Stability AI выпустила модель для генерации 6-минутных треков
Stability Audio 3.0 генерирует музыку длиной более 6 минут. Три из четырёх моделей доступны с открытыми весами, большая - только через API.
Stability AI, которую все знают по Stable Diffusion, выкатила новое семейство аудиомоделей - Stability Audio 3.0. Главная фишка: старшая модель умеет генерировать музыку профессионального уровня длительностью больше шести минут. Для контекста - предыдущая версия 2024 года выдавала максимум три минуты, а открытая Stable Audio Open и вовсе ограничивалась 47 секундами.
Четыре модели на разные задачи
Линейка выглядит так:
- Small SFX (459M параметров) - для звуковых эффектов
- Small (459M параметров) - музыка до двух минут, подходит для работы на устройстве
- Medium (1.4B параметров) - полные композиции до 6 минут 20 секунд
- Large (2.7B параметров) - то же самое, но качественнее
Средняя и большая модели, по заявлению компании, способны удерживать музыкальную структуру и мелодическую линию на протяжении всего трека. Это уже не просто «сгенерировать 30 секунд лупа», а попытка создать полноценную композицию.
Три модели из четырёх (small SFX, small и medium) выложены с открытыми весами - бери и пользуйся. Большая доступна только через API и платный self-hosting. Плюс компаниям с выручкой больше миллиона долларов придётся покупать корпоративную лицензию.
Лицензионная чистота как конкурентное преимущество
Тут интересный момент. Suno и Udio сейчас судятся с правообладателями, и вопрос лицензирования данных для обучения становится критически важным для выживания подобных сервисов. Stability AI подстраховалась заранее - в прошлом году компания заключила сделки с Warner Music Group и Universal Music Group. Все новые модели, по их словам, обучены исключительно на лицензированных данных.
Компания также разрабатывает продукты для профессиональных музыкантов, хотя деталей пока не раскрывает. Зато нанимает людей из индустрии - к ним присоединился Итан Каплан, бывший директор по цифровым технологиям в Universal Audio и Fender. Впрочем, переманивание музыкальных топ-менеджеров - это сейчас общий тренд: Suno забрала себе экс-CEO Merlin, ElevenLabs - стратега из Kobalt.
Генерация музыки нейросетями постепенно переходит из категории «забавная игрушка» в нечто более серьёзное. Шесть минут связного трека - это уже заявка на инструмент, а не демку.
Смотрите также
-
Новости·Grok Bot: что это, как запустить и безопасно поручить ему работу
-
Новости·ИИ-слоп: что это такое и как его распознать
-
Новости·Ox Alpha: главная загадка не в том, кто его сделал
-
Новости·Водяной знак Claude в тексте: что он на самом деле доказывает
-
Игры·Pocket от Meta: мини-игры по промпту теперь доступны в США
-
Помощники в кодинге·Superpowers для Claude Code: фреймворк скиллов, который заставляет ИИ думать до кода
-
Новости·Китайская модель Kimi K3 тоже сбежала из тестовой песочницы
-
Opensource·Google открыла исходный код ИИ-модели для раннего предупреждения об ураганах
-
Музыка·Suno добавит водяные знаки в ИИ-песни, чтобы их было проще отличить от настоящих
Блог