Η Stability AI, η εταιρεία πίσω από το Stable Diffusion, ανακοίνωσε μια νέα οικογένεια audio μοντέλων με την ονομασία Stability Audio 3.0, διευρύνοντας σημαντικά τις δυνατότητες δημιουργίας μουσικής μέσω τεχνητής νοημοσύνης.
Σύμφωνα με την εταιρεία, το κορυφαίο μοντέλο της νέας σειράς μπορεί να παράγει μουσικά κομμάτια επαγγελματικού επιπέδου διάρκειας άνω των έξι λεπτών.
Η σειρά Stability Audio 3.0 περιλαμβάνει τέσσερα νέα μοντέλα:
- small SFX (459M parameters)
- small (459M parameters)
- medium (1.4B parameters)
- large (2.7B parameters)
Τα δύο μικρότερα μοντέλα προορίζονται για on-device δημιουργία ήχων και μουσικής έως δύο λεπτών, ενώ τα medium και large μπορούν να δημιουργούν ολοκληρωμένες μουσικές συνθέσεις διάρκειας έως 6 λεπτών και 20 δευτερολέπτων, διατηρώντας μουσική δομή και μελωδική συνοχή.
Η νέα γενιά μοντέλων ξεπερνά σημαντικά τις δυνατότητες του Stable Audio 2.0, που είχε παρουσιαστεί το 2024 και μπορούσε να παράγει μουσική μικρότερης διάρκειας. Παράλληλα, αποτελεί σημαντική αναβάθμιση σε σχέση με το Stable Audio Open, το open-source μοντέλο που είχε κυκλοφορήσει πέρυσι και υποστήριζε δημιουργία μουσικής έως 47 δευτερολέπτων.
Η Stability AI ανακοίνωσε ότι τα small SFX, small και medium μοντέλα θα διατεθούν με open weights, επιτρέποντας σε developers και ερευνητές να τα χρησιμοποιούν και να τα τροποποιούν ελεύθερα.
Αντίθετα, το μεγάλο μοντέλο θα είναι διαθέσιμο μόνο μέσω API και self-hosting επί πληρωμή, ενώ εταιρείες με έσοδα άνω του 1 εκατ. δολαρίων θα χρειάζονται enterprise license για τη χρήση του.
Η αγορά AI-generated music γίνεται ολοένα και πιο ανταγωνιστική, με εταιρείες όπως η Google και η ElevenLabs να επενδύουν επίσης σε εργαλεία δημιουργίας μουσικής μέσω AI. Την ίδια στιγμή, οι νομικές διαμάχες που αντιμετωπίζουν εταιρείες όπως οι Suno και Udio αναδεικνύουν τη σημασία της αδειοδότησης δεδομένων και των συνεργασιών με δισκογραφικές εταιρείες για τη βιωσιμότητα του κλάδου.
Η Stability AI είχε ήδη προχωρήσει το 2025 σε συμφωνίες με τις Warner Music Group και Universal Music Group για την ανάπτυξη AI μουσικών εργαλείων, ενώ υποστηρίζει ότι τα νέα audio models έχουν εκπαιδευτεί αποκλειστικά σε πλήρως αδειοδοτημένα δεδομένα.
Παράλληλα, η εταιρεία αναπτύσσει νέα εργαλεία AI για επαγγελματίες μουσικούς, χωρίς ωστόσο να έχει αποκαλύψει ακόμη λεπτομέρειες για τα χαρακτηριστικά τους.
Στο πλαίσιο αυτό, ο Ethan Kaplan, πρώην chief digital officer των Universal Audio και Fender, εντάσσεται στη Stability AI για να ηγηθεί της νέας επαγγελματικής μουσικής δραστηριότητας της εταιρείας.
