Stability AI 是面向团队与创作者的企业级创意伙伴,为规模化内容生产提供专业级生成式 AI 工具与解决方案。在其服务条款中,该公司自述为一家多模态生成式 AI 公司,开发用于创作与生成内容的尖端模型和产品。平台覆盖图像、视频、音频与 3D 四大媒体领域,通过开源权重模型、托管 API 以及名为 Brand Studio 的托管创意制作应用交付。
Stability AI 最为人熟知的身份是 Stable Diffusion 图像模型系列的开发者,此后又拓展到 Stable Video Diffusion、Stable Audio 以及一系列 3D 生成模型。其当前定位是企业级与专业创意生产:官网面向营销、游戏与娱乐团队展示公司,并列出自主托管、托管应用、API 与云服务等部署选项。
公司成立于 2019 年。2026 年 8 月,公司宣布完成 B 轮融资,称本轮融资使其在当前领导层下累计融资达 2.32 亿美元,投资方包括 Electronic Arts、Sony Music Group、Universal Music Group 与 Warner Music Group。
该服务由两个法律实体提供:面向英国、欧盟或瑞士用户的 Stability AI Ltd,以及面向上述地区以外用户的 Stability AI US Services Corporation。除商业产品外,Stability AI 还发布生成模型研究,开展覆盖图像、视频、音频与 3D 的研究项目,并将开源权重定位为其技术开放的核心。
Stability AI 将其模型划分为媒体、语言、3D 与音频类别。公司声明,其网站列出的 Core Models 可供 Community 与 Enterprise 用户按协议条款用于商业用途,而所有其他 Stability AI 模型不在此列。
Stable Diffusion 3.5 是公司的 AI 图像生成器,被描述为其迄今最强大的图像模型,提供 Large、Turbo 与 Medium 三种版本。Large 面向 1 百万像素分辨率的专业用例,具有卓越质量与提示词遵循度。Turbo 设计为比 Large 运行更快,仅需四步即可生成高质量且遵循提示词的图像。Medium 设计为可在消费级硬件上运行,兼顾质量与可定制性。
除 3.5 系列外,公司还列出 Stable Diffusion XL(被描述为拥有 35 亿参数、提供高分辨率与照片级输出的先进文生图生成模型)与 Stable Diffusion XL Turbo(一个蒸馏版本,最快一步即可实现实时图像生成)。图像工具还包括对用户上传或生成图像的一组编辑操作,例如擦除物体、内补(inpainting)、外扩(outpainting)、去除背景、重新着色、替换背景与重新打光,以及提供 Creative、Conservative 与 Fast 三种模式的放大功能,和面向 Sketch、Structure 与 Style 的控制工具。
Stable Video Diffusion 是公司的 AI 视频生成器,被描述为 Stability AI 首个开源生成视频模型,基于图像模型 Stable Diffusion。它支持文生视频生成、自定义帧率与快速处理。公司称其可在每秒 3 至 30 帧的可自定义帧率下生成 14 帧与 25 帧片段,并在 2 分钟或更短时间内完成视频制作。
Stable Audio 3.0 是公司的 AI 音频生成器,是一个在完全授权数据上训练的模型系列,被设计为音频社区后续建设的基础。其中三个模型为开源权重,可免费下载与构建。音频模型提供 Large、Medium 与 Small 版本,其中 Small 与 Small SFX 模型针对在移动设备上生成音频进行了优化。
3D 系列包括 Stable Point Aware 3D(可在不到一秒内从单张图像生成 3D 物体)与 Stable Fast 3D(可在约 0.5 秒内从单张图像生成 3D 资产)。Stable Video 4D 从单段视频生成八个不同视角的新视角视频,约 40 秒内生成 8 个视角的 5 帧画面。Stable Video 3D 有两个版本:SV3D_u 从单张图像生成环绕视频,SV3D_p 用于从单张与环绕图像创建完整 3D 视频。该系列还包括 Stable Zero123(一个专精于生成 3D 物体的 AI 模型)与 TripoSR(一个与 Tripo AI 合作打造的快速 3D 物体重建模型)。
除媒体模型外,Core Models 列表还包括 Stable LM 2 12B 与 Stable LM 2 1.6B 等语言模型(支持英语、西班牙语、德语、意大利语、法语、葡萄牙语与荷兰语),以及日语版 Stable LM 2 1.6B,还有代码模型 Stable Code 3B 与 Stable Code Instruct 3B。
入门方式取决于你想如何运行模型。公司提供四条路径:面向需要高级定制与数据掌控的团队的自主托管部署、面向企业团队的 Brand Studio 托管应用、用于将媒体生成与编辑集成到现有产品而无需管理基础设施的 API 访问,以及云服务。在它们之间选择主要取决于由谁运营基础设施,以及你是采用自主托管许可还是通过 API 使用。公司邀请新用户免费体验 Brand Studio 或从 Community License 开始,并引导大型组织联系其销售团队了解企业许可方案。
针对营销团队,公司将其图像生成与编辑工具定位为围绕为营销活动创建高质量的品牌一致资产。
Stable Audio 定位用于音乐、音效与音频编辑。这些模型可创作长达六分钟、具有复杂动态音乐结构的完整曲目,并支持修改曲目片段、重做歌曲的某一部分或扩展作品。Stability 称其音频模型商业安全,在完全授权数据集上训练,并在其 Enterprise 许可下提供法律赔偿。
针对游戏领域,公司指向其 3D 与 4D 视频模型,称这些模型将体积生成媒体推向了更远,定位用于构建沉浸式世界。Stable Fast 3D 被描述为服务于游戏与 VR 开发者,以及零售、建筑与设计领域的专业人士。
公司向企业零售商推广其图像工具,定位用于创建产品视觉内容,其客户案例描述了一款在云合作伙伴基础设施上、用 Stable Diffusion 打造、每分钟可生成 1000 张或更多图像的个性化叙事应用。
针对娱乐团队,公司将其图像与视频工具定位用于从故事板到调色的各个阶段,称其为更快达成最终剪辑的途径。
Stability AI 面向从个人创作者到大型组织的广泛群体。在企业页面上,公司将研究人员、开发者以及年收入低于 100 万美元的小型企业指向其他部署选项,而将大型组织指向企业许可。实际上,其划分落在许可门槛上:低于某收入线的免费 Community License,以及高于该线的付费 Enterprise License。在家生成内容的创作者与爱好者无需支付许可费,微调者也可免费使用 Core Models,除非其年收入超过门槛。需要定制、支持或超过该线的商业用途的团队,才是 Enterprise License 的目标受众。
这些模型可通过多个入口运行。图像模型可部署在你自己的基础设施上、通过 API 集成,或通过 Stable Assistant 等基于网页的应用使用(后者在浏览器中提供对模型与编辑工具的访问)。API 定位用于将媒体生成与编辑集成到自定义应用中,无需管理基础设施。音频方面,有专门的 Stable Audio 网页应用,可让你立即开始生成音乐。公司还提供云合作伙伴,让团队无需增加基础设施即可在其现有云生态系统中使用其模型。
Community License 免费,面向年收入低于 100 万美元的研究人员、开发者、小型企业与创作者。Enterprise License 采用定制定价,面向企业、API 提供商以及年收入超过 100 万美元的企业。公司声明,Core Models 对所有人免费使用,除非用于商业目的且用户或组织年收入超过 100 万美元(无论收入来源)。
关于所有权,许可 FAQ 声明,在用户与 Stability 之间,用户拥有由 Core Models 或微调等衍生作品生成的输出,前提是输出使用符合适用法律与 Acceptable Use Policy。
API 使用基于积分。2025 年 7 月的一次定价更新列出的积分成本包括:创意放大 60 积分、保守放大 40 积分、快速放大 2 积分、擦除物体 5 积分、内补 5 积分、Fast 3D 10 积分、文生音频 20 积分。同一次更新称公司将于 2025 年 7 月 24 日停用两个 API 端点:Stable Video API 与 Stable Diffusion 1.6 API。
除非法律另有要求,支付不可退款;未使用的服务积分自购买或发放之日起一年后过期,除非另有规定。
AI 工具目录将 Stability AI 描述为覆盖图像、视频、音频与语言的开源生成式 AI 提供商。它们还将 Stable Diffusion Online、Midjourney、Civitai、Leonardo.Ai 与 ComfyUI 列为 Stability AI 的热门替代品。
Stability AI 的技术面向成年人使用。Acceptable Use Policy 要求用户年满 18 周岁,或其所在地区规定的最低年龄(以较高者为准)。该政策禁止一系列用途,包括儿童性虐待材料、未经同意的私密影像、非法色情内容,以及与性交、性行为或性暴力相关的内容。它还禁止违反法律或他人权利、对他人或自己造成情感或身体伤害、规避平台安全措施,以及欺骗或误导他人。
隐私政策声明,公司可能使用输入与输出来训练和改进其模型,用户可就训练用途选择退出。该政策还声明,公司不会为换取报酬而出售或与第三方共享个人数据。
公司称其正在实施内容真实性标准,包括与 Content Authenticity Initiative 合作实施 C2PA 标准,以便用户与平台识别通过其托管服务生成的 AI 辅助内容。它描述了一种开放优先、安全设计的方法,并称其对内部开发的 Stable Diffusion 版本的训练数据应用过滤器,以在图像进入模型前移除不安全图像。
独立报道描述了 Stability AI 与图库摄影公司 Getty Images 之间就训练数据中图像使用问题展开的诉讼。据该报道,2025 年 11 月英国高等法院的一项裁决大体上有利于 Stability AI,驳回了一项次要版权主张,同时认定与历史模型版本相关的有限商标侵权;截至 2026 年年中,相关美国案件仍在审理中。本文档所审阅的 Stability AI 网站页面未讨论该诉讼。
Community License 被描述为:若用户违反其条款则可被撤销,公司解释称这是为了遵守法律义务、促进安全使用并保护其投资所必需的。公司还称其最强大的模型受伦理使用许可约束,该许可禁止非法或剥削性使用。
Core Models 对所有人免费,包括商业用途,只要用户或组织年收入低于 100 万美元。超过该门槛的组织被引导购买 Enterprise License。
根据许可 FAQ,在用户与 Stability 之间,用户拥有由 Core Models 或衍生作品生成的输出,前提是遵守适用法律与 Acceptable Use Policy。
可以。除 API 访问、Brand Studio 托管应用与云服务外,公司还提供用于在你自己的环境中部署模型的自主托管许可。
Acceptable Use Policy 禁止的内容包括(但不限于)儿童性虐待材料、未经同意的私密影像、非法色情内容,以及与性交、性行为或性暴力相关的内容。
默认情况下可能会。公司使用输入与输出来训练和改进其模型,用户可就训练用途选择退出。