Stability AI 釋出開源音訊模型 Stable Audio Open 論文
Stability AI 釋出 Stable Audio Open 技術論文，詳述其架構與訓練流程。該模型基於約 50 萬條知識共享許可資料訓練，能在消費級顯示卡上生成最長 47 秒、44.1kHz 的立體聲音效，權重已上線 Hugging Face。
Stable Audio 2.0
Stable Audio 2.0 上線：生成 3 分鐘完整音樂，支援音訊轉音訊
Stable Audio 2.0 正式上線，支援通過文本提示詞直接生成最長 3 分鐘、44.1kHz 雙聲道的完整曲目。新模型改用擴散 Transformer 架構，不僅能生成帶前奏和尾奏的完整結構，還支援上傳音訊並進行風格轉換。目前可在官網免費體驗。