Stability AI บริษัทปัญญาประดิษฐ์สัญชาติอังกฤษ เจ้าของโมเดล Stable Diffusion ที่เพิ่งประกาศเปลี่ยนตัวซีอีโอ เริ่มมีข่าวไม่ดีออกมาต่อเนื่อง โดยข่าวล่าสุดบอกว่าบริษัทมีปัญหาการเงิน และขาดแคลนเงินทุนที่ใช้เช่าจีพียูราคาแพง

ข้อมูลนี้มาจาก Forbes ที่อ้างว่าได้เอกสารภายในของ Stability AI ระบุว่าบริษัทมีต้นทุนค่าเช่าจีพียูบนคลาวด์ราว 99 ล้านดอลลาร์ต่อปี (เช่าจาก AWS, Google Cloud, CodeWeaver) บวกกับต้นทุนค่าใช้จ่ายอื่นๆ เช่น เงินเดือนพนักงาน ค่าดำเนินการ อีกราว 54 ล้านดอลลาร์ต่อปี ในขณะที่บริษัทมีรายได้ในปี 2023 เพียง 11 ล้านดอลลาร์เท่านั้น

Stability.ai เปิดตัวโมเดล Stable Audio 2.0 ที่เป็น AI สร้างเพลงเวอร์ชันล่าสุด โดยสิ่งที่พัฒนาจากเวอร์ชันแรก สามารถสร้างเพลงได้ยาวขึ้นเป็น 3 นาที (เวอร์ชันแรก 95 วินาที) คุณภาพเสียง 44.1 kHz

ตัวโมเดลยังเพิ่มความสามารถจากอินพุทข้อความ text-to-audio โดยเพิ่มการรองรับ audio-to-audio ด้วย ผู้ใช้งานอัปโหลดไฟล์เสียงเป็นตัวอย่างตั้งต้น และใช้ prompt เพื่อปรับให้ได้เสียงเพลงในรูปแบบที่ต้องการ

Stability AI บริษัทเจ้าของโมเดลสร้างรูปภาพ Stable Diffusion ประกาศการเปลี่ยนแปลงของซีอีโอ มีรายละเอียดดังนี้

• Emad Mostaque ลาออกจากตำแหน่งซีอีโอ และกรรมการบอร์ดบริษัท
• Shan Shan Wong ซีโอโอ และ Christian Laforte ซีทีโอ จะเป็นซีอีโอชั่วคราวร่วม

Mostaque ให้เหตุผลของการลาออกว่าเพื่อเปลี่ยนไปทำงานด้าน AI แบบกระจายศูนย์ (Decentralized AI) โดยบอร์ดบริษัท Stability AI จะทำการสรรหาซีอีโอคนใหม่ต่อไป

Stability AI เผยแพร่เครื่องมือใหม่ Stable Video 3D โมเดลสร้างวิดีโอวัตถุ 3D ที่พัฒนาต่อยอดจาก Stable Video Diffusion จึงได้ผลลัพธ์ที่มีความคมชัดและรองรับมุมมองที่หลากหลายมากกว่าโมเดลเดิม Stable Zero123

Stable Video 3D มีสองรูปแบบการใช้งานคือ SV3D_u ใช้อินพุทรูปภาพ ไม่ต้องใช้ข้อมูลมุมกล้อง และ SV3D_p ที่ใช้อินพุทรูปภาพและมุมมองรอบวัตถุ ทำให้ได้ผลลัพธ์ที่รองรับมุมมองต่าง ๆ สามารถนำไปใช้งานต่อได้หลากหลายความต้องการ

ทีมงาน Stability.AI รายงานถึงผลทดสอบประสิทธิภาพของชิปฝึกโมเดลปัญญาประดิษฐ์ โดยเทียบระหว่างชิป Intel Gaudi 2, NVIDIA H100, และ NVIDIA A100 พบว่าชิปฝั่งอินเทลนั้นประสิทธิภาพดีกว่ามาก เมื่อรันที่พารามิเตอร์การฝึกใกล้เคียงกัน Gaudi 2 ฝึกภาพได้ถึง 927 ภาพต่อวินาที เทียบกับ H100 ที่ได้ 595 ภาพต่อวินาที คิดเป็น 1.5 เท่าตัว แถมแรมใน Gaudi 2 ยังสูงกว่าอยู่ที่ 96GB ทำให้ปรับพารามิเตอร์เพื่อเร่งความเร็วขึ้นไปอีกได้

Stability.AI รายงานผลทดสอบ Stable Diffusion 3 (SD3) ปัญญาประดิษฐ์วาดภาพที่เปิดตัวไปก่อนหน้านี้ โดยรอบนี้เปิดเผยสถาปัตยกรรมภายในเพิ่มเติมพร้อมกับรายงานผลทดสอบเทียบกับโมเดลอื่นๆ ในท้องตลาด

ผลทดสอบโดยอาศัยมนุษย์เป็นกรรมการตัดสินในสามหัวข้อ ได้แก่ ความสวยงาม, การทำตามคำสั่ง, และตัวอักษรในภาพ พบว่า SD3 ชนะโมเดลอื่นๆ แทบทั้งหมด ยกเว้นกรณีเดียวคือการเทียบความสวยงามกับโมเดล Ideogram 1.0

Stability AI เปิดตัวเครื่องมือสร้างรูปภาพจากข้อความด้วย AI เวอร์ชันล่าสุด Stable Diffusion 3 ตอนนี้อยู่ในสถานะพรีวิวขั้นต้น จึงยังไม่เปิดให้ใช้งานทั่วไปในวงกว้าง แต่ผู้ใช้งานสามารถเข้าร่วมใน waitlist เพื่อทดสอบได้ที่นี่

Stable Diffusion 3 เป็นโมเดลที่มีพารามิเตอร์ตั้งแต่ 800M ถึง 8B พารามิเตอร์ จึงรองรับตัวเลือกและคุณภาพของผลลัพธ์ที่มากยิ่งขึ้น

ในตอนนี้ Stability AI ยังไม่ได้เปิดเผยรายละเอียดของ Stable Diffusion 3 มากนัก มีเพียงการนำเสนอภาพที่สร้างขึ้นมาจำนวนหนึ่ง แต่บอกว่าจะเผยแพร่รายละเอียดทางเทคนิคในภายหลัง ขณะนี้อยู่ในขั้นตอนนี้ตรวจสอบด้านความปลอดภัยของ AI ก่อนเผยแพร่ในวงกว้างกับสาธารณะต่อไป

Stability AI เปิดตัวโมเดลสร้างรูปภาพจากข้อความ Stable Cascade ที่สถานะตอนนี้ยังเป็นงานวิจัย สามารถนำไปใช้งานได้ในงานที่ไม่ใช่เชิงพาณิชย์ สามารถดูรายละเอียดเพิ่มเติมได้ที่ GitHub

Stable Cascade เป็นโมเดลสร้างรูปภาพที่มีขั้นตอนการทำงานต่างไปจาก Stable Diffusion ที่เป็นเครื่องมือสร้างรูปภาพหลักของ Stability AI โดยประกอบด้วย 3 โมเดลย่อยบนสถาปัตยกรรม Würstchen ขั้นตอนแรกเรียกว่า Stage C เป็นการสร้างรายละเอียดย่อยในภาพ (Latent Generator) แล้วส่งต่อไป Stage B และ Stage A เพื่อปรับแต่งความละเอียดรูปภาพให้ออกมาคมชัด ผลลัพธ์ที่ได้นอกจากภาพที่ละเอียดมากกว่า ยังใช้เวลาในการสร้างรูปภาพที่สั้นกว่าโมเดลเดิมด้วย

Stability AI บริษัทเจ้าของโมเดลสร้างภาพ Stable Diffusion เปิดตัวโมเดลภาษาเวอร์ชันใหม่ Stable LM 2 ซึ่งเป็นเวอร์ชันปรับปรุงจาก Stable LM เวอร์ชันแรกที่เปิดตัวในเดือนเมษายน 2023

ความน่าสนใจของ Stable LM 2 คือตัวโมเดลมีขนาดเล็กลงเหลือเพียง 1.6 พันล้านพารามิเตอร์ (เวอร์ชันแรกเริ่มต้น 3 ล้านพารามิเตอร์) ถือเป็นโมเดลภาษาขนาดเล็ก small language model (SLM) ที่นำไปรันบนฮาร์ดแวร์สเปกต่ำได้กว้างขวางกว่าโมเดลภาษาขนาดใหญ่ (LLM)

Stability AI เปิดตัว Stable Video Diffusion โมเดล AI สำหรับสร้างวิดีโอที่อิงพื้นฐานจากโมเดลสร้างรูปภาพ Stable Diffusion ที่สร้างรูปภาพขึ้นจากตัวหนังสือ โดยสถานะตอนนี้เป็นพรีวิวงานวิจัย ทำให้ผู้นำไปใช้งานต่อต้องยอมรับเงื่อนไขก่อน

Stable Video Diffusion ตอนนี้มี 2 โมเดลย่อย สำหรับการสร้างวิดีโอขึ้นจากรูปภาพ (image-to-video) คือ SVD สร้างวิดีโอที่ 14 เฟรม และ SVD-XT ที่ 25 เฟรม สามารถปรับแต่งเฟรมเรตได้ที่ 3-30 เฟรมต่อวินาที

ดูตัวอย่างวิดีโอที่สร้างขึ้นด้วย Stable Video Diffusion ได้ท้ายข่าว

ที่มา: Stability AI

ผู้พิพากษา William H. Orrick จากศาลเหนือยกคำร้องคดีที่นักวาด Sarah Anderson, Kelly McKernan, และ Karla Ortiz ยื่นฟ้องแบบกลุ่มกับ Stability AI, Midjourney, และ DeviantArt ที่สร้างโมเดลปัญญาประดิษฐ์สร้างภาพมาให้บริการ

ประเด็นที่ Orrick ระบุว่าคำฟ้องมีปัญหา คือ ภาพที่ผู้พัฒนาปัญญาประดิษฐ์ใช้ฝึกนั้นไม่ได้เป็นภาพติดลิขสิทธิ์ไปทั้งหมด ขณะที่ภาพที่ได้นั้นจะถือว่าละเมิดลิขสิทธิ์ได้ก็ต้องดูว่ามีความคล้ายกับภาพต้นฉบับในระดับที่มากพอ

คำพิพากษายังเปิดช่องให้ผู้ฟ้องสามารถยื่นฟ้องใหม่โดยบีบคำฟ้องให้แคบลงให้เหลือเฉพาะภาพที่ติดลิขสิทธิ์เท่านั้น และคำฟ้องที่ระบุว่า Stability AI นำภาพไปใช้งานโดยไม่ได้รับความยินยอมก็ยังดำเนินคดีต่อไปได้

Stability.ai โชว์โมเดล Stable Audio ปัญญาประดิษฐ์สร้างเพลง ชูจุดเด่นที่สามารถสร้างเพลงที่ขึ้นต้นและลงท้ายได้ขึ้น พร้อมกับการทำงานที่เร็ว โมเดลรันบน NVIDIA A100 ใบเดียวสามารถสร้างเพลงยาว 95 วินาทีได้ใน 1 วินาทีเท่านั้น

สถาปัตยกรรมของ Stable Audio รวมเอาข้อมูลเวลาของเสียงที่กำลังสร้างเข้าไปด้วย ทำให้ควบคุมความยาวของเพลงโดยรวมได้ ตัวโมเดล diffusion หลักมีขนาด 907 ล้านพารามิเตอร์ ฝึกกับไฟล์เสียง 800,000 ไฟล์ รวมกว่า 19,500 ชั่วโมง

Stability.AI บริษัทปัญญาประดิษฐ์โอเพนซอร์สเปิดตัว StableCode ปัญญาประดิษฐ์ช่วยเขียนโค้ด สามารถดาวน์โหลดมาใช้งานได้ในเครื่องตัวเอง

StableCode มีสามเวอร์ชั่น ได้แก่

ทีมวิจัย MedARC ประกาศผลการพัฒนาปัญญาประดิษฐ์ MindEye ที่สามารถหาว่ามนุษย์มองภาพอะไรอยู่ จากจข้อมูล fMRI ที่ดูการทำงานของสมองระหว่างมองภาพ และใช้ปัญญาประดิษฐ์สร้างภาพขึ้นมาจนคล้ายภาพที่มนุษย์มองเห็นได้จริงๆ

MindEye รับข้อมูลจาก fMRI เป็นข้อมูล 15,000 voxel แล้วแปลงเป็น embedding สามารถเลือกภาพจากภาพตัวอย่างที่ให้มนุษย์มอง 982 ภาพได้ความแม่นยำ 93.2% และเมื่อหาภาพจากฐานข้อมูล LAION-5B จำนวนกว่า 5 พันล้านภาพก็ยังได้ภาพที่ใกล้เคียงกันมาก ทีมงานนำเอาท์พุตจาก MindEye ไปใส่ปัญญาประดิษฐ์สร้างภาพเพื่อสร้างภาพที่ได้ค่า embedding ใกล้เคียงกันก็ทำให้ได้ภาพที่คล้ายกับภาพที่มนุษย์กำลังมองอยู่ยิ่งขึ้น

CNBC รายงานว่า Emad Mostaque ผู้ร่วมก่อตั้งและซีอีโอของบริษัท Stability AI ได้ให้สัมภาษณ์กับนักวิเคราะห์จาก UBS ว่าปัญญาประดิษฐ์อาจเป็นฟองสบู่ที่ใหญ่ที่สุดตลอดกาล แต่ตอนนี้ยังอยู่ในช่วงเริ่มต้น

Stability AI เป็นบริษัทที่อยู่เบื้องหลัง Stable Diffusion AI สร้างภาพจากการป้อนข้อความ มีผู้ใช้งานมากกว่าหนึ่งล้านคนและได้รับเงินลงทุนเกิน 100 ล้านเหรียญดอลลาร์ จากนักลงทุนรวมถึง Coatue และ Lightspeed Venture Partners ถือว่าเป็น AI ที่ได้รับความนิยมพอๆ กับ OpenAI ผู้ให้บริการ ChatGPT

Stability AI บริษัทเจ้าของอัลกอริทึมสร้างภาพ Stable Diffusion (ที่ใช้ในบริการ Mid­jour­ney) เปิดตัว StableStudio ชุดเครื่องมือ UI สร้างแบบ generative AI แบบโอเพนซอร์ส

Stability AI มีตัวเครื่องมือ UI สำหรับสร้างภาพ AI ชื่อ DreamStudio อยู่ก่อนแล้ว (เป็นเว็บแอพที่รันบนเซิร์ฟเวอร์ของ Stability AI) ตัว StableStudio เป็นเวอร์ชันโอเพนซอร์สของ DreamStudio ที่เปิดให้นำไปรันบนเครื่องตัวเองได้ ความแตกต่างมีเพียงแค่เรื่องแบรนด์, การเปลี่ยนระบบ API เป็นระบบปลั๊กอิน, ตัดฟีเจอร์พวกคิดเงินและจัดการ API key ออกไปเท่านั้น

ปัญญาประดิษฐ์สำหรับแปลงภาพเป็นข้อความเริ่มได้รับความนิยมและมีการใช้งานแพร่หลายทั้ง DALL·E, MidJourney, และ Stable Diffusion แต่ข้อจำกัดหนึ่งของปัญญาประดิษฐ์กลุ่มนี้คือมันไม่สามารถวาดข้อความลงในภาพได้ เมื่อผู้ใช้พยายามสั่งให้เขียนข้อความลงในส่วนของภาพก็มักจะเป็นคำมั่วๆ หรือบางทีก็ไม่เป็นตัวอักษรเลย ทาง Stability.AI ผู้สร้าง Stable Diffusion ก็เปิดตัว DeepFloyd IF ที่สามารถสร้างภาพพร้อมวาดข้อความที่กำหนดลงในภาพได้เลยในตัว

นอกจากความสามารถในการวางตัวอักษรแล้ว DeepFloyd IF ยังเหนือว่าโมเดลสร้างภาพอื่นๆ ได้แก่

Stability AI ผู้สร้างโมเดล Stable Diffusion ปัญญาประดิษฐ์สร้างภาพ ประกาศเปิดตัว StableLM โมเดลปัญญาประดิษฐ์ด้านภาษา โดยมีขุดแข็งคือบริษัทเปิดให้ใช้งานทั้งสำหรับงานวิจัยและใช้งานเชิงการค้า

โมเดล StableLM มีขนาดเริ่มต้น 3 พันล้านและ 7 พันล้านพารามิเตอร์ และเตรียมจะปล่อยโมเดลขนาดใหญ่ขึ้นที่ 15 พันล้าน และ 65 พันล้านพารามิเตอร์ต่อไป ชุดข้อมูลที่ใช้ฝึกปัญญาประดิษฐ์พัฒนาจาก The Pile ที่มีขนาด 825GiB แต่ทาง Stability AI ขยายชุดข้อมูลจนมีขนาด 1.5 ล้านล้านโทเค็น และทางบริษัทเตรียมจะเปิดชุดข้อมูลให้ภายนอกใช้งานด้วย

ต่อจากข่าว Getty Images ยื่นฟ้องศาลอังกฤษ ต่อบริษัท Stability AI ข้อหานำภาพไปเทรน AI โดยไม่ขอลิขสิทธิ์ ล่าสุด Getty Images ฟ้องคดีแบบเดียวกันในสหรัฐอเมริกาด้วย

ในคำฟ้องของ Getty Images ระบุว่าบริษัท Stability AI ขโมยภาพ 12 ล้านภาพรวมถึงข้อความอธิบายภาพ (เพื่อนำไปสอน AI) จากเว็บไซต์ Getty Images และ iStock ไปใช้งานเทรนโมเดล Stable Diffusion โดยไม่ขออนุญาต

Getty Images ประกาศยื่นฟ้องบริษัท Stability AI ผู้สร้างโมเดล Stable Diffusion ต่อศาลลอนดอน ในข้อหาละเมิดลิขสิทธิ์ภาพในสังกัดของ Getty Images นับล้านภาพ เพื่อนำไปใช้เทรนโมเดลของตัวเอง

Getty Images ยังแสดงจุดยืนว่าเทคโนโลยี AI มีอนาคตต่อวงการสร้างสรรค์​ แต่ถ้าอยากได้ภาพไปเทรนก็มีแพ็กเกจเฉพาะงานลักษณะนี้ขายด้วย ซึ่ง Stablility AI ตั้งใจเพิกเฉยและนำภาพมาใช้โดยไม่มีลิขสิทธิ์

คดีนี้เป็นอีกคดีต่อเนื่องจาก กลุ่มนักวาดรวมตัวกันฟ้อง Stability AI ด้วยข้อหาละเมิดลิขสิทธิ์ภาพเช่นกัน

ที่มา - Getty Images

ศิลปินและนักวาดกลุ่มหนึ่ง ยื่นฟ้องบริษัทด้าน AI สายวาดภาพคือ Sta­bil­ity AI, DeviantArt, Mid­jour­ney ที่ใช้อัลกอริทึม Sta­ble Dif­fu­sion สร้างภาพวาด ในข้อหาละเมิดลิขสิทธิ์

Sta­ble Dif­fu­sion เป็นเอนจิน AI ของบริษัท Sta­bil­ity AI ออกมาในเดือนสิงหาคม 2022 โดยเรียนรู้จากภาพวาดนับล้านบนอินเทอร์เน็ต ซึ่งศิลปินกลุ่มนี้บอกว่าละเมิดลิขสิทธิ์ เพราะนำภาพไปใช้โดยไม่ได้รับความยินยอมจากผู้วาดก่อน

ผู้ฟ้องคดีนี้ประเมินว่า Stable Diffusion เรียนรู้จากภาพจำนวน 5 พันล้านภาพ หากคิดความเสียหายภาพละ 1 ดอลลาร์ มูลค่าจะสูงถึง 5 พันล้านดอลลาร์ และเชิญชวนให้ศิลปินคนอื่นๆ มาร่วมฟ้องแบบกลุ่ม (class-action) ด้วยกัน

Stability AI เปิดตัวโมเดลปัญญาประดิษฐ์ Stable Diffusion 2.0 โดยฝึกจากชุดข้อมูล LAION-5B ที่ลบภาพโป๊ออกหมดแล้ว ตัวโมเดลสามารถสร้างภาพได้ขนาด 512x512 พิกเซลหรือ 768x768 พิกเซลพร้อมกับตัวเพิ่มความละเอียดภาพให้เป็นระดับ 2048x2048 พิกเซลหรือสูงกว่าได้

ฟีเจอร์สำคัญที่เพิ่มมาคือการสร้างภาพแบบ Depth-to-Image ที่สร้างภาพจากภาพต้นฉบับ แล้วใส่ขอความแนะนำเพิ่มเติม และโหมดปรับจากภาพเดิม (inpainting)

โมเดล Stable Diffusion 2.0 ยังคงรันได้ในชิปกราฟิกตัวเดียว และจะเปิดให้ใช้งานในแพลตฟอร์มออนนไลน์ต่อไป

ที่มา - Stability AI

Stable Diffusion เป็นหนึ่งในปัญญาประดิษฐ์ชื่อดังที่สามารถวาดภาพได้ตามข้อความบรรยายที่ถูกป้อนให้มันเช่นเดียวกับ DALL-E และ Midjourney โดยที่ผ่านมาผู้ที่ต้องการใช้ Satble Diffusion จะต้องใช้งานผ่านเว็บ DreamStudio ซึ่งอาศัยการประมวลผลบนคลาวด์ หรือไม่หากจะใช้งานประมวลผลบนเครื่องพีซีเองก็ต้องนำเอาโค้ดโอเพ่นซอร์สมาลงเอง

แต่ล่าสุดมีนักพัฒนาแอปที่ชื่อ Draw Things: AI Generation จับเอา Stable Diffusion มารันบนอุปกรณ์ที่ใช้ระบบปฏิบัติการ iOS ได้แล้ว