稳定扩散与流翼：两个梦想家的故事
在人工智能的浩瀚宇宙中，有两颗耀眼的星辰。一颗是昔日的光芒，曾照亮整个开源图像生成的夜空；另一颗是新升起的晨星，用更绚烂的光彩重新定义了人们对AI艺术的想象。它们有着同样的血脉，却走向了不同的命运——这就是《稳定扩散》(Stable Diffusion)与《流翼》(Flux)的故事。
第一幕：梦想的起点——Stable Diffusion的传奇
某个秋日的午后，在伦敦的某个角落，一位名叫艾马德·莫塔克(Emad Mostaque)的英籍孟加拉裔青年正在思考一个宏大的问题：为什么图像生成这样的超能力，只能被掌握在大公司和科技巨头的手中？
这是一个再平凡不过的疑问，却在莫塔克的脑海中激起了千层浪。在他之前的人生中，他做过对冲基金分析师——一份体面但并不能让灵魂歌唱的工作。但他是那种人，是那种无法止息内心躁动的人，是那种看到高墙就想推倒的人。他开始自学AI，如同一个自我放逐的朝圣者，在知识的荒漠中跋涉。
2022年的夏天，命运安排了一场华丽的相遇。莫塔克创立的Stability AI与来自慕尼黑路德维希·马克西米利安大学(LMU)的计算机视觉小组(CompVis)携手，还有来自Runway的技术力量加入，三方合力于2022年8月推出了《稳定扩散》(Stable Diffusion)——这一刻，天地为之变色。
而这个小组的核心人物，便是罗宾·隆巴赫(Robin Rombach)、安德烈亚斯·布拉特曼(Andreas Blattmann)和帕特里克·埃瑟尔(Patrick Esser)。他们像是艺术与科学的混血儿，既有对美的执着，也有对算法的敬畏。特别是隆巴赫，这位年轻的天才已经在论文中开创了潜在扩散模型(Latent Diffusion Models)的理论基础，而现在，这理论终于有了它的肉体和灵魂。
开源的革命
与其说Stable Diffusion是一个产品，不如说它是一场民主运动。在一个被专有模型和付费API垄断的时代，Stability AI做出了一个大胆得近乎疯狂的选择：将代码开源。
想象一下，在2022年的夏秋之交，全世界的极客、艺术家、创意工作者们纷纷从GitHub上拉下代码，在自己的电脑上运行这个看似魔法的程序。一台普通的消费级显卡，一台笔记本电脑，就足以让任何人成为数字艺术家。这不再是科技公司的专属特权，而成了全民的狂欢。
融资的数字足以说明市场的热烈：Stability AI在短短的时间内融资超过1亿美元，估值一度高达约40亿美元。莫塔克成了新一代的科技英雄——年轻、野心勃勃、充满了改变世界的热忱。
帝国的繁荣与衰落
从2022到2024年，Stable Diffusion的生态系统呈现了令人眩目的繁荣。社区为这个开源模型开发了超过10万个自定义模型。有人创造了LoRA(Low-Rank Adaptation)这样的轻量级微调技术，使得任何人都能用小数据集训练出个性化的模型。有人开发了ControlNet，让用户可以用线稿、姿态图等精确控制生成内容。还有ComfyUI这样的可视化工作流编辑器，让非技术人员也能成为主宰像素的法师。
从SD 1.5到SD 2.0，再到SDXL的发布，每一次迭代都是一次进化的见证。特别是SDXL(Stable Diffusion XL)，其生成的图像质量已经能与商业模型相抗衡，甚至在某些场景中胜出。它就像一个不断打磨的珠玉，每一次雕琢都让人们看到它内在的光辉。
但繁荣与衰落往往只在一线之隔。2024年3月，一个震撼舞台的消息传来：艾马德·莫塔克宣布辞去CEO职位。随之而来的是一系列的财务危机和管理层的混乱。那个曾经意气风发的年轻企业家，如今不得不面对现实的残酷——融资、商业化、法律诉讼、社区信任……这些东西比算法本身更难驾驭。
诉讼也随之而来。盖蒂图片社(Getty Images)对Stability AI提起诉讼，指控其使用了受版权保护的图像进行模型训练。艺术家和摄影师的抗议声浪此起彼伏。莫塔克曾经的梦想——让AI的力量为每个人所用——如今被笼罩上了伦理和法律的阴影。
然而，即便帝国的中心出现了裂缝，但它已经过于庞大而无法崩塌。Stable Diffusion已经成为开源图像生成的代名词。它的代码、它的思想、它的社区，早已超越了任何一家公司的掌控。
第二幕：新星升起——Flux的华丽出场
命运喜欢这样的戏剧转折。就在Stability AI陷入泥沼的时刻，一个出人意料的身影出现了——罗宾·隆巴赫。
是的，就是那位原本应该在Stability AI的总部里继续他的研究的科学家。但有时候，最伟大的创新不是来自既成的帝国，而是来自帝国内部对自由的渴望。
2023年，隆巴赫与黑森林实验室(Black Forest Labs)的其他创始人离开了Stability AI，在德国开启了一个新的篇章。这家新创公司的名字本身就充满了浪漫色彩——黑森林，那个充满了神话与魔法的地方。他们的目标很清晰：不是复制Stable Diffusion，而是超越它。
Flux的三个灵魂
2024年，黑森林实验室推出了Flux系列模型，包括Flux.1 [pro]、Flux.1 [dev]和Flux.1 [schnell]三个版本。这个三体结构本身就显示了设计的优雅：专业版本追求极致的生成质量，开发版本在质量与速度之间寻找平衡，快速版本则为普通用户提供足够的能力。
如果说Stable Diffusion是一位经验丰富的教科书式设计师，那么Flux就是一位充满野心的年轻艺术家。它的图像质量逼近——甚至在某些场景中超越了商业产品如Midjourney。那些人物的细节处理，那些光线的捕捉，那些构图的美感……都达到了一个新的高度。
有评测者这样形容Flux生成的图像：它们不仅仅是漂亮，而是有灵魂的。笔触、色彩、光影的交互，已经超越了单纯的技术实现，进入了艺术创作的领域。
资本的投票
融资数字再次证明了市场的信心。黑森林实验室在2024年融资超过1亿美元。这不仅是金钱的数字，更是对一个新方向的投票。对于那些曾经在Stable Diffusion上下注的风险投资者来说，看到原班人马创办的新公司，并且推出了更优秀的产品——这既是一次复仇，也是一次救赎。
而且，黑森林实验室保持了开源的传统。Flux.1 [dev]和Flux.1 [schnell]向开发者和爱好者开放，继承了当初Stable Diffusion的那种民主精神。虽然Flux.1 [pro]是商业模型，需要付费使用，但这种混合策略显然更成熟、更可持续。
第三幕：两个梦想，一个对话
在这个故事的最后，我们应该反思：Stable Diffusion和Flux究竟代表了什么？
Stable Diffusion的遗产
Stable Diffusion改变了世界的看法。在它出现之前，AI生成内容还被普遍认为是巨头公司的秘密武器。但这款开源模型证明了另一种可能性：优秀的技术不一定要被锁在黑盒里。民主化不仅仅是一个口号，而可以是真实的、可运行的。
即便面对着诉讼和管理危机，Stable Diffusion的底层贡献仍然闪闪发光。它创造了一个生态系统，一个社区，一个标准。今天任何人都可以基于它创造新的模型，开发新的应用。从医学影像到建筑可视化，从内容创意到教育工具，Stable Diffusion的影响力已经渗透到了社会的各个角落。
Flux的承诺
而Flux代表了进化和完善。隆巴赫等人的离开，可以被理解为一个温和的叛变——不是对过去的否定，而是对未来的肯定。Flux在质量上的突破，在开源与商业的平衡上的智慧，都预示了一个新的时代。
在Flux身上，我们看到了一个教训：最好的技术不是出自那些最大的公司，而是出自那些最有热情、最敢于冒险的团队。黑森林实验室虽然规模不大，但他们拥有的是核心的人才和清晰的愿景。
开源的未来
这两个故事的共同线索是：开源。从Stable Diffusion的完全开源，到Flux的混合模式，我们看到了一个行业在寻找平衡。开源本身不是目的，而是一种手段——通过开源来激发创新、建立社区、推动进步。
但开源也面临着挑战。版权问题、商业化的难题、社区管理的复杂性……这些都不会因为一个优秀的算法而自动消失。Stability AI的困境正是这些问题的集中体现。
尾声：拾遗与展望
2025年，站在这个节点回望，我们必须承认：AI图像生成的奇迹已经成为日常。不再有人对”AI能生成漂亮的图像”感到惊讶。这种司空见惯的背后，正是这类开源基础设施的功劳。
Stable Diffusion给了人们工具，Flux为人们锦上添花。一个像是梦想的先驱者，一个像是执梦人。虽然前者遭遇了风浪，但它的价值早已被刻进了这个时代的基础。后者虽然更年轻，但它身上承载的是几代人积累的经验和更清晰的远见。
在这场对话中，没有绝对的胜者和败者。只有一个不断前进的、充满了挫折与惊喜的行业，正在塑造人类未来与艺术的关系。
快速档案 · Stable Diffusion
| 项目 | 内容 |
|---|---|
| 创始企业 | Stability AI |
| 首席创始人 | 艾马德·莫塔克 (Emad Mostaque) |
| 成立年份 | 2020 |
| 模型发布 | 2022年8月 |
| 核心贡献者 | 罗宾·隆巴赫、安德烈亚斯·布拉特曼、帕特里克·埃瑟尔 |
| 合作机构 | CompVis(LMU Munich)、Runway |
| 融资规模 | 1亿美元+ |
| 峰值估值 | 约40亿美元 |
| 主要模型 | SD 1.5、SD 2.0、SDXL、SD 3.0 |
| 核心理念 | 民主化AI图像生成,本地运行,开源共享 |
| 社区规模 | 10万+自定义模型,活跃开发者生态 |
| 关键创新 | LoRA微调、ControlNet、潜在扩散模型 |
| 主要挑战 | 版权诉讼(Getty Images)、管理危机、CEO下台 |
| 现状(2025) | 继续迭代,但商业模式待重构 |
快速档案 · Flux
| 项目 | 内容 |
|---|---|
| 创始企业 | Black Forest Labs(黑森林实验室) |
| 主要创始人 | 罗宾·隆巴赫等前Stability AI核心团队 |
| 成立地点 | 德国 |
| 成立年份 | 2023 |
| 模型发布 | 2024年 |
| 模型版本 | Flux.1 [pro]、Flux.1 [dev]、Flux.1 [schnell] |
| 核心优势 | 摄影级真实感,质量逼近/超越商业产品 |
| 融资规模 | 1亿美元+ |
| 开源策略 | 混合模式(Pro商业,Dev/Schnell开源) |
| 竞争对手 | DALL-E 3、Midjourney、Stable Diffusion |
| 生成质量 | 人物细节、光影捕捉、构图美感均达业界领先 |
| 商业模式 | API付费(Pro)+开发者生态 |
| 发展轨迹 | 2024-2025年快速上升,已成新贵 |
| 理念 | 在开源与商业间找到平衡点 |
下一篇：《文字魔法师与游戏艺术家——Ideogram与Leonardo.ai》
Let's Make AGI Real 
留下评论