Stable Diffusionが一般公開──オープンソースの画像生成AIが誰でも使える時代へ

Stability AIが、テキストから画像を生成するAIモデル「Stable Diffusion」を一般公開しました。DALL-E 2やImagenと並ぶ性能を持ちながら、モデルの重み自体をCreativeML OpenRAIL-Mライセンスのもとで公開した点が最大の特徴で、誰でも手元の環境で動かせる画像生成AIとして大きな注目を集めました。

詳細

• 公開形態: 最初の公開チェックポイントはv1.4で、Hugging Face上でモデルの重みが公開された
• 開発体制: Stability AI、RunwayML、ミュンヘン大学のCompVis研究グループ後継組織、EleutherAI、LAIONによる共同研究の成果
• 事前経緯: 8月10日には研究者約1000名向けに先行公開されており、Discordサーバーでは1万人以上のベータテスターが利用していた
• ライセンス: 商用・非商用問わず利用可能な寛容なライセンスを採用し、オープンソースコミュニティでの急速な普及を後押しした

その後

オープンソース公開という選択は、後発の画像生成AIサービスの多くがStable Diffusionをベースに派生モデルを作る土壌を作りました。同年11月にはSD2.0、翌年にはSDXLと続く進化の出発点であり、DALL-EやMidjourneyとは異なる「誰でも改造できるAI」という潮流を作った出来事です。