Stability AI 发布 Stable Audio 3.0：支持生成超6分钟专业级音乐
Stable Diffusion 开发商 Stability AI 正式推出全新音频模型系列 Stable Audio 3.0。该系列包含四款新模型：4.59亿参数的 Small SFX、4.59亿参数的 Small、14亿参数的 Medium，以及27亿参数的大型 Large 模型。
生成时长翻倍，保持音乐结构完整性
据官方介绍，最高级别的 Large 模型可生成超过6分钟的专业级音乐；Small 双模型组合则能在本地设备上实现长达2分钟的音频与音乐生成。Medium 和 Large 模型均能创作出时长为6分20秒的作品，并有效保持音乐结构与旋律调性，这一时长是2024年推出的 Stable Audio 2.0 的两倍以上。
开放权重策略与企业授权要求
继2024年推出支持47秒音乐生成的 Stable Audio Open，以及2025年面向智能手机发布的 Stable Audio Open Small 后，Stability AI 此次以开放权重形式向公众免费提供 Stable Audio 3.0 的 Small SFX、Small 和 Medium 模型，允许任何人自由使用与修改。Large 模型仅可通过 API 及公司自有服务器提供的付费服务访问。此外，年收入超过100万美元的企业需获取企业许可证方可商用。
基于授权数据构建，布局专业音乐服务
去年，Stability AI 已与 Warner Music Group 和 Universal Music Group 签署协议，共同开发模型及音乐创作工具。公司强调，最新音频模型系列完全基于授权数据训练。同时，Stability AI 正为专业音乐人打造专属产品套餐（具体功能暂未公开），并已聘请前 Universal Audio 及 Fender 数字业务主管 Ethan Kaplan 负责管理其专业音乐服务板块。