Stability AI 推出開源權重 Stable Audio 3.0

Stability AI 發布了 Stable Audio 3.0，引入了一種語義-聲學自動編碼器架構，允許進行最長達六分鐘二十秒的可變長度生成，這是對先前版本的顯著改進。該版本包含四種模型變體：小型 SFX 和小型模型適用於短片段，中型模型適用於較長的音軌，還有一種封閉的 27 億參數的大型模型，保留給 API 和企業使用。 三個較小的模型在 Stability AI 社區許可下發布，允許年收入低於一百萬美元的組織免費商用，並支持塗抹（inpainting）和因果續音（causal continuation）。通過完全在授權數據上訓練，並與環球音樂集團（Universal Music Group）和華納音樂集團（Warner Music Group）建立合作夥伴關係，Stability AI 旨在減輕目前困擾競爭性開源音樂模型的版權風險。