Stable Audio 3.0: новая генеративная ИИ‑платформа Stability AI для музыки и звуков

Stability AI позиционирует систему как платформу для генеративного аудио и творческих экспериментов, при этом подчёркивая, что модели обучены на лицензированных наборах данных, чтобы снизить риски, связанные с авторским правом.

Система состоит из нескольких моделей разного размера — от компактных для локального использования до более мощных для создания полноценных музыкальных композиций.

Четыре модели в семействе Stable Audio 3.0

В линейку входят четыре модели с разным количеством параметров и задачами.

Stable Audio 3.0 Small SFX

• около 459 млн параметров
• ориентирована на генерацию коротких звуковых эффектов
• подходит для лёгких или встроенных сценариев использования

Stable Audio 3.0 Small

• около 459 млн параметров
• предназначена для лёгкой генерации музыки и аудио
• может работать локально на пользовательском оборудовании

Stable Audio 3.0 Medium

• примерно 1,4 млрд параметров
• рассчитана на более выразительную музыку и более длинные треки

Stable Audio 3.0 Large

• около 2,7 млрд параметров
• самая мощная модель линейки
• ориентирована на создание музыки профессионального уровня

Такой подход позволяет разработчикам выбирать модель в зависимости от доступного оборудования, требуемого качества и длины генерируемого трека.

Насколько длинной может быть музыка

Одно из ключевых улучшений новой версии — значительно увеличенная длина генерации.

• Модели Small SFX и Small могут создавать аудио длительностью до примерно 2 минут, что делает их удобными для локальной генерации на устройствах.
• Модели Medium и Large способны генерировать полноценные композиции длительностью до 6 минут 20 секунд.

Это более чем в два раза превышает максимальную длину треков, характерную для предыдущих поколений системы, и позволяет создавать практически полноценные песни, а не только короткие фрагменты или петли.

Какие модели имеют открытые веса

Stability AI использует смешанную модель распространения.

Модели с открытыми весами:

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

Их можно скачивать и запускать локально, что делает их привлекательными для исследователей и разработчиков.

Модель только через API:

• Stable Audio 3.0 Large

Самая мощная версия доступна только через облачные сервисы или корпоративный доступ и не распространяется в виде публичных весов.

Такая стратегия похожа на подход Stability AI в других проектах: часть моделей открывается для сообщества, а наиболее мощные версии остаются управляемыми сервисами.

Лицензирование и обучение моделей

Компания подчёркивает, что Stable Audio 3.0 обучалась на полностью лицензированных аудиоданных. Это должно сделать систему более безопасной для коммерческого использования по сравнению с ранними генеративными моделями музыки, обученными на случайно собранных интернет‑аудио.

Пользователи, как правило, владеют созданными ими аудиотреками и могут распространять их по лицензии Stability AI Community License. Однако организациям с годовым доходом выше примерно 1 миллиона долларов требуется корпоративная лицензия.

При этом подробный состав обучающих датасетов публично раскрыт не полностью, поэтому независимая проверка этих заявлений ограничена.

Партнёрства с крупными музыкальными лейблами

Чтобы усилить правовую основу проекта, Stability AI заключила соглашения с крупными музыкальными компаниями.

• Universal Music Group (UMG) объявила о стратегическом партнёрстве со Stability AI для разработки профессиональных инструментов создания музыки на базе лицензированных данных и участия артистов.
• Warner Music Group (WMG) также сотрудничает с компанией, чтобы развивать ответственные инструменты ИИ для авторов песен, продюсеров и исполнителей.

Такие партнёрства призваны решить одну из главных проблем генеративной музыки — использование защищённых авторским правом записей при обучении моделей.

Конкуренция на рынке ИИ‑музыки

Запуск Stable Audio 3.0 происходит на фоне усиления конкуренции в области генеративного аудио. Свои системы активно развивают Google, Suno, Udio и ElevenLabs, которые работают над всё более реалистичной музыкой и вокалом.

Stability AI пытается выделиться двумя ключевыми факторами:

• частично открытая экосистема моделей, удобная для разработчиков;
• ставка на лицензированные данные, подкреплённая партнёрствами с музыкальной индустрией.

В сочетании с увеличенной длиной треков — более шести минут — это приближает генеративные системы к созданию полноценных структурированных песен, а не только коротких демо‑фрагментов.

Что это значит для будущего ИИ‑музыки

Stable Audio 3.0 отражает более широкую тенденцию в генеративном ИИ: переход от одной универсальной модели к семействам специализированных моделей.

Компактные версии подходят для локальных экспериментов и приложений, средние — для разработчиков и исследователей, а крупные модели предназначены для профессионального производства музыки.

Если качество, длительность и юридическая прозрачность таких систем продолжат расти, инструменты вроде Stable Audio 3.0 могут стать основой нового поколения музыкального софта и творческих платформ.