Stability AI翻译站点

Stability AI是什么

Stability AI 专注于生成式人工智能模型和创意内容生产技术，面向创作者、开发者、企业和内容生产团队提供 AI 生成与编辑能力。目前产品体系覆盖 AI图片、AI视频、AI音频、AI 3D以及生成式编辑等方向，并同时提供 API、模型权重、自部署和企业服务等使用方式。Stability AI 官方当前将其定位为面向企业的生成式 AI 创意合作伙伴，并重点服务营销、游戏和娱乐等场景。

Stability AI核心功能

Stability AI AI图片生成

Stability AI 提供 AI 图片生成、图片编辑、图片放大和图像控制能力。Stable Image 服务体系覆盖 Generate、Edit、Upscale 和 Control 等多个方向，开发者可以通过 API 将相关能力集成到自己的应用中。

Stable Diffusion

Stable Diffusion 是 Stability AI 最具代表性的生成式图像模型系列之一。Stable Diffusion 系列支持文本生成图片，并形成了从模型研究、开发者调用到本地部署的完整生态。当前 Stability AI 核心模型体系仍包含 Stable Diffusion 相关模型，同时提供其他图像、视频、音频和 3D 模型。

Stable Diffusion 3.5

Stable Diffusion 3.5 系列面向不同的图像生成需求提供不同模型版本，包括 Stable Diffusion 3.5 Large、Stable Diffusion 3.5 Large Turbo、Stable Diffusion 3.5 Medium 等。Developer Platform 当前 API 文档显示，不同模型按照生成任务消耗不同数量的 Credits。

Stable Image

Stable Image 是 Stability AI 的图像生成和编辑服务体系，提供 AI 图片生成、图像编辑、背景处理、放大以及结构和风格控制等能力。开发者可以通过 Stability AI Developer Platform 调用相关 API。

Stable Image Ultra

Stable Image Ultra 是 Stability AI 的高质量图像生成服务，官方定价页面将其描述为基于 Stable Diffusion 3.5 Large 的旗舰图像服务。当前 API 价格为 8 Credits/次。

AI图片编辑

Stable Image 提供多种生成式图片编辑能力，包括 Erase、Inpaint、Outpaint、Remove Background、Search & Replace、Search & Recolor、Replace Background 和 Relight 等，可以对已有图片进行局部修改和整体视觉调整。

AI图片放大

Stability AI 提供 AI Upscale 能力，可以提高图片分辨率并改善图像细节，适用于设计素材、营销图片、产品图片和其他视觉内容处理。

Stable Video

Stable Video Diffusion 是 Stability AI 的视频生成模型，可以根据文字或视觉输入生成视频内容。官方目前提供自部署方式，模型可以部署到自己的基础设施中。

Stable Video 4D

Stable Video 4D 面向视频到多视角视频的生成，可以输入单个视频，并生成来自多个不同视角的动态视频内容。官方页面显示，该模型可以从单个对象视频生成 8个视角的多视角视频。

Stable Video 3D

Stable Video 3D（SV3D）基于 Stable Video Diffusion 技术，可以从单张图片生成对象的多视角内容，并进一步用于 3D 内容创建。官方提供 SV3D_u 和 SV3D_p 两个版本。

Stable Audio

Stable Audio 是 Stability AI 的 AI 音频生成模型系列，可以根据文字提示或音频输入生成音乐、声音和其他音频内容。当前 Developer Platform 提供 Stable Audio 3.0 和 Stable Audio 2.5 等服务。Stable Audio 3.0 支持最长约 6分钟的音频生成，Stable Audio 2.5 支持最长约 3分钟。

Stable Audio 3

Stable Audio 3 是 Stability AI 当前新一代音频生成模型系列，包括 Small、Medium 和 Large 等不同规模。官方研究资料显示，该系列支持可变长度音频生成、音频编辑和 Inpainting，并提供部分模型权重用于消费级硬件运行。

Stable Fast 3D

Stable Fast 3D 可以根据单张图片快速生成 3D 资产。官方目前介绍其可以在约 0.5秒内生成高质量 3D 资产，适用于游戏、VR、零售、建筑和设计等场景。

Stable Point Aware 3D

Stable Point Aware 3D（SPAR3D）用于从单张图片生成和编辑 3D 对象。官方介绍其结合点云采样和网格生成能力，并支持实时编辑和完整结构生成。

Stable Assistant

Stable Assistant 是 Stability AI 面向普通用户提供的 AI 创作工具，将图片、音频和 3D 生成能力整合到统一的交互环境中。目前 Stable Assistant 支持图片生成与编辑、图片增强、音频生成以及图片转 3D 等能力。

Stable Assistant图片创作

Stable Assistant 可以使用 Stable Image Ultra 进行图片生成，并提供 Search & Replace、Erase、Inpaint、Remove Background、Zoom Out、Enhance、Upscale、Sketch to Image 等功能。

Stable Assistant音频生成

Stable Assistant 集成 Stable Audio，可以通过文字生成音乐、声音效果和声音场景。官方目前还持续扩展 Stable Audio 相关能力。

Stable Assistant 3D生成

Stable Assistant 可以结合 Stable Fast 3D，将图片转换为 3D 资产，适用于游戏、VR、零售、建筑和设计等场景。

Stability AI Developer Platform

Stability AI Developer Platform 面向开发者提供生成式 AI API，目前主要覆盖图片和音频等模型服务。开发者可以获取 API Key，并通过 REST API 将 Stability AI 模型能力集成到自己的软件和业务系统。

Stability AI API

Stability AI Developer Platform 使用 REST API，并采用 API Key 进行身份验证。官方当前 API 文档以 REST v2beta 为主要 API 服务，并针对不同模型和生成任务采用 Credits 计费。

Stability AI模型自部署

Stability AI 的部分模型支持下载模型权重和自部署。例如 Stable Video Diffusion 官方提供 Self-Hosted License，可以将模型部署到自己的基础设施中。Stable Fast 3D、Stable Point Aware 3D 等模型也提供相应模型权重和技术资料。

Stability AI产品优势

多模态生成式AI

Stability AI 的模型体系已经覆盖 图片、视频、音频和3D 等多个生成式 AI 模态，可以满足不同类型的内容创作和开发需求。

完整视觉创作能力

从图片生成、图片编辑、图片放大，到视频、3D 内容生成，Stability AI 可以覆盖多个视觉内容生产环节。

开发者API

通过 Developer Platform，开发者可以直接调用 Stability AI 模型，将生成式 AI 能力集成到自己的产品、网站、SaaS 和企业应用中。

模型开放与自部署

部分模型提供模型权重和自部署能力，开发者和企业可以根据自身需求选择 API、云端服务或自有基础设施部署。

企业应用支持

Stability AI 面向企业提供生成式 AI 解决方案，并重点覆盖营销、游戏和娱乐等内容生产场景。

Stability AI应用场景

Stability AI AI绘画

可以用于插画、概念设计、产品视觉、海报、广告和艺术创作等图片生成场景。

Stability AI广告营销

企业可以使用 AI 图片生成和编辑能力制作品牌视觉、广告素材和营销内容。官方目前将 Marketing 列为重点企业应用场景。

Stability AI游戏开发

Stable Fast 3D、Stable Point Aware 3D、Stable Video 4D 等技术可以用于游戏角色、3D资产、场景和多视角内容制作。官方将 Gaming 列为重点应用场景。

Stability AI影视娱乐

图片、视频和 3D 模型可以用于概念设计、分镜、视觉开发以及娱乐内容制作。Stability AI 官方将 Entertainment 列为重点行业场景。

Stability AI电商

可以使用图片生成、背景处理、图片编辑和 3D 生成能力制作商品视觉、营销图片和产品展示素材。

Stability AI音乐与音频

Stable Audio 可以用于音乐、音效、声音场景和其他 AI 音频内容生成。

Stability AI 3D设计

Stable Fast 3D 和 Stable Point Aware 3D 可以用于游戏、VR、零售、建筑和产品设计等 3D 内容生产场景。

Stability AI使用教程

第一步：选择产品

根据使用需求选择 Stable Image、Stable Video、Stable Audio、Stable Fast 3D、Stable Assistant 或 Developer Platform。

第二步：注册账号

开发者可以进入 Stability AI Developer Platform 创建账号。通过 Google 登录的新账号可以获得 25个免费 Credits。

第三步：获取API Key

进入 Developer Platform 的 API Keys 页面创建 API Key，并在 API 请求的 Authorization Header 中使用该 Key。官方特别提示 API Key 应当保持私密，不应提交到公开代码仓库。

第四步：选择模型

根据任务选择图片、视频、音频或 3D 模型，例如 Stable Image、Stable Audio、Stable Fast 3D 等。

第五步：输入创作需求

图片和音频生成可以通过文字 Prompt 描述创作目标，也可以根据具体模型使用图片或音频作为输入。

第六步：生成内容

提交生成任务后，由对应 Stability AI 模型完成图片、视频、音频或 3D 内容生成。

第七步：继续编辑

对于图片内容，可以继续使用 Erase、Inpaint、Outpaint、Remove Background、Search & Replace、Upscale 等能力进行编辑。

第八步：集成到应用

开发者可以通过 Stability AI API 将模型能力集成到自己的网站、SaaS、软件和企业业务系统中。

Stability AI收费标准

Stability AI Developer Platform 当前采用 Credits 积分制，官方规则为 1 Credit = $0.01。新用户可以获得 25个免费 Credits，使用完免费额度后可以继续购买 Credits。

以上为 Stability AI Developer Platform 当前公开 API 价格，具体模型价格和 Credits 消耗可能随产品和基础设施调整而变化，应以官方实时价格页面为准。

Stability AI常见问题（FAQ）

Stability AI是什么？

Stability AI 是一家生成式人工智能公司，提供图片、视频、音频和 3D 等生成式 AI 模型及开发平台。

Stability AI和Stable Diffusion是什么关系？

Stable Diffusion 是 Stability AI 代表性的生成式图像模型系列之一。

Stability AI可以生成图片吗？

可以。Stable Diffusion、Stable Image 等产品均提供 AI 图片生成能力。

Stability AI可以生成视频吗？

可以。Stability AI 提供 Stable Video Diffusion、Stable Video 3D 和 Stable Video 4D 等视频相关模型。

Stability AI可以生成音乐吗？

可以。Stable Audio 提供文字到音频以及音频编辑能力，当前 Developer Platform 提供 Stable Audio 3.0 和 Stable Audio 2.5 等服务。

Stability AI支持3D生成吗？

支持。Stable Fast 3D 和 Stable Point Aware 3D 可以根据图片生成和编辑 3D 内容。

Stability AI有API吗？

有。Stability AI Developer Platform 提供官方 REST API，可以调用相关生成式 AI 模型。

Stability AI支持本地部署吗？

部分模型支持。Stability AI 为部分模型提供模型权重、自部署许可或相关部署方式，具体以每个模型的许可协议为准。

Stability AI免费吗？

Developer Platform 提供新账号免费 Credits。通过 Google 登录创建账号可以获得 25个免费 Credits，之后可以购买额外 Credits。

Stability AI支持中文吗？

不同模型的语言支持不同。Stability AI 当前核心模型页面会分别标注模型语言，因此不能将整个 Stability AI 平台统一定义为“完整中文支持”。具体使用时应根据所选择的模型确认语言能力。