Stability AI发布Stable Audio 2.5：AI音频生成效率与质量大幅提升，支持3分钟高质量输出

Stability AI近日推出专业音频生成模型Stable Audio 2.5，显著提升了AI生成音频的效率与质量。该模型采用Adversarial Relativistic-Contrastive（ARC）后训练技术，能够快速生成包含前奏、发展和结尾的多段落音乐结构，最长支持3分钟的高质量音频输出。在英伟达H100 GPU环境下，生成时间缩短至2秒以内。

新版本的核心升级包括音频修复功能，用户可上传现有音频文件，由AI自动完成续写或扩展。同时推出的移动端轻量版Stable Audio Open Small，能在7秒内生成11秒立体声音频，为移动创作提供便利。值得注意的是，该模型基于全授权数据集训练，并配备版权识别系统，确保商业使用的合规性。

面向企业用户，Stable Audio 2.5支持通过自然语言提示（如”振奋人心”）定制品牌音频内容，已与WPP等机构展开合作，助力建立品牌声学标识。技术层面，该模型能精准响应音乐风格与情感参数调整，例如根据”丰富的合成器声音”等指令优化输出。

此次更新正值欧盟AI法案推进阶段，Stability AI强调其训练数据均符合版权规范，以应对生成式AI领域日益严格的法律要求。目前该模型已开放商用，为广告、影视及音乐行业提供高效的声音解决方案。