Stability Audio 3.0深度测评：6分钟专业级歌曲生成新标杆

Stability AI正式推出其第三代音频生成模型Stability Audio 3.0，将AI音乐创作的时长上限提升至专业作品级别。根据官方信息，其核心模型能够直接生成结构完整、时长超过六分钟的专业级音乐，显著拓展了生成式音频技术的应用边界。

此次发布的模型家族包含四个参数规格，以满足从轻量应用到专业创作的不同需求。参数为4.59亿的SFX/小型版专为本地设备端部署优化，可高效生成两分钟内的音效与音乐片段。14亿参数的中型版与27亿参数的大型版则具备更强的架构控制力，能够创作并维持长达6分20秒的完整乐曲的旋律一致性与结构稳定性。相比前代Stable Audio 2.0，其在长音频连贯性上实现了成倍的性能突破。

在模型获取方面，Stability AI延续了其分层开源策略。SFX、小型及中型模型已全面开源，供社区研究与开发。而顶级的27亿参数大型模型暂未开放权重，仅通过商业API及托管服务提供。公司明确设置了商业使用条款：年收入超过100万美元的企业需获取商业授权方可使用。

为应对AI生成的版权挑战，Stability AI强调了其数据源的合规性。基于此前与华纳音乐集团、环球音乐集团等达成的合作协议，Stability Audio 3.0全系列模型均使用经过合法授权的内容数据集进行训练，旨在从根源上降低侵权风险。

除了面向开发者的工具，该公司正积极开拓专业音乐制作市场。一个由行业资深人士伊桑·卡普兰（曾任环球音频与芬达首席数字官）领导的全新专业产品线正在开发中，这标志着Stability AI开始向专业级AI音乐制作工具的垂直领域深入布局。