几乎所有创企都在用的Stable Diffusion，真的可能要甩卖了

昨天 Twitter 上大家在传 The Information 报道的 Stability AI 打算把自己卖了的消息。从 2022 年 8 月推出 Stable Diffusion 以来，不到两年的时间，沦落到出售公司的程度。甚至据很多业内人士分析，Stability AI 真的放到市场上，可能卖不出多少钱。

The Information 报道该消息的文章｜图片来源：The Information

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 在推出伊始就上线的生图平台 Dream Studio 推出 API 了，后又整合到了官网的 API 页面中了。

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，来增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。

AWS SD 插件概述｜图片来源：AWS官网

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

CSDN 上另一个测评的结果｜图片来源：CSDN

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。

分别为负面提示词、种子值、长宽比、模型(只有 SD3 和 Coreke xuan )、图片数量

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。

Discord 中用户使用去背景功能后的效果｜图片来源：Stable Diffusion Discord

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

【本篇文章属于白鲸出海原创，如需转载：需联系授权方可，未经授权严转载!】

友情提醒：白鲸出海目前仅有微信群与QQ群，并无在Telegram等其他社交软件创建群，请白鲸的广大用户、合作伙伴警惕他人冒充我们，向您索要费用、骗取钱财！