AI Difusi Tidak Stabil: NSFW Tanpa Sensor, Versi Modifikasi Difusi Stabil

Jika Anda telah mencari "Unstable Diffusion AI" dalam setahun terakhir, Anda mungkin telah menemukan banyak halaman yang saling bertentangan. Beberapa menggambarkan komunitas Discord yang berkembang pesat dari 50.000 anggota pada November 2022 menjadi sekitar 97.000 pada Desember dan kemudian menjadi lebih dari 300.000 pada daftar pihak ketiga pada tahun 2025. Yang lain menggambarkan aplikasi web berbayar yang canggih dengan tingkatan gratis dan empat model bernama. Bagian yang membingungkan adalah bahwa keduanya nyata, keduanya memiliki nama yang sama, dan keduanya dimulai dari ide yang sama: ambil Stable Diffusion, hilangkan lapisan pengamannya, biarkan internet menghasilkan apa pun yang diinginkannya.

Panduan ini memisahkan keduanya. Kami membahas apa sebenarnya Unstable Diffusion AI di tahun 2026, bagaimana kaitannya dengan Stable Diffusion dari Stability AI, kisah pelarangan Kickstarter Desember 2022, jajaran model, penetapan harga, pertanyaan etika yang masih terbuka, dan alternatif yang telah mengunggulinya. Tujuannya adalah penjelasan yang dapat dibaca dan dipahami oleh orang awam yang ingin tahu, bukan sekadar promosi berlebihan.

Apa Sebenarnya AI Difusi Tidak Stabil di Tahun 2026?

Nama "Unstable Diffusion" mencakup beberapa hal yang tumpang tindih, dan orang-orang seringkali mencampuradukkannya. Awalnya, komunitas ini dimulai sebagai utas Reddit pada Agustus 2022 dan segera bermigrasi ke Discord, di mana ia menjadi pusat bagi hasil Stable Diffusion yang tidak disensor dan bobot yang telah disempurnakan. Tokoh publik dari proyek ini adalah CEO Arman Chaudhry dan co-admin AshleyEvelyn, yang bekerja di bawah perusahaan induk Equilibrium AI.

Komunitas Discord tersebut kemudian mengembangkan platform web berbayar di unstability.ai, yang saat ini menjual akses berlangganan ke empat model kalibrasi internal (Merlin, Echo, Izanagi, Pan) yang dilatih pada kumpulan data pilihan yang berisi lebih dari 30 juta gambar dewasa. Ini adalah proyek yang sama, bukan tiruan. Kebingungan muncul dari toko online BasedLabs yang menampilkan unstability.ai di bawah merek "Unstable Diffusion" pada direktori alatnya, yang menyebabkan kedua nama tersebut muncul dalam hasil pencarian yang sama.

Penggunaan ketiga dari nama tersebut bersifat longgar dan jurnalistik: setiap fork atau fine-tuning Stable Diffusion open-source yang mampu menghasilkan output NSFW, terlepas dari siapa yang membuatnya. Arti ketiga tersebut menjadi kurang berguna karena komunitas yang lebih luas telah beralih ke titik pemeriksaan seperti Pony Diffusion V6 XL dan fine-tuning berbasis FLUX yang secara struktural tidak ada hubungannya dengan tim Unstable Diffusion. Sepanjang panduan ini, kami akan secara spesifik menyebutkan Unstable Diffusion mana yang dimaksud setiap kali angka, harga, atau nama model hanya berlaku untuk salah satunya.

Difusi Tidak Stabil vs Difusi Stabil: Dua Model

Sebagai pengingat singkat terlebih dahulu. Stable Diffusion adalah model teks-ke-gambar yang dirilis sebagai sumber terbuka pada Agustus 2022 oleh Stability AI, CompVis, dan Runway. Ini adalah model difusi. Artinya, model ini dimulai dengan noise acak dan perlahan-lahan menghilangkan noise menjadi gambar nyata, dipandu oleh perintah teks Anda. Versi 1.4 berjalan pada GPU konsumen biasa dengan VRAM 10 GB. Lisensinya bersifat permisif. Keterbukaan itulah yang menyebabkan model ini menyebar begitu cepat, dan mengapa setiap fork, termasuk Unstable Diffusion, ada.

Saat pertama kali dirilis, Stable Diffusion dilengkapi dengan filter NSFW berbasis CLIP dan kumpulan data pelatihan yang, menurut perhitungan Stability AI sendiri, hanya sekitar 2,9% berisi konten dewasa. Jadi, model dasarnya secara teknis dapat menghasilkan ketelanjangan. Namun, pemahamannya tentang anatomi manusia dalam konteks tersebut sangat terbatas, dan filter tersebut biasanya malah menghambat.

Kemudian Stable Diffusion 2.0 dirilis pada 24 November 2022. Rilis tersebut menghilangkan banyak konsep NSFW (Not Safe For Work) dari data pelatihan. Komunitas pun heboh. Emad Mostaque, CEO Stability AI saat itu, mencoba menjelaskan. Ia berpendapat bahwa Anda tidak dapat menggabungkan anak-anak dan NSFW dalam model terbuka yang sama, karena kombinasi tersebut membuka jalan yang mudah menuju pelecehan seksual anak. Komunitas hanya mendengar tentang sensor dan tidak banyak hal lain. Dalam beberapa minggu, internet dipenuhi dengan alur kerja dan titik pemeriksaan yang disempurnakan untuk mengembalikan apa yang telah dihilangkan oleh Stability.

Unstable Diffusion adalah bagian paling terlihat dari penolakan tersebut. Tim Discord fokus pada pengumpulan dataset NSFW yang dikurasi oleh sukarelawan dan menyempurnakan Stable Diffusion ke arah yang tidak akan pernah disentuh oleh Stability AI. Produk unstability.ai mengikuti logika yang sama tetapi membungkusnya dalam aplikasi web yang dihosting dengan tingkatan berbayar. Bagaimanapun, pada dasarnya, Anda mendapatkan arsitektur difusi laten yang sama. Yang berubah adalah datasetnya. Lapisan keamanannya. Dan model bisnis yang ditambahkan di atasnya.

Asal Usul Discord, Larangan Kickstarter, dan Perubahan Haluan Patreon

Subreddit Unstable Diffusion muncul pada Agustus 2022, hanya beberapa minggu setelah Stable Diffusion 1.4 dirilis sebagai perangkat lunak sumber terbuka. Aktivitas kemudian berpindah ke Discord hampir dalam semalam. Menurut profil TechCrunch pada 17 November 2022, server tersebut telah mencapai sekitar 50.000 anggota. Enam minggu kemudian, jumlahnya melampaui 97.000. Pelacak Discord pihak ketiga pada tahun 2025 mengklaim angka setinggi 344.000, tetapi angka tersebut berasal dari situs listing dan bukan dari Discord sendiri, sehingga angka tersebut kurang akurat.

Sebuah halaman Patreon diluncurkan pada 13 September 2022. Pendapatannya mencapai puncaknya sekitar $2.500 per bulan pada akhir tahun 2022. Kemudian pendapatannya stagnan. Hingga April 2026, Graphtreon menunjukkan halaman tersebut berada di angka sekitar $1.998 per bulan dari 149 pelanggan berbayar. Itu menempatkannya di peringkat ke-336 di papan peringkat "Penulisan Dewasa" Graphtreon. Dua puluh persen di bawah puncak tahun 2022, meskipun pasar konten dewasa yang dihasilkan AI telah berkembang pesat hingga diperkirakan mencapai $2,5 miliar di dalam pasar hiburan dewasa daring sekitar $73,6 miliar. Jadi ceritanya bukan lagi "pelopor awal menghancurkan pasar", melainkan "pelopor awal, stagnasi lambat".

Babak Kickstarter inilah yang paling diingat semua orang. Kampanye diluncurkan pada Desember 2022 dengan target $25.000. Target tersebut tercapai dalam sehari. Pada 21 Desember 2022, ketika Kickstarter menghentikan kampanye, 867 pendukung telah menjanjikan sekitar $56.000. CEO Kickstarter, Everette Taylor, menulis pernyataan yang mengatakan bahwa "Kickstarter harus, dan akan selalu, berada di pihak karya kreatif dan orang-orang di balik karya tersebut." Model "semua atau tidak sama sekali" berarti setiap dolar dikembalikan. Balasan Arman Chaudhry sangat lugas: "Meskipun penyerahan Kickstarter kepada sebagian kecil seniman yang vokal mengecewakan kami, kami dan para pendukung kami tidak akan mundur."

Tim tersebut kembali beralih ke Patreon dan menambahkan donasi langsung melalui Stripe. Secara kumulatif, donasi tersebut mungkin mengumpulkan sekitar $26.000. Namun, kisah yang lebih besar muncul beberapa tahun kemudian. Pada 23 Mei 2025, prosesor Visa dan Mastercard menghentikan layanan ke CivitAI, pusat terbesar untuk pos pemeriksaan AI NSFW, dan situs tersebut beralih ke jalur kripto seperti USDC dan ETH. Pola yang sama terjadi pada Unstable Diffusion pada tahun 2022. Tiga tahun kemudian. Dengan skala beberapa kali lipat.

Tabel di bawah ini merangkum sejarah pendanaan Unstable Diffusion.

Bagaimana Model Difusi Tidak Stabil Menghasilkan Gambar NSFW (Tidak Pantas untuk Dilihat di Tempat Kerja)

Secara internal, kedua varian Unstable Diffusion menjalankan alur kerja difusi laten yang sama dengan Stable Diffusion dasar. Pengguna mengetikkan sebuah perintah. Teks tersebut menjadi embedding yang mengarahkan model ke wilayah ruang gambar yang telah dipelajarinya. Model kemudian secara iteratif menghilangkan noise pada gambar laten acak, langkah demi langkah, hingga gambar tersebut cukup sesuai dengan perintah untuk dihentikan. Untuk menghasilkan gambar akhir biasanya dibutuhkan 20 hingga 50 langkah penghilangan noise, tergantung pada preset kecepatan versus kualitas yang dipilih.

Jadi, jika arsitekturnya sama, apa sebenarnya yang membedakannya dari Stable Diffusion dasar? Tiga hal, kira-kira dalam urutan kepentingan ini.

Pertama, kumpulan data. Stability AI sebagian besar disempurnakan pada konten yang aman untuk dilihat di tempat kerja dan menghilangkan sebagian besar gambar dewasa dari korpus pelatihannya. Tim Unstable Diffusion telah membangun dan memelihara kumpulan data lebih dari 30 juta gambar dewasa, yang bersumber melalui kurasi sukarela. Hal itu memperbaiki kesenjangan anatomi dan cakupan genre yang menjadi kelemahan Stability Diffusion versi standar.

Kedua, filternya. Checkpoint Stable Diffusion dari Stability AI dilengkapi dengan pengklasifikasi keamanan berbasis CLIP yang secara default menandai dan mengaburkan output yang tidak aman. Turunan Unstable Diffusion menghilangkan pengklasifikasi tersebut atau mengabaikannya. Di unstability.ai, filter default diganti dengan gerbang verifikasi usia yang hanya aktif ketika pengguna secara eksplisit meminta konten dewasa. Konten yang aman untuk dilihat (SFW) akan langsung dijalankan.

Ketiga, batasan-batasan yang ada. Bahkan platform yang paling permisif pun mencoba memblokir konten yang jelas-jelas ilegal. Kebijakan yang berlaku: apa pun yang menggambarkan anak di bawah umur atau orang yang tidak memberikan persetujuan akan ditolak pada tingkat permintaan dan sekali lagi melalui moderasi pasca-pembuatan. Dalam praktiknya? Tergantung pada operatornya. Beberapa melakukan moderasi secara agresif. Yang lain sebagian besar tidak.

Di dalam jajaran model: Merlin, Echo, Izanagi, Pan

Jajaran produk bermerek ini sebagian besar merupakan ciri khas unstability.ai, tetapi ini adalah wajah produk yang paling dikenal publik dari merek tersebut saat ini. Alih-alih rilis versi seperti Stable Diffusion 1.5 atau SDXL 1.0, platform ini mengelompokkan titik pemeriksaannya berdasarkan tujuan gaya.

Tersedia juga jajaran kecepatan paralel. Unstable Diffusion v2.6 adalah versi default yang disetel kecepatannya pada 6 hingga 8 detik per gambar. Unstable Diffusion XL membutuhkan 12 hingga 15 detik untuk resolusi yang lebih tinggi. Unstable Diffusion Photoreal menangani pekerjaan potret. Tidak satu pun dari versi ini yang mewarisi secara langsung dari penyempurnaan komunitas Discord asli, meskipun pemasarannya sangat mengandalkan merek yang sama. Untuk menilai kualitas output, pengujian paling bersih adalah perbandingan langsung dengan SDXL dasar atau titik pemeriksaan CivitAI populer yang disetel serupa.

Harga, Kredit, dan Akses Platform untuk Kreator

Penetapan harga untuk platform web unstability.ai mengikuti pola SaaS yang umum. Terdapat tingkatan gratis dengan kredit harian, tingkatan berbayar yang membuka kemampuan generasi tak terbatas dan penggunaan komersial, serta tingkatan teratas yang menambahkan riwayat generasi pribadi. Kecepatan generasi dibatasi oleh kumpulan "kredit cepat" yang diisi ulang setiap bulan.

Akses Discord untuk komunitas asli terpisah. Discord tetap gratis untuk bergabung tetapi beroperasi sebagai server obrolan, bukan sebagai backend pembuatan model. Model yang dilatih atau dibagikan dalam komunitas biasanya berjalan secara lokal di GPU pengguna sendiri, melalui alat seperti Stable Diffusion WebUI dari AUTOMATIC1111, ComfyUI, atau InvokeAI, atau diunggah ke pusat penyimpanan seperti CivitAI untuk diunduh. Tidak ada sistem pembayaran terpusat di sisi komunitas.

Bagi sebagian besar kreator yang mempertimbangkan hal ini pada tahun 2026, pilihan praktisnya adalah antara tiga jalur. Membayar biaya berlangganan pada platform yang dihosting dan tidak disensor. Menjalankan checkpoint terbuka secara lokal pada GPU konsumen 12 GB atau 16 GB. Atau menggunakan hub ala CivitAI yang menggabungkan banyak model yang telah disempurnakan dengan tingkatan gratis yang murah hati dan sistem kredit di atasnya. Setiap jalur memiliki kompromi dalam hal privasi, kecepatan, variasi model, dan kebijakan konten.

Kontroversi Konten AI Tanpa Sensor: Etika dan CSAM

Anda tidak bisa menulis tentang Difusi Tidak Stabil secara jujur tanpa lapisan etika. Tiga masalah terus muncul. Masing-masing memiliki insiden nyata yang terkait.

Mari kita bahas gambar yang dibuat tanpa persetujuan terlebih dahulu. Kasus yang paling menonjol adalah skandal Atrioc pada 30 Januari 2023. Streamer Twitch, Brandon Ewing, secara tidak sengaja membuka tab browser selama siaran langsungnya. Tab tersebut? Sebuah situs berbayar yang menjual pornografi deepfake dari rekan-rekannya. Pokimane. QTCinderella. Maya Higa. Sweet Anita. Dia meminta maaf di depan kamera keesokan harinya. Dia juga dilaporkan mengirimkan uang sebesar $60.000 untuk menutupi biaya penghapusan konten secara hukum bagi para streamer yang terkena dampak. Twitch diam-diam memperbarui ketentuan layanannya pada Maret 2023 untuk melarang secara permanen siapa pun yang membuat konten deepfake. Satu insiden ini lebih berperan dalam menyeret penyebaran open-source ke berita arus utama daripada debat kebijakan teknis apa pun yang pernah ada.

Sekarang masalah dataset. Pada Desember 2023, Stanford Internet Observatory menjalankan set pelatihan LAION-5B melalui PhotoDNA. Mereka menandai 1.008 gambar pelecehan seksual anak yang terverifikasi di dalamnya. LAION-5B adalah dataset yang sama yang digunakan untuk melatih Stable Diffusion 1.5. LAION menariknya dan merilis Re-LAION-5B yang telah dibersihkan pada Agustus 2024. Masalahnya, setiap model yang dilatih pada dataset asli berada di hilir kontaminasi tersebut. Termasuk SD 1.5. Begitu pula seluruh ekosistem fine-tuning NSFW yang dibangun di atasnya. Beberapa fork telah melakukan pekerjaan untuk melatih ulang atau membersihkan. Yang lain hanya terus merilisnya. Jika Anda seorang pembeli, cari tahu dataset apa yang sebenarnya digunakan untuk melatih checkpoint tertentu. Jangan hanya percaya pada perkataan operator.

Isu ketiga adalah bayang-bayang regulasi. Setiap prosesor pembayaran utama pada tahun 2026 memperlakukan citra dewasa yang dihasilkan AI sebagai berisiko tinggi. Prosesor kartu CivitAI menghentikan layanannya pada 23 Mei 2025 karena paparan konten NSFW, dan situs tersebut langsung beralih ke platform kripto dalam semalam. Stability AI memperbarui Kebijakan Penggunaan yang Dapat Diterima pada 31 Juli 2025 untuk melarang pembuatan konten eksplisit pada model-modelnya saat ini. Namun, kebijakan baru ini tidak berlaku surut untuk SD 1.5 atau SDXL, yang tetap menjadi tulang punggung komunitas NSFW. Undang-Undang AI Uni Eropa dan daftar undang-undang negara bagian AS yang terus bertambah sekarang mewajibkan pengungkapan ketika konten yang dihasilkan AI menggambarkan manusia secara realistis. Jadi, siapa pun yang menggunakan AI tanpa sensor secara komersial saat ini beroperasi dalam kerangka hukum yang tidak ada ketika Unstable Diffusion diluncurkan.

Hal ini tidak membunuh teknologi tersebut. Ini hanya berarti bahwa orang-orang yang membangun, mengelola, dan menggunakannya sekarang harus bertanggung jawab atas persetujuan, kebersihan kumpulan data, dan pengungkapan informasi yang sebagian besar diabaikan pada fase awal.

Alternatif untuk Difusi Tidak Stabil pada tahun 2026: FLUX, Pony, Kling

Difusi yang tidak stabil bukan lagi pusat gravitasi. Model dan peta platform telah berubah secara dramatis sejak skandal Discord tahun 2022. Orang-orang yang melakukan pekerjaan AI tanpa sensor yang serius pada tahun 2026 akan mencari alternatif lain terlebih dahulu. Alternatif terkuat terbagi menjadi tiga kategori.

Kategori pertama: checkpoint open-weight tanpa sensor yang dapat Anda jalankan di mesin Anda sendiri. Pony Diffusion V6 XL dirilis di CivitAI pada Januari 2024 dan dengan cepat menjadi fine-tune SDXL NSFW standar. Mod ini dibangun dan didistribusikan sepenuhnya di luar pipeline Unstable Diffusion. Pony dan saudaranya yang lebih baru, Illustrious, kini mendominasi genre dewasa bergaya. Checkpoint yang dilatih dengan anime dan berbagai fine-tune SDXL mengisi ceruk yang sama dengan estetika yang berbeda. Untuk menjalankan salah satu dari mod tersebut dengan nyaman, Anda memerlukan GPU lokal dengan setidaknya 12 GB VRAM.

Kategori kedua: generasi model dasar berikutnya. FLUX.1 dari Black Forest Labs diluncurkan pada Agustus 2024 dan menetapkan standar baru untuk kepatuhan yang cepat dan fotorealisme. Varian FLUX.1-dev yang berbobot terbuka menarik LoRA NSFW dari komunitas dalam hitungan minggu. Stability AI merilis Stable Diffusion 3 pada Februari 2024 dan Stable Diffusion 3.5 yang lebih besar pada Oktober 2024. Bug anatomi SD3 yang banyak dilaporkan memperlambat adopsi di kalangan pengguna yang tidak disensor. Stability AI sendiri telah mundur. Emad Mostaque mengundurkan diri pada 23 Maret 2024 di tengah krisis keuangan. Pembaruan kebijakan Juli 2025 sekarang secara resmi melarang pembuatan konten eksplisit pada model yang ada.

Kategori ketiga: video. Era AI generatif yang hanya berbasis gambar sebagian telah berlalu. Kling, Runway Gen-3 dan Gen-4, Sora dari OpenAI, Veo dari Google. Mereka semua telah mendorong batasan ke arah video, dan beberapa di antaranya mengizinkan konten dewasa dengan verifikasi usia di host pihak ketiga. Unstable Diffusion belum pernah melakukan lompatan serupa ke arah video. Sebagian dari alasan mengapa pengaruh budayanya diam-diam menyusut sejak tahun 2023.

Tabel di bawah ini membandingkan opsi-opsi utama.

Pilihan yang tepat bergantung pada seberapa besar GPU yang Anda miliki, seberapa penting hosting dibandingkan DIY bagi Anda, dan apakah Anda membutuhkan gambar diam atau video. Tak satu pun dari ini dapat menggantikan pengalaman Unstable Diffusion yang asli. Pasar telah terfragmentasi, dan merek tersebut tidak lagi mendominasi seperti pada tahun Kickstarter.

Jordan Morris

Jordan Morris is an AI expert with over a decade of experience and the author of a widely-read blog focused on artificial intelligence. His content spans a range of topics—from the ethics of machine learning to real-world applications of neural networks in business. Known for his clear writing and deep insights, Jordan has become a trusted voice in the AI community, appealing to both newcomers and seasoned professionals alike.