三方插件。
Adobe After Effects 是面向动态图形、影视特效与视频合成的专业创作软件。它提供关键帧动画、遮罩抠像、运动跟踪、三维空间、文字动画和表达式等工具，并可与 Premiere Pro、Photoshop、Illustrator
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Adobe Bridge 是面向摄影师、设计师及内容团队的免费数字资产管理工具，可集中预览照片、视频和 Adobe 项目文件，并利用评级、标签、关键词、元数据、筛选与收藏集完成分类检索。它还支持批量重命名、格式导出、相机导入及 Camera
Adobe Illustrator 是 Adobe 推出的专业矢量图形设计软件，适合在 Mac 上制作标志、图标、插画、包装、信息图及印刷版面。它以路径和锚点构建可无损缩放的图形，并提供钢笔、形状、文字、图像描摹、渐变、画板及生成式功能。
Adobe InDesign 是面向印刷品与数字出版物的专业版面设计软件，可在 Mac 上制作书籍、杂志、宣传册、海报、报告及交互式文档。它提供精细的文字样式、网格、母版、长文档管理和印前输出能力。
Adobe Lightroom Classic 是面向桌面摄影工作流的照片管理与后期处理软件，可将原始照片保存在本地硬盘，通过目录、关键词、评分和收藏夹高效整理图库，并提供 RAW 冲印、蒙版、镜头校正、批量同步及多格式导出等功能。
Adobe Media Encoder 是 Adobe 推出的专业音视频编码与转码工具，可通过队列、预设和监视文件夹批量完成格式转换、代理文件创建及多平台成片输出，并与 Premiere Pro、After Effects 等软件紧密协作。
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理软件，提供图层、蒙版、选区、修复、调色、文字排版、智能对象及生成式编辑等能力。Mac 版支持 Intel 与 Apple Silicon 处理器。
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理工具，可在 Windows 上完成照片修饰、选区抠图、图层合成、文字排版、绘画及生成式编辑。软件采用订阅授权，由 Creative Cloud 管理安装、更新与许
Adobe InDesign 是面向印刷与数字出版的专业页面排版工具，可制作书籍、杂志、宣传册、海报、交互式 PDF 和电子书。它提供精细的文字样式、多页面管理、印前检查及多格式输出能力，并能与 Photoshop、Illustrator
Adobe Illustrator 是用于绘制矢量图形、插画、图标、徽标和版式的专业设计工具。它以路径和锚点为核心，作品放大后仍能保持清晰，并提供画板、文字、渐变、图像描摹及精确变换等功能，适合品牌视觉、印刷物料、数字界面和商业插画创作。
Adobe Bridge 是 Adobe 推出的创意资产管理工具，可集中预览、分类和查找照片、视频、PDF及多种设计文件，并支持元数据、关键词、评级、批量重命名和格式导出。它可与 Photoshop、Illustrator 等应用衔接，
Affinity Photo 是一款面向摄影师、修图师和视觉设计人员的桌面图像编辑工具，提供 RAW 显影、多图层合成、蒙版、实时滤镜、批处理和色彩管理等功能。原独立产品已停止销售，其照片编辑能力已延续至免费的新 Affinity 应用；
Adobe Lightroom Classic 是面向 Windows 桌面摄影工作流的照片管理与无损编辑工具，可通过目录集中整理大型图库，并完成 RAW 显影、局部蒙版、批量调整、打印和多格式导出。它强调本地文件管理与精细控制，
Figma 是面向产品设计与开发团队的云端协作平台，可在 Windows 桌面客户端中完成界面绘制、组件管理、交互原型、评论评审和开发交付。文件保存在云端，多名成员能够同步编辑并共享设计系统；官方同时提供免费 Starter 方案及按席位计
Affinity Designer 是面向矢量图形、数字插画和界面设计的专业创作工具，可在矢量、像素与导出工作区之间快速切换。它提供曲线编辑、形状构建、画板、排版、图层和专业色彩管理，并支持常见设计文件的导入及多种印刷、网页格式输出。
Capture One Pro 是面向摄影师和影像团队的专业桌面照片处理工具，提供相机定制色彩配置、RAW转换、图层与蒙版、联机拍摄、目录及会话管理等功能。它适合棚拍、人像、商业产品、婚礼和风光摄影，
Adobe Acrobat Pro 是面向专业 PDF 工作的综合解决方案，可在 Windows 中创建、编辑、转换、比较、整理和保护文档，并支持表单、电子签名、扫描件文字识别及敏感信息永久遮盖。订阅还包含网页、移动服务和云端协作能力，
Adobe After Effects 是面向动态图形、动画与影视视觉特效制作的专业工具，可完成关键帧动画、图层合成、遮罩跟踪、抠像、文字动画和二维三维元素整合。Windows 版通过 Adobe Creative Cloud 安装及更新，
DaVinci Resolve是Blackmagic Design推出的一体化影视后期工具，将素材管理、非线性剪辑、专业调色、Fusion视觉特效、Fairlight音频处理和成片交付整合在统一工程中。免费版已覆盖多数个人创作需求，