Stability AI लंदन में मुख्यालय वाली एक कंपनी है, जिसकी स्थापना 2019 में एमाद मोस्ताक द्वारा की गई थी। यह कंपनी अगस्त 2022 में तब प्रमुखता में आई, जब इसने स्टेबल डिफ्यूजन के सार्वजनिक रिलीज़ को वित्तपोषित और समन्वित किया - यह एक ओपन-वेट्स टेक्स्ट-टू-इमेज मॉडल है, जो एक विश्वविद्यालय प्रयोगशाला के लैटेंट-स्पेस डिफ्यूजन शोध पर आधारित था। डाल-ई और मिडजर्नी जैसे बंद समकालीनों के विपरीत, स्टेबल डिफ्यूजन के वेट्स को डाउनलोड करके स्थानीय रूप से चलाया जा सकता था, जिसने डिफ्यूजन-मॉडल पारिस्थितिकी तंत्र में सामुदायिक टूल्स, फाइन-ट्यून्स और व्युत्पन्न उत्पादों के तेजी से विस्फोट को जन्म दिया।
उत्पत्ति और स्टेबल डिफ्यूजन रिलीज़
Stability AI ने स्वयं अंतर्निहित लैटेंट डिफ्यूजन तकनीक का आविष्कार नहीं किया था, जो LMU म्यूनिख के CompVis समूह के रॉबिन रोम्बैक सहित शोधकर्ताओं से आई थी; इसके बजाय, कंपनी ने उत्पादन-स्तर के संस्करण के प्रशिक्षण के लिए कंप्यूट संसाधनों का वित्तपोषण किया और रनवे सहित भागीदारों के साथ मिलकर, API-गेटेड रिलीज़ के बजाय एक ओपन रिलीज़ के लिए दबाव डाला। इस निर्णय ने Stability AI को, एक अवधि के लिए, जनरेटिव AI के ओपन सोर्स विंग का सबसे दृश्यमान प्रतीक बना दिया, जो ओपनएआई और बाद में मिडजर्नी की बंद रणनीतियों के विपरीत था। कंपनी ने अपनी प्रशिक्षण पाइपलाइन को काफी हद तक लायन द्वारा क्यूरेट किए गए डेटासेट पर आधारित किया, जो जर्मन गैर-लाभकारी संस्था है जिसने वेब से अरबों इमेज-टेक्स्ट जोड़े स्क्रैप किए।
विकास, वित्तपोषण और उथल-पुथल
Stability AI ने 2022 में लगभग एक अरब डॉलर के मूल्यांकन पर वित्तपोषण जुटाया, क्योंकि जनरेटिव AI के प्रति निवेशकों का उत्साह तेज हो रहा था, और इसने अपनी इमेज कार्य के साथ-साथ टेक्स्ट, ऑडियो, वीडियो और 3D जनरेशन शोध में भी विस्तार किया, रॉबिन रोम्बैक जैसे शोधकर्ताओं को सीधे नियुक्त किया। हालाँकि, कंपनी अपनी शोध प्रमुखता को एक स्थायी व्यवसाय में बदलने में संघर्ष करती रही, और उसने एंटरप्राइज़ लाइसेंसिंग और क्लाउड होस्टिंग से राजस्व उत्पन्न करने की तुलना में तेजी से नकदी जलाई। मार्च 2024 में वित्तीय तनाव, अवैतनिक कंप्यूट बिल और आंतरिक रणनीति पर असहमति की रिपोर्टों के बीच एमाद मोस्ताक ने मुख्य कार्यकारी अधिकारी के पद से इस्तीफा दे दिया। मूल स्टेबल डिफ्यूजन टीम सहित कई वरिष्ठ शोधकर्ताओं ने उसी अवधि के आसपास ब्लैक फॉरेस्ट लैब्स की स्थापना करने के लिए कंपनी छोड़ दी, जो एक प्रतिद्वंद्वी है जिसने 2024 में फ्लक्स इमेज मॉडल जारी किया।
बाद के रिलीज़ और स्वागत
Stability AI ने SDXL और स्टेबल डिफ्यूजन 3 सहित लगातार स्टेबल डिफ्यूजन संस्करण जारी करना जारी रखा, साथ ही ऑडियो और वीडियो जनरेशन में प्रयोग किए, और अपने वित्त को स्थिर करने के लिए संगीत उद्योग के हस्तियों सहित नए नेतृत्व और निवेशकों को लाया। इसका प्रक्षेप पथ ओपन सोर्स जनरेटिव AI व्यवसाय मॉडल की चर्चाओं में अक्सर उद्धृत केस स्टडी बन गया है: वही खुलापन जिसने स्टेबल डिफ्यूजन को सांस्कृतिक रूप से प्रभावशाली और कंट्रोलनेट जैसे टूल्स के लिए केंद्रीय बनाया, उसने कंपनी के लिए अपने ही मॉडल की लोकप्रियता से सीधे मूल्य हासिल करना भी कठिन बना दिया, जो एंथ्रोपिक और ओपनएआई के बंद API व्यवसायों से अलग एक तनाव है।