Stability AI 是面向團隊與創作者的企業級創意夥伴,為規模化內容生產提供專業級生成式 AI 工具與解決方案。在其服務條款中,該公司自述為一家多模態生成式 AI 公司,開發用於創作與生成內容的尖端模型和產品。平台涵蓋圖片、影片、音訊與 3D 四大媒體領域,透過開源權重模型、託管 API,以及名為 Brand Studio 的託管創意製作應用程式交付。
Stability AI 最為人熟知的身分是 Stable Diffusion 圖片模型系列的開發者,此後又拓展到 Stable Video Diffusion、Stable Audio,以及一系列 3D 生成模型。其當前定位是企業級與專業創意生產:官網面向行銷、遊戲與娛樂團隊展示公司,並列出自行託管、託管應用程式、API 與雲端服務等部署選項。
公司成立於 2019 年。2026 年 8 月,公司宣布完成 B 輪融資,稱本輪融資使其在現任領導層下累計募資達 2.32 億美元,投資方包括 Electronic Arts、Sony Music Group、Universal Music Group 與 Warner Music Group。
該服務由兩個法律實體提供:面向英國、歐盟或瑞士用戶的 Stability AI Ltd,以及面向上述地區以外用戶的 Stability AI US Services Corporation。除商業產品外,Stability AI 還發布生成模型研究,開展涵蓋圖片、影片、音訊與 3D 的研究計畫,並將開源權重定位為其技術開放的核心。
Stability AI 將其模型劃分為媒體、語言、3D 與音訊類別。公司聲明,其網站列出的 Core Models 可供 Community 與 Enterprise 用戶依協議條款用於商業用途,而所有其他 Stability AI 模型不在此列。
Stable Diffusion 3.5 是公司的 AI 圖片生成器,被描述為其迄今最強大的圖片模型,提供 Large、Turbo 與 Medium 三種版本。Large 面向 1 百萬像素解析度的專業用例,具有卓越品質與提示詞遵循度。Turbo 設計為比 Large 運行更快,僅需四步即可生成高品質且遵循提示詞的圖片。Medium 設計為可在消費級硬體上運行,兼顧品質與可自訂性。
除 3.5 系列外,公司還列出 Stable Diffusion XL(被描述為擁有 35 億參數、提供高解析度與照片級輸出的先進文字生成圖片模型)與 Stable Diffusion XL Turbo(一個蒸餾版本,最快一步即可實現即時圖片生成)。圖片工具還包括對使用者上傳或生成圖片的一組編輯操作,例如擦除物體、內補(inpainting)、外擴(outpainting)、去除背景、重新上色、替換背景與重新打光,以及提供 Creative、Conservative 與 Fast 三種模式的放大功能,和面向 Sketch、Structure 與 Style 的控制工具。
Stable Video Diffusion 是公司的 AI 影片生成器,被描述為 Stability AI 首個開源生成影片模型,基於圖片模型 Stable Diffusion。它支援文字生成影片、自訂影格率與快速處理。公司稱其可在每秒 3 至 30 影格的可自訂影格率下生成 14 影格與 25 影格片段,並在 2 分鐘或更短時間內完成影片製作。
Stable Audio 3.0 是公司的 AI 音訊生成器,是一個在完全授權資料上訓練的模型系列,被設計為音訊社群後續建設的基礎。其中三個模型為開源權重,可免費下載與構建。音訊模型提供 Large、Medium 與 Small 版本,其中 Small 與 Small SFX 模型針對在行動裝置上生成音訊進行了最佳化。
3D 系列包括 Stable Point Aware 3D(可在不到一秒內從單張圖片生成 3D 物體)與 Stable Fast 3D(可在約 0.5 秒內從單張圖片生成 3D 資產)。Stable Video 4D 從單段影片生成八個不同視角的新視角影片,約 40 秒內生成 8 個視角的 5 影格畫面。Stable Video 3D 有兩個版本:SV3D_u 從單張圖片生成環繞影片,SV3D_p 用於從單張與環繞圖片建立完整 3D 影片。該系列還包括 Stable Zero123(一個專精於生成 3D 物體的 AI 模型)與 TripoSR(一個與 Tripo AI 合作打造的快速 3D 物體重建模型)。
除媒體模型外,Core Models 列表還包括 Stable LM 2 12B 與 Stable LM 2 1.6B 等語言模型(支援英語、西班牙語、德語、義大利語、法語、葡萄牙語與荷蘭語),以及日語版 Stable LM 2 1.6B,還有程式碼模型 Stable Code 3B 與 Stable Code Instruct 3B。
入門方式取決於你想如何運行模型。公司提供四條路徑:面向需要進階客製化與資料掌控的團隊的自行託管部署、面向企業團隊的 Brand Studio 託管應用程式、用於將媒體生成與編輯整合到現有產品而無需管理基礎架構的 API 存取,以及雲端服務。在它們之間選擇主要取決於由誰營運基礎架構,以及你是採用自行託管授權還是透過 API 使用。公司邀請新使用者免費體驗 Brand Studio 或從 Community License 開始,並引導大型組織聯絡其銷售團隊了解企業授權方案。
針對行銷團隊,公司將其圖片生成與編輯工具定位為圍繞為行銷活動建立高品質的品牌一致資產。
Stable Audio 定位用於音樂、音效與音訊編輯。這些模型可創作出長達六分鐘、具有複雜動態音樂結構的完整曲目,並支援修改曲目片段、重做歌曲的某一部分或擴展作品。Stability 稱其音訊模型商業安全,在完全授權資料集上訓練,並在其 Enterprise 授權下提供法律賠償。
針對遊戲領域,公司指向其 3D 與 4D 影片模型,稱這些模型將體積生成媒體推向了更遠,定位用於構建沉浸式世界。Stable Fast 3D 被描述為服務於遊戲與 VR 開發者,以及零售、建築與設計領域的專業人士。
公司向企業零售商推廣其圖片工具,定位用於建立產品視覺內容,其客戶案例描述了一款在雲端合作夥伴基礎架構上、用 Stable Diffusion 打造、每分鐘可生成 1000 張或更多圖片的個人化敘事應用程式。
針對娛樂團隊,公司將其圖片與影片工具定位用於從分鏡到調色的各個階段,稱其為更快達成最終剪輯的途徑。
Stability AI 面向從個人創作者到大型組織的廣泛群體。在企業頁面上,公司將研究人員、開發者以及年營收低於 100 萬美元的小型企業指向其他部署選項,而將大型組織指向企業授權。實際上,其劃分落在授權門檻上:低於某營收線的免費 Community License,以及高於該線的付費 Enterprise License。在家生成內容的創作者與愛好者無需支付授權費,微調者也可免費使用 Core Models,除非其年營收超過門檻。需要客製化、支援或超過該線的商業用途的團隊,才是 Enterprise License 的目標受眾。
這些模型可透過多個入口運行。圖片模型可部署在你自己的基礎架構上、透過 API 整合,或透過 Stable Assistant 等基於網頁的應用程式使用(後者在瀏覽器中提供對模型與編輯工具的存取)。API 定位用於將媒體生成與編輯整合到自訂應用程式中,無需管理基礎架構。音訊方面,有專門的 Stable Audio 網頁應用程式,可讓你立即開始生成音樂。公司還提供雲端合作夥伴,讓團隊無需增加基礎架構即可在其現有雲端生態系統中使用其模型。
Community License 免費,面向年營收低於 100 萬美元的研究人員、開發者、小型企業與創作者。Enterprise License 採用客製化定價,面向企業、API 提供商以及年營收超過 100 萬美元的企業。公司聲明,Core Models 對所有人免費使用,除非用於商業目的且使用者或組織年營收超過 100 萬美元(無論營收來源)。
關於所有權,授權 FAQ 聲明,在使用者與 Stability 之間,使用者擁有由 Core Models 或微調等衍生作品生成的輸出,前提是輸出使用符合適用法律與 Acceptable Use Policy。
API 使用基於點數。2025 年 7 月的一次定價更新列出的點數成本包括:創意放大 60 點、保守放大 40 點、快速放大 2 點、擦除物體 5 點、內補 5 點、Fast 3D 10 點、文字生成音訊 20 點。同一次更新稱公司將於 2025 年 7 月 24 日停用兩個 API 端點:Stable Video API 與 Stable Diffusion 1.6 API。
除非法律另有要求,付款不可退款;未使用的服務點數自購買或發放之日起一年後過期,除非另有規定。
AI 工具目錄將 Stability AI 描述為涵蓋圖片、影片、音訊與語言的開源生成式 AI 提供商。它們還將 Stable Diffusion Online、Midjourney、Civitai、Leonardo.Ai 與 ComfyUI 列為 Stability AI 的熱門替代品。
Stability AI 的技術面向成年人使用。Acceptable Use Policy 要求使用者年滿 18 歲,或其所在地區規定的最低年齡(以較高者為準)。該政策禁止一系列用途,包括兒童性虐待材料、未經同意的私密影像、非法色情內容,以及與性交、性行為或性暴力相關的內容。它還禁止違反法律或他人權利、對他人或自己造成情感或身體傷害、規避平台安全措施,以及欺騙或誤導他人。
隱私政策聲明,公司可能使用輸入與輸出來訓練和改進其模型,使用者可就訓練用途選擇退出。該政策還聲明,公司不會為換取報酬而出售或與第三方共享個人資料。
公司稱其正在實施內容真實性標準,包括與 Content Authenticity Initiative 合作實施 C2PA 標準,以便使用者與平台識別透過其託管服務生成的 AI 輔助內容。它描述了一種開放優先、安全設計的方法,並稱其對內部開發的 Stable Diffusion 版本的訓練資料應用過濾器,以在圖片進入模型前移除不安全圖片。
獨立報導描述了 Stability AI 與圖庫攝影公司 Getty Images 之間就訓練資料中圖片使用問題展開的訴訟。據該報導,2025 年 11 月英國高等法院的一項裁決大體上有利於 Stability AI,駁回了一項次要版權主張,同時認定與歷史模型版本相關的有限商標侵權;截至 2026 年年中,相關美國案件仍在審理中。本文檔所審閱的 Stability AI 網站頁面未討論該訴訟。
Community License 被描述為:若使用者違反其條款則可被撤銷,公司解釋稱這是為了遵守法律義務、促進安全使用並保護其投資所必需的。公司還稱其最強大的模型受倫理使用授權約束,該授權禁止非法或剝削性使用。
Core Models 對所有人免費,包括商業用途,只要使用者或組織年營收低於 100 萬美元。超過該門檻的組織被引導購買 Enterprise License。
根據授權 FAQ,在使用者與 Stability 之間,使用者擁有由 Core Models 或衍生作品生成的輸出,前提是遵守適用法律與 Acceptable Use Policy。
可以。除 API 存取、Brand Studio 託管應用程式與雲端服務外,公司還提供用於在你自己的環境中部署模型的自行託管授權。
Acceptable Use Policy 禁止的內容包括(但不限於)兒童性虐待材料、未經同意的私密影像、非法色情內容,以及與性交、性行為或性暴力相關的內容。
預設情況下可能會。公司使用輸入與輸出來訓練和改進其模型,使用者可就訓練用途選擇退出。