吳明宜在 OpenAI 上演執行長被趕下台又復辟的鬧劇同時，其他 AI 新創公司並未停下腳步。 Stability AI 本周宣佈 Stable Video Diffusion，最新模型是以 Stability AI 現有 Stability Diffusion 文字轉圖片開原模型開發而成，可將現有圖片變成動畫的影片。
Stability Video Diffusion 目前為「研究預覽版」，想使用者必須遵守其規定，包括僅能作為教育創意、設計或其他藝術用途工具，且不得用於真實再現（複製）人或事件。
Stability Video Diffusion 有二個模型，分別為 SVD 及 SVD-XT 。 SVD 可將靜態圖片轉成 14 影格的 576×1024 影片，SVD-XT 使用同一架構，但影格提升為 24 。兩者都能生成 3 到 30 FPS（frames per second）的影片。
SVD 與 SVD-XT 兩者一開始都是由數百萬則影片的資料集訓練，再以數十萬則影片訓練「微調」，來源應該都是公開資料集。很難推測這些來源是否為版權著作，若是，可能會為 Stability 及 Stable Video Diffusion 用戶帶來侵權或倫理困擾。
Stability AI 也清楚點出 Stability Video Diffusion 的限制，例如它們無法生成沒動作或慢速平移的影片，無法以文字控制，無法渲染文字，或是生成人臉的品質不穩定等。
不過 Stability AI 指出，這些模型擴充性很高，且容易用於多種場景，像是生成物體 360 度的影片。
Stability AI 表示該公司還在規劃以 SVD 、 SVD-XT 為基礎發展多種模型，以及一個能以 Web 輸入文字提示的「文字轉影片」工具。最終目標可能是商業化。該公司指出，SVD 應用在「廣告、教育、娛樂等」相當適合。
隨著投資人升高壓力，Stability AI 希望及早發展出穩定獲利模式。雖然該公司年終募得 2500 萬美元，但近來投資人興趣缺缺，已傳出因營收不佳，延遲發薪水或繳交薪資稅，導致 AWS 揚言將禁止 Stability AI 存取其 GPU 執行個體。雪上加霜的是，Stability AI 負責聲音服務，或音樂生成工具要角的副總裁 Newton-Rex，也在本周離職。
來源：Techcrunch