機(jī)器之心報(bào)道

機(jī)器之心編輯部

Stable Diffusion 到底是誰(shuí)的 Stable Diffusion？

前幾天，一家 AI 公司融資的消息吸引了不少人的目光。這家公司名叫 Stability AI，成立于 2020 年，在拿到本輪 1.01 億美元的融資之后成為新晉獨(dú)角獸，估值高達(dá) 10 億美元。

在很多媒體的報(bào)道中，這家公司還有一個(gè)特別的身份—— Stable Diffusion 背后的公司，因?yàn)樗麄優(yōu)榻螘r(shí)間大火的、可以在消費(fèi)級(jí) GPU 上快速生成高質(zhì)量圖像的 Stable Diffusion 內(nèi)容生成模型提供了算力支持。

Stable Diffusion 生成的高質(zhì)量圖像。

在 Stability AI 的高調(diào)宣傳下，許多人以為這家公司就是 Stable Diffusion 的所有者，畢竟一個(gè)月前他們剛剛官宣發(fā)布 Stable Diffusion，并引發(fā)業(yè)內(nèi)極大的關(guān)注。

Stability AI 官方博客發(fā)布

但其實(shí)，這個(gè)模型的技術(shù)來(lái)源是發(fā)表在 CVPR 2022 中的一篇論文《High-Resolution Image Synthesis with Latent Diffusion Models》，署名作者一共五位，分別來(lái)自慕尼黑大學(xué)、海德堡大學(xué)和 AI 視頻剪輯技術(shù)創(chuàng)業(yè)公司 Runway。

為了在此基礎(chǔ)上訓(xùn)練出 Stable Diffusion，研究團(tuán)隊(duì)動(dòng)用了 4000 個(gè) A100 Ezra-1 AI 超大集群，而 Stability AI 公司正是這些算力的提供者。

總之，你大體可以理解為：在 Stable Diffusion 的最出名的版本中，Stability AI 出錢搞定了 GPU，慕尼黑大學(xué)、海德堡大學(xué)、Runway 的研究團(tuán)隊(duì)完成了研發(fā)。

至少在 GitHub 項(xiàng)目的描述中，Stability AI 和 Runway 的貢獻(xiàn)是「平等的」，不能說(shuō) Stability AI 就是 Stable Diffusion 的所有者。

當(dāng)然，這一成果的誕生背后還有許多其他的支持力量，包括非營(yíng)利組織 LAION 提供的數(shù)據(jù)集。Stable Diffusion 模型最初就是在 LAION-5B 的一個(gè)大子集上訓(xùn)練的。LAION-5B 于今年 3 月發(fā)布，而創(chuàng)建這一數(shù)據(jù)集的資助者是 Doodlebot、Hugging Face 和 Stability AI。

創(chuàng)業(yè)未半，爭(zhēng)端已起。當(dāng) Stable Diffusion 大火，最終成為價(jià)值 1 億美金的項(xiàng)目時(shí)，事情就開(kāi)始變得富有戲劇性。

誰(shuí)才是真正的官方？

事情還要從 Stable Diffusion 的新版本發(fā)布說(shuō)起。

今天，Runway 公司官宣發(fā)布了 Stable Diffusion v1.5，同時(shí)還把模型權(quán)重放到了 Hugging Face 的平臺(tái)上。

這就讓一直以為 Stability AI 是 Stable Diffusion 所有者的網(wǎng)友看不懂了：「這是官方發(fā)布嗎？我怎么在 Stability AI 的官方渠道沒(méi)有看到任何公開(kāi)聲明呢？」

隨后，整個(gè)開(kāi)源社區(qū)圍觀了一場(chǎng)鬧劇：

在 Hugging Face 平臺(tái) Runway 發(fā)布的 Stable Diffusion v1.5 版本帖子上，Hugging Face 首席技術(shù)官 Julien Chaumond 提示了一個(gè)法律問(wèn)題：Stability AI 法務(wù)團(tuán)隊(duì)要求 Hugging Face 刪除發(fā)布的新版本 Stable Diffusion，且聲稱是侵犯知識(shí)版權(quán)。

在大家迷惑的時(shí)候，Runway 的 CEO、聯(lián)合創(chuàng)始人也下場(chǎng)解釋了，表示自家發(fā)布 Stable Diffusion 1.5 版本是沒(méi)問(wèn)題的，是對(duì)「他們」創(chuàng)造、發(fā)布的原始研究的更新。此外，他再次強(qiáng)調(diào)了：這個(gè)研究的作者們來(lái)自 Runway ML 和慕尼黑大學(xué)，研究和代碼去年也已經(jīng)開(kāi)源。

那篇 Stable Diffusion 論文的作者之一 Patrick Esser，身份是 Runway 的首席研究科學(xué)家。

在網(wǎng)友看來(lái)，他還陰陽(yáng)怪氣了一波：「我們確定沒(méi)有違反任何知識(shí)產(chǎn)權(quán)問(wèn)題，也感謝 Stability AI 為原始版本模型貢獻(xiàn)算力。」（ps. 難道是想說(shuō)，后續(xù)版本不需要你們了？）

目前，這場(chǎng)鬧劇還沒(méi)有一個(gè)清晰的結(jié)果。

PyTorch 創(chuàng)始人 Soumith Chintala 也通過(guò)推特表明了自己的想法：「我一直以為 Stability AI 代表著人工智能的去中心化，所以這一舉動(dòng)讓我感到驚訝。」

Soumith Chintala 對(duì) Stability AI 的這一印象可能來(lái)自該公司創(chuàng)始人兼 CEO Emad Mostaque 近期的一些表態(tài)，后者確實(shí)表明他們要推進(jìn) AI 模型的民主化，去做一些「更獨(dú)立的、更去中心化的事情」，讓 10 億人用上開(kāi)源大模型。

也許真的就如人們所說(shuō)，當(dāng)開(kāi)源工作變成了一個(gè) 1 億美元的項(xiàng)目時(shí)，創(chuàng)始團(tuán)隊(duì)成員之間的「關(guān)系」就不再穩(wěn)定了。