因为开源的原因，现在Stable Diffusion 不仅能够生成静态图像，甚至能够生成视频。这是因为在今年3月份，有人修改了底层代码，使得可以规定 AI 作图的一些参数，例如如果我画了一匹马，我可以再画一张马抬腿的图像，然后将每个马的腿都抬起来，合成为一个视频。这就是为什么现在国内外很多公司突然推出了 AI 视频的原因，因为它们都是基于 Stable Diffusion这个原理，只是可能在这个渠道上进行了一些优化。

此外，Stable Diffusion 现在更强大的一点是可以无中生有地建立 3D 模型，只要你能描述这个物体的各个角度，它就能够生成多个角度的2D图片，接着再利用多视角的2D图片生成3D图片。因此未来是可以无中生有的生成 3D 的。这意味着Stable Diffusion 已经成为了 AI 作图领域最强大的工具之一，其他的工具都是在其基础上进行迭代。

见智研究：开源的模型的优势和意义在哪？拓展插件对于模型起到什么作用？

杨晓峰：

模型一旦开源，全球顶尖的人才就可以使用它并做微调，他们可以贡献各种各样的素材包，使得模型使用效果更强大。因为Stable Diffusion开源，全球所有人都可以享受到这个 AI 作图的红利，大家都可以在上面进行修改或将其放到自己的服务器上。开源意味着这个软件的每一条代码都是公开的，可以下载到本地，而别人也无法对你进行操作。

当然，行业可能需要一些相对厉害的人才，才能将这个产品推向更高层次，修改底层代码，进一步提升产品水平。因此，开源对整个模型的进步速度非常快，可以想象，在 11 月和 12 月之前，大多数人的水平都比较低，但是因为开源，无数人在 1 月和 2 月份上传了数据包，3 月份修改了底层代码，这个产品的进展就非常快了。可以这样理解，开源把所有人的水平都提高了一个非常高的状态。

见智研究：模型开源很大程度加速了应用层面的落地？

杨晓峰：

Midjourney为什么会如此受欢迎呢？并不是因为它有技术上的优势，而是因为它更能够满足C端用户的需求。比如，我们都知道Stable Diffusion技术很好，产品性能也很好，但问题在于并非每个人的电脑都有如此高的显卡，同时，数据包越多并不一定意味着更好的体验，因为很多人更想要一些更加真实的、大气的效果，对吧？因此，很多产品都是在这个基础上针对C端用户的体验进行了优化。背后的技术可能需要使用Stable Diffusion等原创技术，或者出于成本考虑使用其他技术，但对于普通的C端用户，使用Midjourney基本上就足够了。

见智研究：AI是如何对游戏进行降本增效的？