Stable Audio 3.0: AI tạo nhạc hơn 6 phút của Stability AI hoạt động ra sao?
Stable Audio 3.0 là gia đình mô hình tạo âm thanh từ văn bản của Stability AI với bốn phiên bản từ 459 triệu đến 2,7 tỷ tham số. Các mô hình Small SFX và Small tạo tối đa khoảng 2 phút âm thanh, còn Medium và Large có thể tạo bản nhạc hoàn chỉnh dài khoảng 6 phút 20 giây.
Đăng bởiBiên tập bằng GPT-5.5Hình ảnh được tạo bằng GPT Image 2
Stable Audio 3.0 là gia đình mô hình tạo âm thanh từ văn bản của Stability AI với bốn phiên bản từ 459 triệu đến 2,7 tỷ tham số.
Các mô hình Small SFX và Small tạo tối đa khoảng 2 phút âm thanh, còn Medium và Large có thể tạo bản nhạc hoàn chỉnh dài khoảng 6 phút 20 giây.
Ba mô hình (Small SFX, Small, Medium) được phát hành open‑weight cho nhà phát triển, trong khi bản Large chỉ доступ qua API và dịch vụ doanh nghiệp.
How does Stability AI’s new Stable Audio 3.0 family work, what models does it include (small SFX, small, medium, and large with 459M–2.7B paStable Audio 3.0 expands AI music generation with multiple model sizes and longer compositions.
Prompt AI
Create a landscape editorial hero image for this Studio Global article: How does Stability AI’s new Stable Audio 3.0 family work, what models does it include (small SFX, small, medium, and large with 459M–2.7B pa. Article summary: Stable Audio 3.0 is Stability AI’s new text-to-audio/music generation family, positioned as a more open and licensing-safe alternative in AI music. It includes four models from 459M to 2.7B parameters, with three open-we. Topic tags: general, general web, news. Reference image context from search candidates: Reference image 1: visual subject "Title: Stability AI debuts Stable Audio bringing text to audio generation to the masses | VentureBeat # Stability AI debuts Stable Audio bringing text to audio generation to the ma" source context "Stability AI debuts Stable Audio bringing text to audio generation to the masses | VentureBeat" Reference image 2: visual subj
openai.com
AI tạo nhạc đang trở thành một trong những lĩnh vực phát triển nhanh nhất của trí tuệ nhân tạo. Công ty Stability AI—nổi tiếng với mô hình tạo ảnh Stable Diffusion—đã công bố Stable Audio 3.0, một gia đình mô hình text‑to‑audio có thể tạo nhạc hoặc hiệu ứng âm thanh chỉ từ mô tả bằng văn bản.
Phiên bản mới mang đến ba thay đổi lớn: tạo bản nhạc dài hơn, nhiều kích thước mô hình cho các mục đích khác nhau, và chiến lược phát hành open‑weight một phần nhằm hỗ trợ cộng đồng nghiên cứu và nhà phát triển.
Stable Audio 3.0 là gì?
Stable Audio 3.0 là . Người dùng chỉ cần nhập mô tả như phong cách nhạc, nhạc cụ, tâm trạng hoặc bối cảnh—mô hình sẽ tạo ra một đoạn âm thanh tương ứng.
Studio Global AI
Tiếp tục nghiên cứu của bạn
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Câu trả lời ngắn gọn cho "Stable Audio 3.0: AI tạo nhạc hơn 6 phút của Stability AI hoạt động ra sao?" là gì?
Stable Audio 3.0 là gia đình mô hình tạo âm thanh từ văn bản của Stability AI với bốn phiên bản từ 459 triệu đến 2,7 tỷ tham số.
Những điểm chính cần xác nhận đầu tiên là gì?
Stable Audio 3.0 là gia đình mô hình tạo âm thanh từ văn bản của Stability AI với bốn phiên bản từ 459 triệu đến 2,7 tỷ tham số. Các mô hình Small SFX và Small tạo tối đa khoảng 2 phút âm thanh, còn Medium và Large có thể tạo bản nhạc hoàn chỉnh dài khoảng 6 phút 20 giây.
Tôi nên làm gì tiếp theo trong thực tế?
Ba mô hình (Small SFX, Small, Medium) được phát hành open‑weight cho nhà phát triển, trong khi bản Large chỉ доступ qua API và dịch vụ doanh nghiệp.
Theo Stability AI, hệ thống được thiết kế như một nền tảng cho “generative audio” (âm thanh tạo sinh), phục vụ thử nghiệm sáng tạo và phát triển công cụ âm nhạc mới. Các mô hình được huấn luyện trên dữ liệu đã được cấp phép, nhằm giảm rủi ro bản quyền so với các hệ thống AI âm nhạc trước đây.
Gia đình Stable Audio 3.0 gồm nhiều kích thước mô hình khác nhau, cho phép lựa chọn giữa:
chạy cục bộ trên máy cá nhân
mô hình trung bình để tạo nhạc phức tạp hơn
hoặc mô hình lớn cho chất lượng chuyên nghiệp
Cách thiết kế nhiều cấp này giúp nhà phát triển chọn mô hình phù hợp với phần cứng và mục đích sử dụng.
Bốn mô hình trong gia đình Stable Audio 3.0
Stable Audio 3.0 gồm bốn mô hình với quy mô từ hàng trăm triệu đến hàng tỷ tham số.
Stable Audio 3.0 Small SFX
Khoảng 459 triệu tham số
Tối ưu cho hiệu ứng âm thanh ngắn
Phù hợp cho ứng dụng nhẹ hoặc chạy trực tiếp trên thiết bị
Stable Audio 3.0 Small
Khoảng 459 triệu tham số
Tạo nhạc hoặc âm thanh cơ bản
Có thể chạy cục bộ cho dự án nhỏ
Stable Audio 3.0 Medium
Khoảng 1,4 tỷ tham số
Tạo nhạc có cấu trúc và biểu cảm tốt hơn
Hỗ trợ các bản nhạc dài hơn
Stable Audio 3.0 Large
Khoảng 2,7 tỷ tham số
Mô hình mạnh nhất
Hướng tới chất lượng nhạc chuyên nghiệp
Cấu trúc nhiều cấp này giúp người dùng cân bằng giữa tài nguyên phần cứng, chất lượng âm thanh và độ dài bản nhạc.
AI có thể tạo nhạc dài bao lâu?
Một nâng cấp lớn của Stable Audio 3.0 là tăng đáng kể độ dài bản nhạc được tạo.
Small SFX và Small: tạo âm thanh tối đa khoảng 2 phút, phù hợp cho thiết bị hoặc ứng dụng nhẹ.
Medium và Large: có thể tạo bản nhạc hoàn chỉnh dài khoảng 6 phút 20 giây.
Độ dài này hơn gấp đôi so với các phiên bản trước của hệ thống, giúp AI có thể tạo ra bài hát gần hoàn chỉnh, thay vì chỉ các đoạn loop ngắn.
Mô hình nào là open‑weight?
Stability AI áp dụng chiến lược phát hành kết hợp giữa mở và thương mại.
Mô hình open‑weight (có thể tải về):
Stable Audio 3.0 Small SFX
Stable Audio 3.0 Small
Stable Audio 3.0 Medium
Các mô hình này cho phép nhà phát triển tải xuống, chạy cục bộ và chỉnh sửa để xây dựng ứng dụng riêng.
Mô hình chỉ dùng qua API:
Stable Audio 3.0 Large
Mô hình lớn nhất không phát hành trọng số công khai và chỉ доступ qua dịch vụ API hoặc giải pháp doanh nghiệp.
Chiến lược này tương tự cách Stability AI phát hành các mô hình khác: mở phần lớn công nghệ để cộng đồng thử nghiệm, nhưng giữ mô hình mạnh nhất cho dịch vụ quản lý.
Dữ liệu huấn luyện và giấy phép
Stability AI nhấn mạnh rằng Stable Audio 3.0 được huấn luyện trên dữ liệu âm thanh đã được cấp phép đầy đủ. Điều này nhằm giải quyết tranh cãi phổ biến trong ngành AI âm nhạc về việc sử dụng dữ liệu có bản quyền mà không xin phép.
Theo công ty:
Người dùng sở hữu các sản phẩm âm thanh do mình tạo ra.
Các cá nhân, nhà nghiên cứu và doanh nghiệp nhỏ có thể sử dụng theo Stability AI Community License.
Doanh nghiệp có doanh thu trên khoảng 1 triệu USD/năm cần giấy phép doanh nghiệp.
Tuy vậy, chi tiết đầy đủ về cấu trúc dữ liệu huấn luyện vẫn chưa được công bố rộng rãi, nên việc xác minh độc lập vẫn còn hạn chế.
Hợp tác với các hãng thu âm lớn
Để củng cố vấn đề bản quyền, Stability AI đã hợp tác với các công ty âm nhạc lớn.
Universal Music Group (UMG): hai bên hợp tác phát triển công cụ sáng tác nhạc AI chuyên nghiệp dựa trên dữ liệu được cấp phép.
Warner Music Group (WMG): hợp tác xây dựng các công cụ AI “có trách nhiệm” cho nhạc sĩ, nhà sản xuất và nghệ sĩ.
Những thỏa thuận này nhằm giải quyết câu hỏi lớn nhất của AI âm nhạc hiện nay: AI có đang học từ nhạc có bản quyền mà không được phép hay không.
Stable Audio 3.0 trong cuộc đua AI âm nhạc
Stable Audio 3.0 ra mắt trong bối cảnh cạnh tranh ngày càng mạnh trong lĩnh vực AI âm thanh. Nhiều công ty công nghệ lớn và startup đang phát triển hệ thống tạo nhạc, bao gồm:
Google
Suno
Udio
ElevenLabs
Các nền tảng này cạnh tranh về chất lượng âm thanh, độ dài bài hát, giọng hát AI và công cụ sáng tạo.
Stability AI cố gắng khác biệt ở hai điểm:
Mô hình open‑weight, cho phép cộng đồng phát triển và tùy chỉnh.
Dữ liệu huấn luyện được cấp phép, cùng với hợp tác từ các hãng thu âm lớn.
Kết hợp với khả năng tạo nhạc dài hơn 6 phút, Stable Audio 3.0 đang đưa AI tiến gần hơn đến việc tạo ra bài hát hoàn chỉnh thay vì chỉ đoạn demo ngắn.
Góc nhìn lớn hơn
Stable Audio 3.0 cũng phản ánh xu hướng mới của AI: thay vì một mô hình duy nhất, các công ty đang xây dựng gia đình mô hình chuyên biệt.
Với các mô hình nhỏ chạy cục bộ, mô hình trung bình mở cho nhà phát triển, và mô hình lớn dành cho doanh nghiệp, Stability AI đang hướng tới cả người sáng tạo cá nhân, nhà phát triển phần mềm lẫn ngành công nghiệp âm nhạc.
Nếu chất lượng, độ dài và tính minh bạch về bản quyền tiếp tục cải thiện, các hệ thống như Stable Audio 3.0 có thể trở thành nền tảng cốt lõi cho thế hệ phần mềm sáng tạo âm nhạc mới.
techcrunch.comStability AI releases a new audio model that can create 6- ...
stability.aiStable Audio 3.0, the model family built with open ... - Stability AI
europapress.esStability AI lanza Stable Audio 3.0, su nueva IA gratuita que genera canciones de hasta 6 minutos en segundos