Stable Diffusion 背后公司 Stability AI 正式发布新一代音频模型 Stability Audio 3.0。据官方介绍，其旗舰模型可生成时长超6分钟的专业级音乐。
此次共推出四款新模型：小型 SFX（4.59亿参数）、小型（4.59亿参数）、中型（14亿参数）及大型（27亿参数）。其中两款小型模型支持在本地设备生成长达2分钟的音效与音乐。
中型和大型模型均能创作长达6分20秒的完整乐曲，并保持稳定的音乐结构与旋律基调，时长较2024年发布的 Stable Audio 2.0 提升两倍以上。
目前，小型、微型及中型 SFX 模型已开放权重供社区自由使用与修改。相较于2024年发布、仅支持47秒音乐的 Stable Audio Open，新系列模型性能实现显著跃升。
大型模型仅通过 API 及付费自托管服务提供；年收入超100万美元的企业需获取商业授权许可。
尽管 Google、ElevenLabs 等厂商纷纷布局AI音乐生成领域，但 Suno 与 Udio 面临的持续诉讼表明，数据合规授权及与唱片公司的深度合作，才是此类服务长期发展的关键基石。
去年，Stability AI 已与华纳音乐集团、环球音乐集团达成战略合作，共同开发AI音乐工具。公司强调，最新音频模型完全基于合法授权数据训练而成。
此外，该公司正面向专业音乐人打造全新产品套件（具体功能暂未披露），并任命前 Universal Audio 及 Fender 首席数字官 Ethan Kaplan 负责领导专业音乐业务。
聘请行业高管已成为AI音乐赛道的普遍策略。今年早些时候，Suno 聘任前 Merlin CEO Jeremy Sirota 为首席商务官；ElevenLabs 亦从独立音乐出版商 Kobalt 引进 Derek Cournoyer，出任音乐业务战略负责人。