Stability AI，真的可能要甩卖了

进入2024年，Stability AI风波不断。3月21日，开发Stable Diffusion的几名核心研究人员离职。过了没有两天，Stability AI的CEO Emad Mostaque宣布离任，并退出董事会。又过了没到一个月，4月19日，Stability AI又宣布裁员20人，约占全体员工的10%。

Stability AI到底挖了多大的坑？根据The Information的说法，Stability AI私下表示2023年的营收只有800万美金左右，这个数字比之前网传的1100万美金还低了不少。而根据彭博社在2023年10月的报道，Stability AI一个月就要在员工工资和云计算等领域支出800万美金，其他不算，公司利润率怒达-1100%。

而2024年第一季度，Stability AI收入不到500万美元，貌似赚得多了点，但亏损超过3000万美元，利润率稍微好看了些，也就是-600%。

公司经营结果一塌糊涂，还欠了不少外债，据传Stability AI欠云计算供应商和其他公司1亿美元。相比之下，隔壁Midjourney只有十几名员工，就能拿下3亿美金左右的年营收。

如此糟糕的财务状况，几乎所有生图类产品都会用其底层模型的Stability AI，到底问题出在哪？

开源+API的商业模式陷阱

经过一番资料的搜索，对于这个问题，笔者主要总结出了两个方面的原因，一是公司的管理出现了问题，二是Stability AI的商业模式一直没有跑通。

Stable Diffusion其实并不是Stability AI开发的产品，这款模型最初是由项目负责人Robin Rombach攻读博士学位的慕尼黑大学和另一个AI视频创企runway共同开发的开源模型项目Latent Diffusion。

而Stability AI最初只是为项目提供了计算资源，才取得了冠名权。而2022年，Stability AI说服了负责人Robin Rombach和其他核心成员加入公司，这才“名正言顺”地获得了Stable Diffusion的所有权。

虽然获得了所有权，但是Stability AI的管理却一地鸡毛。有离职员工透露，CEO Mostaque几乎不懂研究，也不会为研发团队制定计划、分配资源，加上他个人的学历、经历造假、欺骗投资人、欠薪等丑闻，造成Stability AI管理混乱，负面新闻缠身。如果说管理层混乱是一个例外，Stability AI选择的商业化路径在为很多做开源模型、API收费的企业敲响警钟。

Stability AI商业模式图解，图片来源：FourWeekMBA

众所周知，Stable Diffusion是一款开源模型，所有人都可以免费下载和修改模型。

而Stability AI本身则是靠API、企业服务、AI相关的咨询来赚钱。这个开源商业化模式，模仿的是Linux的提供商RedHat，即靠开源打出知名度，再靠API和企业定制产品在B端赚钱。Stable Diffusion在推出伊始就上线了API。

目前来看，市面上绝大多数的生图产品，使用的都是SD和它的衍生模型，受众远比Midjourney和DALL-E等闭源模型要大很多，而为什么Stable Diffusion被那么多创企采用，官方做API却不赚钱呢？

第一个原因其实是模型本身的设计，由于SD从一开始就是开源模型，所以在设计时就比闭源模型参数更少，更轻量，以满足离线部署的需求，因此，SD原模型的生图效果其实是不如闭源模型的。

但是SD作为开源模型，本身设计上，留下了很大的“可调整空间”，例如对SD模型进行微调可以得到Checkpoint，可以优化某种特定风格的生图质量，进一步还能在Checkpoint的基础上对cross-attention layer进行调整形成LoRa模型，来添加特定对象或实现人物、风格一致的效果。这些都给了用户和开发者按需求/场景，实现更佳效果的可能。而在实际落地中，绝大多数开发者都会对SD模型进行重新训练，来适应电商、广告、或者漫画脸等场景。

而直接调用API，单纯做套壳产品，其实竞争力不大，无法满足多数厂商的业务落地需求。

第二个原因是成本问题。

信息来源：各公司官方网站

其实单看API费用的话，除了最新推出的SD3比较昂贵之外，SDXL和SD1.6等已开源的模型的API可以说比OpenAI便宜不少了，与腾讯混元的文生图API价格相当。

用户云上部署SD的成本核算分享｜图片来源：AI魔法学院

但是如上所述，很多厂商为了落地，会选择自行部署。而SDXL和SD1.6都是完全开源模型，任何用户都可以自行下载和部署这两款模型。甚至，一些云厂商也会将SD这种完全开源的模型做成即插即用的插件放在自己的解决方案里。

根据网络上的分享，使用腾讯云部署SD 1.5的话，平均单张图片花费0.1～0.01元人民币，合1美金能生成70～710张图片；而上面提到的AWS的云服务，1美金大约可生成240张图片。而如果选用更便宜的云服务提供商的话，这个价格能做到更低。

那我们把云部署的费用更新到表格中，就会变成下面这样：

这么一比，虽然SD在API价格对比层面，费用确实不高，但和其他一些方式比没有成本优势。

谷歌搜索“SD API”结果（上），第三方API的价格（下）

最后，依然是因为完全开源，在Stable Diffusion出来不久，就已经各路有三方API出现了，目前在谷歌搜索“Stable Diffusion API”第一条是官网，第二条就是一个第三方API的网站，甚至这个网站提供无限次使用API的服务，价格为147美金/月。

SD使用的Creative ML OpenRAIL-M license协议关于“分发模型”的条款，注：SD使用的协议是专为AI开源产品设计，而类似DeepSeek等国内出海产品会使用针对一般开源软件的MIT协议，两者商业化条款的规定基本相同，前者在道德等层面上会做了更多的规定，促使人们安全地使用AI。

对于其他企业使用开源模型做三方API的法律问题，我咨询了法律专业人士。他表示能否提供第三方API服务需要参考产品协议中列示的商用条款，如果违反条款，原开发者就有权进行索赔。而Stable Diffusion所使用的协议，完全允许向第三方分发模型，包括销售付费API，这让SD官方的API无形中又多了无数竞争对手。

目前，很多国内大模型都在走开源+API的路径，但是在开源的基础上，都会拥有能力更强的闭源模型，或干脆将开源闭源分成两个系列（比如Google的Gemini和Gemma），为自己的API保留一些差异，在开源和商业化方面找到平衡。

看下来，Stablity AI陷入“疯狂烧钱，但营收不利”的局面，其实就是没有在开源的同时推出能够区别于开源模型的差异化产品，在价格上也无法与自行部署模型来竞争。在价格更低、部署也并不麻烦的情况下，B端用户们自然会更倾向自行部署大模型、甚至直接使用部署了开源模型的云服务，而不是调用API，Stablity AI自己的模型开源把自己的商业化路径堵死了。

从开源转向闭源，Stablity AI的自救能成功吗？

这样的商业化困境，造成Stablity AI一直要靠融资维持，早在去年11月份，就有消息爆出，投资者对公司业绩不满而要求CEO辞职的新闻。

为此，Stability AI开始密集进行商业化尝试，涵盖API、限制自行部署模型商用、ToC订阅付费等多种模式。

评论Stablity AI会员订阅的X帖文｜图片来源：X

去年12月底Stablity AI针对自行部署模型用户，变更了政策，简单说就是不商用还可以免费用，但如果商用，就要买会员了。

这个政策变更覆盖的模型有SDXL Turbo、视频生成模型SVD等（未来还会有SD3）。与之前坚持的不限制商用的开源协议不同，Stablity AI想通过限制“自部署”模型的商用权限获得收入。

Stablity AI宣布在API中推出SD3的X帖文｜图片来源：X

而且SD3宣布了很久，一直没上线模型，只提供了API调用，Stablity AI似乎有转向闭源的趋势。

4月17日，Stablity AI宣布SD3和SD3 Turbo可以通过调用API中访问模型，而且在X帖文中还提到，为了实践开源的承诺，未来将在Stablity AI会员的权益中添加这两款模型，但绝口不提完全开源的事情。

Stable Artisan订阅价格

除了收模型的会员费，在5月9日，Stablity AI又宣布开始做C端生意了，推出基于Discord的AI图像工具Stable Artisan。

用户可以在Discord中输入提示词，用SD3、Stable Video和Stable Image Core等最新模型进行生图、修图、生成视频等操作。商业化方面，Stable Artisan采取订阅制，用户可以根据生图数量的需求按月或年付费。“Discord平台+4档订阅付费”，这几乎已经是照抄Midjourney的模式了，只不过订阅价格略便宜一些。

但问题是，面对各路生图模型的竞争，Stablity AI还能收到C端用户的钱吗？

测试方式：用各生图模型生成多组图片，由人类进行打分｜图片来源：数字生命卡兹克

要想探究这个问题，我们首先要看，Stablity AI的模型能力是否有优势，这个答案是“似乎没有”。我们以最新推出的SD3为例，虽然Stablity AI在论文中表示经过测试，SD3比市面上所有模型都要强。

但是根据国内媒体进行的测评，在细节质量、语义理解和审美三个点的评分上，SD3基本都低于MidjourneyV6，虽然这个测评带有不小的主观性，但是综合笔者看到的其他测评结果，至少可以得出结论，SD3并没有碾压Midjourney、DALL-E的实力，不同模型在不同的维度上各有优劣。

而且，与API有同样的问题，Stable Artisan也不能像市面上的其他生图产品那样调节更多的参数或使用Lora，可控性上可能还不如那些使用了开源SD模型的产品。

此外，目前Stable Artisan只支持在Discord聊天框里输入Prompt，但是笔者看下来，几乎没有对用户的指引，用户虽然可以二次创作其他人生成的图片，但只能像“原始版Midjourney”那样，在Discord中一页一页的翻找。更不要说，像很多生图产品那样有让用户点标签生成提示词，或者像SeaArt一键做同款等方便用户操作的设计了。

此外，笔者浏览了一下Discord中其他用户的生图记录，绝大多数用户都是在使用文生图工具，使用线稿生图或去背景/对象等其他功能的用户并不太多，而且这个去背景的效果，似乎也不怎么好。

Discord邀请页面显示的在线人数

从人气来看，Stable Diffusion Discord的在线人数只有Midjourney一个零头。而目前，Midjourney网站端的生图功能已经向生图超过100张的用户开放了，其他生图产品基本都在网站端使用了。而Stable Diffusion才刚刚走上Midjourney等产品一年半前走的路。

写在最后

作为一个AI时代的明星，Stable Diffusion和Stablity AI已经写下浓墨重彩的一笔，但是不到2年的时间，就沦落到出售公司的程度，也令人唏嘘不已。未来开源AI这条路能否走出“疯狂烧钱，却不挣钱”的死路，找到可行的商业模型，可能还要未来的AI创企们给出答案了。

参考文献：

1. Stable Diffusion|SD腾讯云3步部署，全程五分钟，附价格费用清单

2. Stability AI Facing Cash Crunch，Discusses Sale

3. 曾经爆红的AI独角兽，走到了树倒猢狲散的边缘

4. 疯狂烧钱、管理混乱，Stable Diffusion背后企业濒临倒闭

5. How does Stability AI make money?Stability AI business model analysis

本文来自微信公众号：白鲸出海 （ID：baijingapp），作者：张凯然，编辑：殷观晓