近日 Twitter 上大家在傳 The Information 報道的 Stability AI 打算把自己賣了的消息。從 2022 年 8 月推出 Stable Diffusion 以來，不到兩年的時間，淪落到出售公司的程度。甚至據很多業內人士分析，Stability AI 真的放到市場上，可能賣不出多少錢。

The Information 報道該消息的文章｜圖片來源：The Information

進入 2024 年，Stability AI 風波不斷。3 月 21 日，開發 Stable Diffusion 的幾名核心研究人員離職。過了沒有兩天，Stability AI 的 CEO Emad Mostaque 宣布離任，并退出董事會。又過了沒到一個月，4 月 19 日，Stability AI 又宣布裁員 20 人，約占全體員工的 10%。

Stability AI 到底挖了多大的坑？根據 The Information 的說法，Stability AI 私下表示2023 年的營收只有 800 萬美金左右，這個數字比之前網傳的 1100 萬美金還低了不少。而根據彭博社在 2023 年 10 月的報道，Stability AI 一個月就要在員工工資和云計算等領域支出 800 萬美金，其他不算，公司利潤率怒達-1100%。

而 2024 年第一季度，Stability AI 收入不到 500 萬美元，貌似賺得多了點，但虧損超過 3000 萬美元，利潤率稍微好看了些，也就是-600%。

公司經營結果一塌糊涂，還欠了不少外債，據傳 Stability AI 欠云計算供應商和其他公司 1 億美元。相比之下，隔壁 Midjourney 只有十幾名員工，就能拿下 3 億美金左右年營收。

如此糟糕的財務狀況，幾乎所有生圖類產品都會用其底層模型的 Stability AI，到底問題出在哪？

開源+API 的商業模式陷阱

經過一番資料的搜索，對于這個問題，筆者主要總結出了兩個方面的原因，一是公司的管理出現了問題，二是 Stability AI 的商業模式一直沒有跑通。

Stable Diffusion 其實并不是 Stability AI 開發的產品，這款模型最初是由項目負責人 Robin Rombach 攻讀博士學位的慕尼黑大學和另一個 AI 視頻創企 runway 共同開發的開源模型項目 Latent Diffusion。

而 Stability AI 最初只是為項目提供了計算資源，才取得了冠名權。而 2022 年，Stability AI 說服了負責人 Robin Rombach 和其他核心成員加入公司，這才“名正言順”地獲得了 Stable Diffusion 的所有權。

雖然獲得了所有權，但是 Stability AI 的管理卻一地雞毛。有離職員工透露，CEO Mostaque 幾乎不懂研究，也不會為研發團隊制定計劃、分配資源，加上他個人的學歷、經歷造假、欺騙投資人、欠薪等丑聞，造成 Stability AI 管理混亂，負面新聞纏身。如果說管理層混亂是一個例外，Stability AI 選擇的商業化路徑在為很多做開源模型、API 收費的企業敲響警鐘。

Stability AI 商業模式圖解｜圖片來源：FourWeekMBA

眾所周知，Stable Diffusion 是一款開源模型，所有人都可以免費下載和修改模型。

而 Stability AI 本身則是靠 API、企業服務、AI 相關的咨詢來賺錢。這個開源商業化模式，模仿的是 Linux 的提供商 RedHat，即靠開源打出知名度，再靠 API 和企業定制產品在 B 端賺錢。Stable Diffusion 在推出伊始就上線了 API。

目前來看，市面上絕大多數的生圖產品，使用的都是 SD 和它的衍生模型，受眾遠比 Midjourney 和 DALL-E 等閉源模型要大很多，而為什么 Stable Diffusion 被那么多創企采用，官方做 API 卻不賺錢呢？

第一個原因其實是模型本身的設計，由于 SD 從一開始就是開源模型，所以在設計時就比閉源模型參數更少，更輕量，以滿足離線部署的需求，因此，SD 原模型的生圖效果其實是不如閉源模型的。

但是 SD 作為開源模型，本身設計上，留下了很大的“可調整空間”，例如對 SD 模型進行微調可以得到 Checkpoint，可以優化某種特定風格的生圖質量，進一步還能在 Checkpoint 的基礎上對 cross-attention layer 進行調整形成 LoRa 模型，來添加特定對象或實現人物、風格一致的效果。這些都給了用戶和開發者按需求/場景，實現更佳效果的可能。而在實際落地中，絕大多數開發者都會對 SD 模型進行重新訓練，來適應電商、廣告、或者漫畫臉等場景。

而直接調用 API，單純做套殼產品，其實競爭力不大，無法滿足多數廠商的業務落地需求。

第二個原因成本問題。

信息來源：各公司官方網站

其實單看 API 費用的話，除了最新推出的 SD3 比較昂貴之外，SDXL 和 SD1.6 等已開源的模型的 API 可以說比 OpenAI 便宜不少了，與騰訊混元的文生圖 API 價格相當。

用戶云上部署 SD 的成本核算分享｜圖片來源：AI魔法學院

但是如上所述，很多廠商為了落地，會選擇自行部署。而 SDXL 和 SD1.6 都是完全開源模型，任何用戶都可以自行下載和部署這兩款模型。甚至，一些云廠商也會將 SD 這種完全開源的模型做成即插即用的插件放在自己的解決方案里。

AWS SD 插件概述｜圖片來源：AWS官網

根據網絡上的分享，使用騰訊云部署 SD 1.5 的話，平均單張圖片花費 0.1-0.01 元人民幣，合 1 美金能生成 70-710 張圖片；而上面提到的 AWS 的云服務，1 美金大約可生成 240 張圖片。而如果選用更便宜的云服務提供商的話，這個價格能做到更低。

那我們把云部署的費用更新到表格中，就會變成下面這樣：

這么一比，雖然 SD 在 API 價格對比層面，費用確實不高，但和其他一些方式比沒有成本優勢。

谷歌搜索“SD API”結果（上），第三方 API 的價格（下）

最后，依然是因為完全開源，在 Stable Diffusion 出來不久，就已經各路有三方 API 出現了，目前在谷歌搜索“Stable Diffusion API”第一條是官網，第二條就是一個第三方 API 的網站，甚至這個網站提供無限次使用 API 的服務，價格為 147 美金/月。

SD 使用的 Creative ML OpenRAIL-M license 協議關于“分發模型”的條款，注：SD 使用的協議是專為 AI 開源產品設計，而類似 DeepSeek 等國內出海產品會使用針對一般開源軟件的 MIT 協議，兩者商業化條款的規定基本相同，前者在道德等層面上會做了更多的規定，促使人們安全地使用 AI。

對于其他企業使用開源模型做三方 API 的法律問題，我咨詢了法律專業人士。他表示能否提供三方 API 服務需要參考產品協議中列示的商用條款，如果違反條款，原開發者就有權進行索賠。而 Stable Diffusion 所使用的協議，完全允許向第三方分發模型，包括銷售付費 API，這讓 SD 官方的 API 無形中又多了無數競爭對手。

目前，很多國內大模型都在走開源+API 的路徑，但是在開源的基礎上，都會擁有能力更強的閉源模型，或干脆將開源閉源分成兩個系列（比如 Google 的 Gemini 和 Gemma），為自己的 API 保留一些差異，在開源和商業化方面找到平衡。

看下來，Stablity AI 陷入“瘋狂燒錢，但營收不利”的局面，其實就是沒有在開源的同時推出能夠區別于開源模型的差異化產品，在價格上也無法與自行部署模型來競爭。在價格更低、部署也并不麻煩的情況下，B 端用戶們自然會更傾向自行部署大模型、甚至直接使用部署了開源模型的云服務，而不是調用 API，Stablity AI 自己的模型開源把自己的商業化路徑堵死了。

從開源轉向閉源，Stablity AI 的自救能成功嗎？

這樣的商業化困境，造成 Stablity AI 一直要靠融資維持，早在去年 11 月份，就有消息爆出，投資者對公司業績不滿而要求 CEO 辭職的新聞。

為此，Stability AI 開始密集進行商業化嘗試，涵蓋 API、限制自行部署模型商用、ToC 訂閱付費等多種模式。

評論 Stablity AI 會員訂閱的X帖文｜圖片來源：X

去年 12 月底 Stablity AI針對自行部署模型用戶，變更了政策，簡單說就是不商用還可以免費用，但如果商用，就要買會員了。

這個政策變更覆蓋的模型有 SDXL Turbo、視頻生成模型 SVD 等（未來還會有 SD3）。與之前堅持的不限制商用的開源協議不同，Stablity AI 想通過限制“自部署”模型的商用權限獲得收入。

Stablity AI 宣布在 API 中推出 SD3 的 X 帖文｜圖片來源：X

而且 SD3 宣布了很久，一直沒上線模型，只提供了 API 調用，Stablity AI 似乎有轉向閉源的趨勢。

4 月 17 日，Stablity AI 宣布 SD3 和SD3 Turbo 可以通過調用 API 中訪問模型，而且在 X 帖文中還提到，為了實踐開源的承諾，未來將在 Stablity AI 會員的權益中添加這兩款模型，但絕口不提完全開源的事情。

Stable Artisan 訂閱價格

除了收模型的會員費，在 5 月 9 日，Stablity AI 又宣布開始做 C 端生意了，推出基于 Discord 的 AI 圖像工具 Stable Artisan。

用戶可以在 Discord 中輸入提示詞，用 SD3、Stable Video 和 Stable Image Core 等最新模型進行生圖、修圖、生成視頻等操作。商業化方面，Stable Artisan 采取訂閱制，用戶可以根據生圖數量的需求按月或年付費。“Discord 平臺+4 檔訂閱付費”，這幾乎已經是照抄 Midjourney 的模式了，只不過訂閱價格略便宜一些。

但問題是，面對各路生圖模型的競爭，Stablity AI 還能收到 C 端用戶的錢嗎？

測試方式：用各生圖模型生成多組圖片，由人類進行打分｜圖片來源：數字生命卡茲克

CSDN 上另一個測評的結果｜圖片來源：CSDN

要想探究這個問題，我們首先要看，Stablity AI 的模型能力是否有優勢，這個答案是“似乎沒有”。我們以最新推出的 SD3 為例，雖然 Stablity AI 在論文中表示經過測試，SD3 比市面上所有模型都要強。

但是根據國內媒體進行的測評，在細節質量、語義理解和審美三個點的評分上，SD3 基本都低于 MidjourneyV6，雖然這個測評帶有不小的主觀性，但是綜合筆者看到的其他測評結果，至少可以得出結論，SD3 并沒有碾壓 Midjourney、DALL-E 的實力，不同模型在不同的維度上各有優劣。

分別為負面提示詞、種子值、長寬比、模型（只有 SD3 和 Coreke xuan）、圖片數量

而且，與 API 有同樣的問題，Stable Artisan 也不能像市面上的其他生圖產品那樣調節更多的參數或使用 Lora，可控性上可能還不如那些使用了開源 SD 模型的產品。

此外，目前 Stable Artisan 只支持在 Discord 聊天框里輸入 Prompt，但是筆者看下來，幾乎沒有對用戶的指引，用戶雖然可以二次創作其他人生成的圖片，但只能像“原始版 Midjourney”那樣，在 Discord 中一頁一頁的翻找。更不要說，像很多生圖產品那樣有讓用戶點標簽生成提示詞，或者像 SeaArt 一鍵做同款等方便用戶操作的設計了。

Discord 中用戶使用去背景功能后的效果｜圖片來源：Stable Diffusion Discord

此外，筆者瀏覽了一下 Discord 中其他用戶的生圖記錄，絕大多數用戶都是在使用文生圖工具，使用線稿生圖或去背景/對象等其他功能的用戶并不太多，而且這個去背景的效果，似乎也不怎么好。

Discord 邀請頁面顯示的在線人數

從人氣來看，Stable Diffusion Discord 的在線人數只有 Midjourney 一個零頭。而目前，Midjourney 網站端的生圖功能已經向生圖超過 100 張的用戶開放了，其他生圖產品基本都在網站端使用了。而 Stable Diffusion 才剛剛走上 Midjourney 等產品一年半前走的路。

作為一個 AI 時代的明星，Stable Diffusion 和 Stablity AI 已經寫下濃墨重彩的一筆，但是不到 2 年的時間，就淪落到出售公司的程度，也令人唏噓不已。未來開源 AI 這條路能否走出“瘋狂燒錢，卻不掙錢”的死路，找到可行的商業模型，可能還要未來的 AI 創企們給出答案了。

參考文獻：

1、Stable Diffusion | SD 騰訊云 3 步部署，全程五分鐘，附價格費用清單

2、Stability AI Facing Cash Crunch，Discusses Sale

3、曾經爆紅的AI獨角獸，走到了樹倒猢猻散的邊緣

4、瘋狂燒錢、管理混亂，Stable Diffusion 背后企業瀕臨倒閉

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