Stability AI 为 Stable Audio 3.0 推出 DAW 插件与增强版网页应用
Stability AI 为 Stable Audio 3.0 推出 DAW 插件和增强版网页应用,两者均由可商用模型驱动,输出归用户所有并可自由分发。插件支持 macOS AU 与 VST3,兼容 Apple Silicon 和 Intel Mac,可在 Logic Pro、Ableton Live 中按会话 BPM 生成最长六分钟的音频。
Stability AI 为 Stable Audio 3.0 推出 DAW 插件和增强版网页应用,两者均由可商用模型驱动,输出归用户所有并可自由分发。插件支持 macOS AU 与 VST3,兼容 Apple Silicon 和 Intel Mac,可在 Logic Pro、Ableton Live 中按会话 BPM 生成最长六分钟的音频。
Stability AI 发布 Stable Audio 3.0 模型家族,包含 Small SFX、Small、Medium 和 Large 四款模型,均基于完全授权数据训练。
推荐理由:Stability AI 发布开放权重音频模型家族,读者可据此了解可商用授权与本地部署的边界。
Stability AI 将图像服务(Image Services)上线 Amazon Bedrock,把 Inpaint、Erase、Remove Background 等九款图像编辑工具以托管 API 形式提供给企业开发者。
Stability AI 发布 Stable Audio 2.5,称其为首个专为企业级音效生产设计的音频生成模型,可在 GPU 上以不到两秒的推理速度生成最长三分钟的曲目,并新增音频 inpainting 支持。
Stability AI 联合 NVIDIA 发布 Stable Diffusion 3.5 NIM 微服务,已在 build.nvidia.com 上线,模型权重可从 Hugging Face 下载。
Stability AI 的 Stable Diffusion 3.5 已在 Replicate 上线,提供 Large、Large Turbo 和 Medium 三个版本,Large Turbo 只需 4 步即可生成高质量图像。
推荐理由:Replicate 上线 Stable Diffusion 3.5 三个版本,并给出每张图价格与商用授权门槛,便于开发者评估接入成本。
Replicate 宣布 FLUX 在其平台上的推理速度大幅提升,FLUX.1 [schnell] 在 512x512、4 步下为 0.29 秒(P90 0.49 秒),1024x1024、4 步下为 0.72 秒(P90 0.95 秒),FLUX.1 [dev] 在 1024x1024、28 步下为 3.03 秒(P90 3.90 秒)。
推荐理由:Replicate 公开了 FLUX 提速的具体做法和端到端延迟数据,并开源优化代码,可了解推理加速路径。
Replicate 上线了 Black Forest Labs 开发的开源图像生成模型 FLUX.1,可用一行代码在云端调用。FLUX.1 分三个版本:FLUX.1 [pro] 每张 $0.055,FLUX.1 [dev] 每张 $0.030,FLUX.1 [schnell] 每张 0.003 美元,其中 [schnell] 采用 Apache 2.0 许可。
推荐理由:Replicate 官方上线 FLUX.1 并给出三个版本的单张价格,读者可据此比较接入成本。
Replicate 上线 Stability 最新的文生图模型 Stable Diffusion 3,可通过一行代码调用,模型标识为 stability-ai/stable-diffusion-3。
Replicate 将微调模型的冷启动时间从最长几分钟缩短到不到 1 秒,适用于 meta/llama-2-7b-chat、meta/llama-2-70b-chat、stability-ai/sdxl 等 Llama 2 与 SDXL 系列模型。该改进目前仅对 9 月 6 日起新建的微调模型生效,Replicate 表示还在为所有模型做进一步的冷启动优化。
Replicate 宣布为 SDXL 1.0 提供微调支持,用户可用自己的图片训练出生成特定人物、物体或风格的新模型。训练只需 5-6 张图片,耗时约 10-15 分钟,默认使用 LoRA,也可切换 Dreambooth 或 Textual Inversion,训练完成后可发布为公开或私有模型并下载 LoRA 权重。
推荐理由:Replicate 为 SDXL 1.0 上线微调支持,给出用几行代码训练自有风格模型的完整流程。
Replicate 官方发布指南,介绍如何通过 API 运行 Stability AI 的文本生成图像模型 SDXL 1.0,支持文生图、img2img、inpainting 和 refiner。
推荐理由:Replicate 官方说明如何用 API 调用 SDXL,并给出 refiner、img2img 与 inpainting 的用法和参数。
Replit 发文解释版权与授权许可如何塑造其产品:公开 Repl 采用 MIT 许可证,可 fork、修改和自由分发,底层 Linux 也源自 Unix。
Replicate 宣布支持在云端用一次 API 调用训练 LoRA 模型,用于微调 Stable Diffusion。LoRA 由微软研究人员提出,Simo Ryu 将其应用到 Stable Diffusion;相比 DreamBooth 约二十分钟的训练和数 GB 的产物,LoRA 训练最快约八分钟,产物约 5MB,且推理无需冷启动。
推荐理由:Replicate 上线 LoRA 训练与推理接口,并对比 DreamBooth 的训练时长和产物体积,便于开发者判断迁移成本。
营销经理 Jack 通过 Replit Bounties 匹配到开发者 Ray,不到 24 小时配对成功,一周内做出 Stable Diffusion 图像生成后端的概念验证,最终上线 AI 艺术电商 Magic Prints,把生成作品印到配饰并发往美国各地。
Replicate 发布 DreamBooth API,可在云端训练 Stable Diffusion 模型并运行预测,最少三张训练图、约 20 分钟完成,训练一个模型约 2.50 美元。
推荐理由:Replicate 官方给出 DreamBooth 训练 API 的调用方式与成本,可了解当时云端微调的接入门槛。
Replicate 发布指南,介绍如何在 M1 或 M2 芯片的 Mac 上本地运行 Stable Diffusion,需 macOS 12.3 以上、16GB 内存(8GB 可用但极慢)和 Python 3.10。该方案改用 pip 而非 Conda 安装依赖,通过二进制 wheel 免编译,并需从 Hugging Face 下载约 4GB 的 sd-v1-4.ckpt 权重。
Replicate 发布教程,演示如何通过其 API 运行 Stable Diffusion,无需自建 GPU 基础设施。用户可用 pip 安装其开源 Python 客户端(另有社区维护的 Node.js 库 replicate-js),在账户页获取 API token 后即可创建预测并生成图像。
Replicate 发布教程,教你用 Stable Diffusion、Replicate 和 Fly.io 搭建一个 Discord 机器人画师,无需本地 GPU,部署到云端后可全天候运行。机器人通过 `!dream` 命令生成图片,约 20–40 秒返回结果,代码模板已开源于 replicate/discord-bot-tutorial-code。