Stability AI — Stable Diffusion и Stable Audio

Stable Diffusion 3.5 — текущее семейство моделей изображений Stability AI. Large — флагман на 8 млрд параметров для профессиональной работы в разрешении 1 мегапиксель, Large Turbo создаёт изображения за четыре шага, а Medium рассчитана на потребительское оборудование. Более старая SDXL и одношаговая SDXL Turbo по-прежнему доступны.

Веса можно скачать и запускать на своих серверах по Community License, использовать через API или у облачных партнёров, например в Amazon Bedrock. Благодаря открытости любой может дообучать модели или создавать на их основе LoRA и инструменты; но это значит и то, что оборудование и интерфейс вы настраиваете сами.

API Stability AI продаёт генерацию изображений за каждый вызов: Stable Image Ultra на базе SD 3.5 Large — 8 кредитов ($0.08), SD 3.5 Large — 6,5, Large Turbo — 4, Medium — 3,5, Flash — 2,5 и Stable Image Core — 3. Сервисы редактирования включают стирание объектов, inpainting, outpainting, удаление фона, поиск с заменой или перекраской, а также замену фона с переосвещением.

Апскейлеры — от Fast (4x, до 4 мегапикселей, 2 кредита) до Conservative (40) и Creative (60), который восстанавливает изображения низкого качества в 4K. Сервисы управления строят новое изображение по эскизу, структуре или референсу стиля. Stability заявляет, что каждый вызов API проверяется на небезопасный контент, а результаты подписываются C2PA; лимит — 150 запросов за 10 секунд.

Stable Audio теперь главный потребительский продукт Stability AI и открывает её главную страницу. Stable Audio 3.0 создаёт полноценные треки длиной до шести минут в стерео 44,1 кГц, преобразует загруженное аудио по промпту и может переработать или продлить часть трека. Stability заявляет, что модели обучены только на лицензированной музыке из библиотеки AudioSparx.

Им можно пользоваться на stableaudio.com, в плагине VST3 и AU для Mac с синхронизацией темпа и перетаскиванием на дорожку (Windows обещана в скором времени) или через API за 8 кредитов за генерацию. Модели 3.0 Medium и Small имеют открытые веса и могут работать на вашем компьютере.

Stable Video Diffusion — видеомодель Stability AI. На её странице указаны генерация видео из текста, 14 или 25 кадров с частотой от 3 до 30 в секунду и генерация за две минуты или быстрее, то есть ролики длиной в несколько секунд без звука.

Stability закрыла API Stable Video Diffusion 24 июля 2025 г., а её прежнее веб-приложение stablevideo.com теперь перенаправляет на страницу модели. Модель по-прежнему можно запускать у себя по лицензии, но способа сделать видео на серверах Stability сегодня нет.

Stable Point Aware 3D (SPAR3D) строит полный 3D-объект по одному изображению меньше чем за секунду и позволяет его редактировать, а Stable Fast 3D делает текстурированный ассет примерно за 0,5 секунды; обе модели доступны в API за 4 и 10 кредитов. Stable Video 4D принимает видео объекта и возвращает новые виды с восьми ракурсов.

Более старые 3D-модели — Stable Video 3D, Stable Zero123 и TripoSR, созданная вместе с Tripo AI, — остаются в виде весов для скачивания. Они рассчитаны на команды из игр, VR, ритейла и дизайна, которым нужны ассеты, а не готовые видео.

Community License позволяет исследователям, разработчикам, авторам и компаниям с годовой выручкой до $1 млн бесплатно использовать Stable Diffusion 3.5, SDXL Turbo, Stable Audio 3.0, Stable Fast 3D и другие модели, в том числе в коммерческих целях; коммерческие пользователи должны зарегистрироваться в Stability. Результаты и дообученные версии, например LoRA, принадлежат вам.

Как только выручка компании вместе с аффилированными лицами превышает $1 млн, Community License прекращает действовать и нужна лицензия Enterprise — цена по запросу, с возможностью обучения собственной модели и консультациями. Кроме того, Stability обучает собственные модели для крупных компаний через команду Strategic Partnerships.