Stable Audio 3.0: los nuevos modelos de IA de Stability que generan música completa desde texto

Además, el sistema no es un único modelo: está compuesto por varias versiones con diferentes tamaños y capacidades, pensadas tanto para ejecutar localmente como para producir música de mayor calidad y duración.

Los cuatro modelos de Stable Audio 3.0

La familia incluye cuatro modelos con tamaños que van desde cientos de millones hasta miles de millones de parámetros.

Stable Audio 3.0 Small SFX

• Aproximadamente 459 millones de parámetros
• Diseñado principalmente para efectos de sonido cortos
• Optimizado para dispositivos o entornos ligeros

Stable Audio 3.0 Small

• También cerca de 459 millones de parámetros
• Pensado para generación musical ligera
• Puede ejecutarse localmente en proyectos pequeños

Stable Audio 3.0 Medium

• Cerca de 1.400 millones de parámetros
• Diseñado para música más expresiva y composiciones más largas

Stable Audio 3.0 Large

• Alrededor de 2.700 millones de parámetros
• El modelo más potente de la serie
• Orientado a generación musical de calidad profesional

Esta estructura escalonada permite elegir el modelo según la potencia del hardware, la calidad deseada o la duración de la pista generada.

Duración de la música generada

Uno de los mayores avances de Stable Audio 3.0 es la duración de las composiciones.

• Los modelos Small SFX y Small pueden generar audio de hasta unos 2 minutos, lo que facilita su uso directamente en dispositivos o equipos modestos.
• Los modelos Medium y Large pueden producir composiciones completas de aproximadamente 6 minutos y 20 segundos.

Esto supone más del doble de la duración disponible en versiones anteriores del sistema, acercando la IA a la creación de canciones completas en lugar de simples fragmentos o loops.

Qué modelos son abiertos y cuáles no

Stability AI ha optado por una estrategia mixta entre apertura y servicios gestionados.

Modelos de pesos abiertos (open‑weight):

• Stable Audio 3.0 Small SFX
• Stable Audio 3.0 Small
• Stable Audio 3.0 Medium

Estos pueden descargarse y ejecutarse localmente por desarrolladores o investigadores.

Modelo disponible solo vía API:

• Stable Audio 3.0 Large

La versión más potente se ofrece únicamente mediante servicios alojados o acceso empresarial, en lugar de publicar sus pesos públicamente.

Datos de entrenamiento y licencias

Uno de los puntos centrales del lanzamiento es el enfoque en datos con licencia completa. Según Stability AI, los modelos se entrenaron con conjuntos de datos autorizados, lo que busca reducir los riesgos legales asociados a la música generada por IA.

En cuanto al uso:

• Los usuarios generalmente pueden poseer y distribuir las pistas que generen.
• La Community License de Stability AI se aplica a individuos, investigadores y pequeñas organizaciones.
• Las empresas con ingresos superiores a aproximadamente 1 millón de dólares anuales deben adquirir una licencia empresarial.

Aun así, los detalles completos sobre la composición exacta de los datasets no se han publicado, por lo que la verificación independiente sigue siendo limitada.

Alianzas con grandes discográficas

Para reforzar su enfoque legal y de licencias, Stability AI ha firmado acuerdos con grandes compañías de la industria musical.

• Universal Music Group (UMG) anunció una alianza estratégica con Stability AI para desarrollar herramientas profesionales de creación musical con IA basadas en datos licenciados y participación de artistas.
• Warner Music Group (WMG) también colabora con la empresa para impulsar herramientas de IA responsables para compositores, productores y artistas.

Estas alianzas buscan responder a una de las principales polémicas del sector: el uso de música protegida por derechos de autor en el entrenamiento de modelos de IA.

La carrera por la música generada por IA

El lanzamiento llega en medio de una competencia cada vez más intensa en el campo del audio generativo.

Empresas como Google, Suno, Udio y ElevenLabs también están desarrollando sistemas capaces de generar música y voces cada vez más realistas.

Stable Audio 3.0 intenta diferenciarse con dos elementos clave:

• Modelos open‑weight que los desarrolladores pueden descargar y modificar.
• Entrenamiento con datos licenciados, respaldado por acuerdos con grandes discográficas.

Junto con la capacidad de crear canciones de más de seis minutos, el sistema acerca la IA musical a la producción de pistas completas con estructura real, no solo demos o fragmentos cortos.

El panorama general

Stable Audio 3.0 refleja una tendencia creciente en la IA generativa: en lugar de un único modelo universal, las empresas lanzan familias completas de modelos especializados.

Con versiones pequeñas para ejecución local, modelos intermedios abiertos y un modelo grande gestionado para uso profesional, Stability AI intenta cubrir todo el espectro: desde aficionados y desarrolladores hasta productores musicales.

Si la calidad, la duración y la claridad legal continúan mejorando, herramientas como Stable Audio 3.0 podrían convertirse en una pieza fundamental del software creativo basado en IA en los próximos años.