| 基本信息 | 详情 |
|---|---|
| 开发公司 | Stability AI（伦敦） |
| 上线时间 | 2023年4月20日（Alpha首发），StableLM 2于2024年1月发布 |
| 官网 | https://github.com/Stability-AI/StableLM |
| 支持平台 | Linux / macOS / Windows（通过HuggingFace Transformers），支持本地GPU部署 |
| 价格 | 开源免费（自托管）；商用需Stability AI会员资格 |
| 核心定位 | 轻量级开源大语言模型，主打"够用且可靠"，在低资源环境跑出接近大模型的效果 |
StableLM 是 Stability AI 推出的开源大语言模型系列。这家公司你可能更熟悉它的另一个作品——Stable Diffusion，那个下载量超过3.5亿次的文生图模型。StableLM 是他们向语言模型领域的一次延伸，思路和做图像模型一脉相承：开放权重，让开发者在自己的硬件上跑。
起初我以为 StableLM 只是个 Llama 的复制品。翻完技术报告后我改了看法。他们的设计哲学是"稳定性优先于参数规模"。3B 模型在 A10 GPU（24GB显存）上加载后只占用约 11GB 显存，剩余空间足够塞入一个轻量级 RAG 检索模块。同配置跑 Llama-2-7B，显存占用直接飙到 22.3GB，连基础的 LoRA 微调都得开梯度检查点。这就是 StableLM 的核心价值：用可控的参数规模换确定性的部署体验。
模型系列从 Alpha（3B/7B）起步，到 2023 年 9 月发布 StableLM-3B-4E1T，再到 2024 年的 StableLM 2（1.6B 和 12B 两个版本）。12B 版本在 2 万亿 tokens 上训练了两个 epoch，覆盖七种语言。如果你做的是多语言业务，尤其是欧洲市场，这个模型值得试。
核心功能
多参数规模覆盖
从 1.6B 到 12B，StableLM 覆盖了从边缘设备到企业级工作负载的场景。1.6B 版本能在普通笔记本上运行，不需要 GPU。12B 版本定位企业级，在广泛可用的硬件上平稳运行，性能对标 Mixtral 和 Llama 2。
多语言原生支持
StableLM 2 原生支持七种语言：英语、西班牙语、德语、意大利语、法语、葡萄牙语和荷兰语。训练数据覆盖 2 万亿 tokens，不是翻译拼接，是预训练阶段就多语言混入。你在西班牙语任务上直接用，不需要先过一层翻译。
开源权重与可复现训练
所有模型权重在 Hugging Face 公开。训练配置（YAML 文件）、技术报告、评估结果全部开放。StableLM-3B-4E1T 甚至公开了预训练检查点和优化器状态，你可以从中间状态继续训练。透明度在开源模型里算第一梯队。
Rotary Position Embeddings 优化
架构上采用 LLaMA 风格的 decoder-only transformer，但有几个自己的调整：Rotary Position Embeddings 只应用到前 25% 的头部嵌入维度以提升吞吐量，用 LayerNorm（带学习偏置项）而非 RMSNorm。这些细节听起来学术，但在实际推理时会直接影响速度和显存占用。
RLHF 对话微调
StableVicuna-13B 是 Stability AI 的 CarperAI 团队做的 RLHF 微调版本，基于 Vicuna-13B。这是早期开源社区里为数不多的 RLHF 模型之一。不过注意，由于 LLaMA 的原始非商业许可，StableVicuna 只能以 delta 权重形式发布。
适合谁
适合： 中小团队做客服对话引擎、文档分类、代码补全等垂直场景，预算有限但需要数据主权。如果你的业务覆盖西班牙语、法语等欧洲语言，StableLM 2 是少数原生支持的小模型。研究者需要可复现的预训练实验，StableLM-3B-4E1T 的多 epoch 训练方法论有参考价值。
不适合： 需要中文、日文、阿拉伯文等非拉丁语系的场景——StableLM 的训练数据以英语和欧洲语言为主。需要顶尖推理能力的场景，12B 的推理能力离 GPT-4 级别还有明显差距。需要闭源商用的团队注意：CC BY-SA-4.0 的 ShareAlike 条款要求衍生作品必须采用相同许可，公开你的微调权重。
同类竞品对比
| 维度 | StableLM 2 (12B) | Llama 3.2 (3B) | Gemma 2 (2B) | Qwen 2.5 (3B) |
|---|---|---|---|---|
| 参数规模 | 12B | 3B | 2B | 3B |
| 训练数据 | 2T tokens | 未公开 | 2T tokens | 未公开 |
| 多语言 | 7种欧洲语言 | 以英语为主 | 多语言 | 中英为主 |
| 许可证 | Stability AI License | Llama Community License | Gemma License | Apache 2.0 |
| 适合场景 | 欧洲多语言 | 通用轻量 | 轻量推理 | 中文场景 |
FAQ
StableLM 可以商用吗？
Alpha 系列采用 CC BY-SA-4.0 许可，允许商用但要求衍生作品同样开源。StableLM 2 系列需要 Stability AI 会员资格才能商用，非商用免费。建议商用前查阅 https://stability.ai/license 获取最新条款。
StableLM 支持中文吗？
不支持。StableLM 2 的训练数据覆盖七种语言（英、西、德、意、法、葡、荷），没有中文。中文场景建议用 Qwen 或 ChatGLM。
显存需要多少？
1.6B 版本在普通笔记本 CPU 上即可运行。3B 版本需要约 11GB 显存（A10 或 RTX 3060 级别）。12B 版本需要更大的 GPU，建议 A100 或多卡配置。
StableLM-3B-4E1T 的"4E1T"是什么意思？
4 Epoch 1 Trillion tokens 的缩写。模型在 1 万亿 tokens 上训练了 4 个 epoch，研究重复数据对下游性能的影响。结论是：最多 4 个 epoch 的重复数据对 loss 的影响可以忽略。
StableLM 和 Stable Diffusion 是什么关系？
都是 Stability AI 的产品。Stable Diffusion 做文生图，StableLM 做文本生成。共享"开放权重"理念，但技术路线完全不同。
Stability AI 还在更新 StableLM 吗？
GitHub 仓库最后一次提交是 2024 年 4 月。2024 年后 Stability AI 的重心明显转向图像（Stable Diffusion 3.5）和音频（Stable Audio 2.5）方向。语言模型方向的更新节奏明显放缓。
更新动态
最近半年，Stability AI 的重心已从语言模型转向视觉和音频创意工具。2025 年 9 月发布 Stable Audio 2.5，2026 年 4 月推出 Brand Studio 企业创意平台，还与华纳音乐和环球音乐达成 AI 音乐合作。StableLM 系列在 GitHub 上的活跃度明显下降，目前没有 StableLM 3 的公开计划。
客户评论
汇总评分：基于 GitHub 星标（约 4.5k+ stars）和 HuggingFace 下载量，StableLM 在开源社区有一定认可度，但缺乏独立评测机构的评分。
评论一： "我们用 StableLM-3B 微调了一个客服分类引擎，在 A10 单卡上跑得很稳。延迟控制在 300ms 内，比之前用 GPT-4 API 的月成本从约 18 万美元降到了 1.2 万以下。"——某电商平台技术负责人（来源：CSDN 开发者社区）
评论二： "多语言支持是亮点。我们的产品覆盖西语和法语市场，StableLM 2 12B 在这两个语言上的表现比 Llama 2 好不少。但中文完全不行，最后还是上了 Qwen 做中文部分。"——独立开发者（来源：HuggingFace 社区讨论）
参考来源
- ▸GitHub | StableLM Repository,Stability AI 官方代码仓库，包含模型架构、训练配置和技术报告链接
- ▸HuggingFace | StableLM 2 12B,StableLM 2 12B 模型卡，包含参数规模、训练数据和许可信息
- ▸Stability AI | News & Updates,Stability AI 官方新闻页，包含 StableLM 2 12B 发布公告和产品路线图
- ▸InfoQ | Stability AI Releases 1.6 Billion Parameter Language Model Stable LM 2,InfoQ 对 StableLM 2 1.6B 发版的技术报道，含性能对比数据
- ▸CSDN | 开源大模型落地实战：StableLM、RedPajama与AI工程化降本路径,开发者社区原创技术分析，含 StableLM-3B 与 Llama-2-7B 的显存对比实测数据