答案已發布2 週前Last edited 上週23 來源

Stable Audio 3.0：Stability AI 新一代 AI 音樂模型到底有咩突破？

Stable Audio 3.0 是 Stability AI 最新的生成式音樂模型家族，包含四個模型，參數由 4.59 億到 27 億不等。 [6][13] Small SFX、Small 與 Medium 為開放權重模型，而 Large 版本只透過 API 或企業服務提供。

1.3M0

生成式 AI 音樂正快速進入爆發期。以 Stable Diffusion 圖像模型聞名的 Stability AI 最近推出了全新的 Stable Audio 3.0，這是一個可從文字提示（prompt）生成音樂或音效的 AI 模型家族。

相比舊版本，Stable Audio 3.0 的重點有三個：更長的音樂生成時間、不同規模的模型選擇，以及部分開放權重策略。這些設計讓它同時吸引開發者、研究人員與內容創作者。

Stable Audio 3.0 是什麼？

Stable Audio 3.0 是一套 text‑to‑audio（文字生成音訊）模型。用戶只需要輸入描述，例如音樂風格、情緒、樂器或場景，AI 就會生成對應的音樂或聲音。

例如你可以輸入：

系統就會生成對應的音樂或音效片段。

Stability AI 表示，這個模型家族主要用於 生成式音訊（generative audio）與創作實驗，而且訓練資料來自 已授權的音頻數據集，希望減少 AI 音樂領域長期存在的版權爭議。

Studio Global AI

Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.

Stable Audio 3.0 是 Stability AI 最新的生成式音樂模型家族，包含四個模型，參數由 4.59 億到 27 億不等。 [6][13]

Stable Audio 3.0 是 Stability AI 最新的生成式音樂模型家族，包含四個模型，參數由 4.59 億到 27 億不等。 [6][13] Small SFX、Small 與 Medium 為開放權重模型，而 Large 版本只透過 API 或企業服務提供。 [5][7]

Medium 與 Large 模型最長可生成約 6 分 20 秒完整音樂，比早期版本大幅延長。 [6][2]

0 comments

Loading comments...