studio
global Ask Studio Global AI

答案已发布4个月前Last edited 4个月前23 来源

Stable Audio 3.0：Stability AI 的新一代 AI 音乐生成模型

Stable Audio 3.0 是 Stability AI 的生成式音频模型家族，包含 4 个模型，参数规模约 4.59 亿至 27 亿。 Small SFX 与 Small 适合设备端或本地生成（约 2 分钟音频），Medium 和 Large 可生成约 6 分 20 秒完整音乐。

发布者使用 GPT-5.5 编辑图片由 GPT Image 2 生成

使用 Studio Global AI 搜索并核查事实浏览更多热门页面

研究答案

要点

Stable Audio 3.0 是 Stability AI 的生成式音频模型家族，包含 4 个模型，参数规模约 4.59 亿至 27 亿。
Small SFX 与 Small 适合设备端或本地生成（约 2 分钟音频），Medium 和 Large 可生成约 6 分 20 秒完整音乐。
其中三个模型开放权重，最大模型通过 API 提供；训练数据来自授权数据集，并与环球音乐和华纳音乐合作。

Illustration representing AI music generation and Stability AI Stable Audio 3.0 models creating audio tracks — 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.
AI 提示
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

生成式音乐正成为 AI 发展最快的领域之一。以图像模型 Stable Diffusion 闻名的 Stability AI，推出了新一代文本生成音频模型家族 Stable Audio 3.0，能够根据文字提示生成音乐片段或音效。

这一版本的重点包括：更长的音乐生成时长、分层的模型体系，以及部分 开放权重（open‑weight） 的发布策略，使开发者和研究人员能够本地运行或进行二次开发。这些变化让 Stable Audio 3.0 成为当前 AI 音乐赛道的重要参与者之一。

Stable Audio 3.0 是什么

Stable Audio 3.0 是一套 文本到音频（text‑to‑audio）生成模型。用户只需输入描述，例如音乐风格、情绪、乐器或场景，模型就能生成对应的音乐或声音效果。

Studio Global AI

继续你的研究

此页面包含一个有来源支持的答案，您可以在 Studio Global 内继续。

使用 Studio Global AI 搜索并核查事实

人们还问

“Stable Audio 3.0：Stability AI 的新一代 AI 音乐生成模型”的简短答案是什么？

Stable Audio 3.0 是 Stability AI 的生成式音频模型家族，包含 4 个模型，参数规模约 4.59 亿至 27 亿。

首先要验证的关键点是什么？

Stable Audio 3.0 是 Stability AI 的生成式音频模型家族，包含 4 个模型，参数规模约 4.59 亿至 27 亿。 Small SFX 与 Small 适合设备端或本地生成（约 2 分钟音频），Medium 和 Large 可生成约 6 分 20 秒完整音乐。

接下来在实践中我应该做什么？

其中三个模型开放权重，最大模型通过 API 提供；训练数据来自授权数据集，并与环球音乐和华纳音乐合作。

来源