剛剛，Stable Diffusion 原班人馬官宣創(chuàng)業(yè)新公司！
3 月宣布從 Stability AI 出走的 Robin Rombach，就是 Stable Diffusion 的兩個(gè)主要作者之一，和十來個(gè)原公司小伙伴，正式宣布了組團(tuán)創(chuàng)業(yè)的消息。
新公司名叫 Black Forest Lab，黑森林實(shí)驗(yàn)室。一亮相就 kuku 發(fā)了一個(gè)系列、共 3 款圖片生成模型，其中有 2 個(gè)開源。
而且支持中文輸入。
效果怎么樣？看過的網(wǎng)友稱很狂野（wild）！
輸入提示詞，一次測(cè)試出了畫面效果和人臉數(shù)據(jù)等安全措施：
一名十多歲戴著滑雪面罩的女孩在谷倉里做折紙手工。圖片底部有指定的黃色文字。背景中有個(gè)相框，里面是 Obama 的照片。
單是看了這組圖文對(duì)照，就有網(wǎng)友感慨，這是他看過最棒的圖像生成效果。
要說這家公司的特色，就是主打一個(gè)不遮遮掩掩。
今天官宣成立，今天發(fā)布系列模型，還宣布了融資進(jìn)度 ——
已經(jīng)完成 3200 萬美元（當(dāng)前約 2.32 億元人民幣）融資，由 a16z 領(lǐng)投，Oculus VR 聯(lián)創(chuàng) Brendan Iribe、YC 前合伙人 Garry Tan、NVIDIA Research 領(lǐng)導(dǎo)計(jì)算機(jī)圖形研究小組的 Timo Aila、蘋果杰出科學(xué)家（英特爾智能系統(tǒng)前首席科學(xué)家）Vladlen Koltun 等人投資。
可以說，黑森林既得到了資本市場(chǎng)的押注，也得到了業(yè)界大佬們的青睞。
AI 大?？ㄅ廖饕苍诰€發(fā)來賀電，還順道稱贊了一下黑森林的新模型：
歪瑞古德！開源的 FLUX.1 image gen 模型看起來非常強(qiáng)大。
而且注意了，開源協(xié)議是寬松的 Apache2.0。
黑森林圖像生成模型首秀
卡帕西都覺得 exciting 了，讓咱來視覺感受下黑森林的模型效果。
這里，量子位挑選了五種類型的生成效果展示，圖片均由官方提供，未標(biāo)明具體使用了旗下哪款模型。
第一關(guān)，文字生成。
提示詞：舊教室黑板的照片。黑板上用粉筆寫著“l(fā)et’s make some really pretty stuff together”，詞后有一個(gè)紅色的粉筆心。陽光從窗戶照進(jìn)來。
第二關(guān)，非真實(shí)場(chǎng)景 + 文字生成。
提示詞：水下場(chǎng)景中，兩只貓頭鷹坐在一張精美的餐桌旁，餐桌中央點(diǎn)燃了蠟燭，兩只貓頭鷹正在一起享用一頓美味的晚餐。左邊的貓頭鷹穿著燕尾服，右邊的貓頭鷹穿著漂亮的裙子。背景中有一艘潛艇駛過，其側(cè)面畫有“What a Hoot”字樣。桌子下面的圖像底部有小水母在游動(dòng)，電影般美麗的數(shù)字藝術(shù)品。
第三關(guān)，現(xiàn)實(shí)世界真實(shí)場(chǎng)景。
提示詞：弗萊堡一條美麗街道的照片，一輛有軌電車經(jīng)過，人們有的散步有的騎自行車。
第四關(guān)，真實(shí)人物和動(dòng)漫人物生成。
提示詞：三位女士在市中心街道上拍攝的照片，她們把手伸向鏡頭。
提示詞：美麗的動(dòng)漫藝術(shù)品，一個(gè)可愛的貓娘，看起來很沮喪，手里拿著一張紙，上面畫著微笑，她快要哭了。
第五關(guān)，動(dòng)物形象生成。
提示詞：森林里的一只山貓，由專業(yè)攝影在強(qiáng)光下拍攝。
提示詞：近距離渲染一個(gè)神話生物，由詳細(xì)的螺旋分形和卷須組成，詳細(xì)的遞歸皮膚紋理
FLUX.1 系列模型
此次，黑森林共發(fā)了 FLUX.1 系列的 3 個(gè)模型：pro、dev、schnell。
FLUX.1 [pro]：系列最強(qiáng)音。
FLUX.1 系列的精華，提供最優(yōu)性能的圖像生成，具有一流的指令遵循、視覺質(zhì)量、圖像細(xì)節(jié)和輸出多樣性。
黑森林團(tuán)隊(duì)正緩步提升 API 中 FLUX.1 [pro] 的推理計(jì)算能力。
此版本可以通過 Replicate 和 fal.ai 訪問；提供專用和定制的企業(yè)解決方案。
FLUX.1 [dev]：系列中杯。
一個(gè)允許非商業(yè)途徑使用的模型，開放權(quán)重、經(jīng)過蒸餾。
[dev] 直接從 [pro] 中蒸餾而來，具有相似的質(zhì)量和迅速的遵守能力，同時(shí)比相同尺寸的標(biāo)準(zhǔn)模型更高效。
可在抱抱臉上試玩，或直接在 Replicate 或 fal.ai 上試用。
FLUX.1 [schnell]：速度小旋風(fēng)。
系列最快模型，為本地開發(fā)和個(gè)人開發(fā)者量身制作。
FLUX.1 [schnell] 在 Apache2.0 許可證下公開可用，模型權(quán)重可以前往抱抱臉查詢，推理代碼可以在 GitHub 上找到。
已經(jīng)獲得了 ComfyUI 的支持，可以直接使用；也可以通過 Replicate 或 fal.ai 使用。
來個(gè)直觀感受！
這里放三張照片，是以上大杯、中杯、小杯在不同提示詞下，圍繞“蛋糕”這個(gè)主題的生成效果。
△ 從左至右，使用模型依次為大、中、小杯
量子位多次測(cè)試后發(fā)現(xiàn)，輸入簡(jiǎn)單提示詞的話，用 pro 版本生成一張圖片的用時(shí)在 15s-25s 之間（成果圖下方會(huì)顯示生成用時(shí)）。
黑森林稱，所有 FLUX.1 模型都基于多模態(tài)和并行擴(kuò)散 Transformer 塊的混合架構(gòu)，并擴(kuò)展到 12B 參數(shù)。
3 款模型中，F(xiàn)LUX.1 [pro] 和 [dev] 在視覺質(zhì)量、提示響應(yīng)度、尺寸 / 長(zhǎng)寬高比列靈活性、排版和輸出多樣性這些方面，超過了 Midjourney v6.0、DALL?E 3 (HD) 和 Stable Diffusion 3-Ultra。
而 FLUX.1 [schnell] ，被團(tuán)隊(duì)稱為“迄今為止最先進(jìn)的少步驟模型（few-step model）”。
它不僅在同類競(jìng)爭(zhēng)對(duì)手中脫穎而出，還超越了更強(qiáng)大的非壓縮模型，如 Midjourney v6.0 和 DALL?E 3 (HD)。
整個(gè) FLUX.1 系列都經(jīng)過了專門的微調(diào)，以求保留預(yù)訓(xùn)練階段的全部輸出多樣性。
與已有的技術(shù)相比，F(xiàn)LUX.1 還有以下優(yōu)勢(shì)：
有人免不了要問了，你們是 Stability AI 的 OG 元老，是核心成員。
So，你們這新模型，跟人家旗下的 Stable Diffusion 有啥區(qū)別？
創(chuàng)始團(tuán)隊(duì)成員在 Reddit 上進(jìn)行了回應(yīng)：
即使是我們的最弱型號(hào) schnell，生成質(zhì)量也更好，生成速度也更快。
主打一個(gè)我成立新公司超越我自己
SD 主要作者組團(tuán)打造
介紹完模型相關(guān)資料，是時(shí)候正式來認(rèn)識(shí)一下這家新公司了。
黑森林實(shí)驗(yàn)室，今天剛剛宣布成立。
公司官網(wǎng)上，赫然寫著一句口號(hào)：A new era of creation。
公司使命推進(jìn)最先進(jìn)、高質(zhì)量的圖像和視頻生成深度學(xué)習(xí)模型，并將其提供給最廣泛的受眾。
華點(diǎn)出現(xiàn)了！他們的下一步野心很明顯，就是還要進(jìn)軍視頻生成領(lǐng)域。
還放話，得是“SOTA”。
核心成員 Robin Rombach，Stability AI 前研究科學(xué)家。
在 Stability AI 工作期間，他是 Stable Diffusion 模型的主要開發(fā)者之一，也參與研究了 SDXL、SVD 等項(xiàng)目。
今年 3 月，Robin 從 Stability AI 跑路。
外界評(píng)價(jià)他的離開讓原本就亂成一鍋粥的這家獨(dú)角獸傷筋動(dòng)骨 —— 畢竟他是 SD 的兩位主力之一。
往前回顧，Robin 在海德堡大學(xué)拿下物理學(xué)的本科和碩士學(xué)位。
2020 年，他在海德堡計(jì)算機(jī)視覺小組在 Bj?rn Ommer 的指導(dǎo)下開始攻讀計(jì)算機(jī)科學(xué)博士學(xué)位，并于 2021 年隨研究小組移至慕尼黑大學(xué)。
研究重點(diǎn)關(guān)于生成深度學(xué)習(xí)模型，特別是文本到圖像系統(tǒng)。
谷歌學(xué)術(shù)被引數(shù)接近 1.5 萬。
此外，官網(wǎng)公開的成員中，Andreas Blattmann、Axel Sauer、Dominik Lorenz、Dustin Podel、Frederic Boesel、Patrick Esser、Sumith Kulal、Tim Dockhorn、Yam Levi、Zion English 都是可公開查詢到的 Stability AI 原成員。
（Andi Holmes 和 Jonas Müller 兩人暫未查詢到準(zhǔn)確資料）
可以說，黑森林就是 SD 的原班核心成員們出走再啟航了。
難怪 Axel Sauer 轉(zhuǎn)發(fā)了官推，大聲吶喊：
我們還活著！
One More Thing
好巧不巧，同一天，Stability AI 也有新動(dòng)作：
推出新的 AI 模型 Stable Fast 3D，官方稱它可以在半秒內(nèi)生成 3D 圖像。
此前的模型需要數(shù)分鐘才能生成類似效果的 3D 圖像，新模型完成相同任務(wù)的速度是現(xiàn)有的 1200 倍。
那 Stability AI 在 3 月跑路的 CEO，Emad Mostaque，他在干嘛呢？
六月份，他官宣了自己的去向，新公司 Schelling AI，“將構(gòu)建和支持由 AI 資金支持的開源代碼、模型和數(shù)據(jù)集”。
重點(diǎn)精力放在創(chuàng)新研究和精心構(gòu)建具有文化意識(shí)、科學(xué)、教育和創(chuàng)意的 AI。
三天前，Schelling AI 發(fā)布了系列文章第一篇，《How To Think About AI》。
文章有點(diǎn)長(zhǎng)，感興趣的朋友們可以搜索自行查看，這里就提一下核心思想 ——
AI 發(fā)展很快，提倡開源開放，加速創(chuàng)新協(xié)作。
以及，要不說大家都是體面人呢！
黑森林實(shí)驗(yàn)室宣布成立的推文，人家前 CEO 還是友情轉(zhuǎn)發(fā)了的（此處放一個(gè)狗頭）。
參考鏈接：
[1]https://blackforestlabs.ai
[2]https://news.ycombinator.com/item?id=41130620
[3]https://x.com/EMostaque
[4]https://www.reddit.com/r/StableDiffusion/comments/1eds0l9/does_anyone_have_an_update_on_when_stable/
[5]https://x.com/SchellingAI/status/1818600200232927721
本文來自微信公眾號(hào)：量子位（ID：QbitAI），作者：衡宇
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。