Stability AI 发布 Stable Audio Open Small：手机端最快音频生成模型
人工智能公司 Stability AI 宣布，其与移动处理器制造商 Arm 联合开发的 Stable Audio Open Small 模型效率足以在智能手机上运行，并声称这是目前市场上最快的音频生成模型。
核心优势：离线可用与版权合规
该模型具备 立体声 音频生成能力，专为短音频片段和音效优化。与依赖云端的 Suno、Udio 等应用不同，其最大优势在于支持离线使用。此外，训练数据完全源自 Free Music Archive 和 Freesound 等无版权音乐档案，有效规避了侵权风险。
性能表现与技术局限
拥有 3.41 亿参数 的模型已针对 Arm CPU 优化，借助 KleidiAI 技术赋能，可在智能手机上于 8 秒内生成 11 秒音频，并在世界移动通信大会（MWC）展示了实时生成能力。但目前仍存在以下局限：
- 仅支持英文指令；
- 生成逼真人声或高质量歌曲效果不佳；
- 因训练数据侧重西方音乐，多流派表现一致性不足。
商用授权与企业动态
该模型对研究人员、爱好者及 年收入低于 100 万美元 的企业免费开放；超此规模企业需购买企业许可证。近期，公司在获得 埃里克·施密特 及 Napster 创始人肖恩·帕克 投资后完成了管理层调整，聘请詹姆斯·卡梅隆加入董事会并发布多款新图像生成模型，正逐步走出此前财务危机与合作终止的阴影。