A Stability AI, empresa responsável pelo Stable Diffusion, anunciou o lançamento do Stability Audio 3.0, uma nova família de modelos de áudio que promete revolucionar a geração de música e efeitos sonoros. O modelo topo de linha é capaz de produzir músicas de grau profissional com mais de seis minutos de duração, segundo a empresa.
Os quatro novos modelos incluem: small SFX (459 milhões de parâmetros), small (459 milhões), medium (1,4 bilhão) e large (2,7 bilhões). Os modelos small são ideais para geração de som e música em dispositivos, com até dois minutos de duração. Já os modelos médio e grande podem criar composições completas de 6 minutos e 20 segundos, mantendo estrutura musical e tom melódico — mais que o dobro do que o Stable Audio 2.0, lançado em 2024, era capaz.
A Stability AI disponibilizou os modelos small SFX, small e medium com pesos abertos para uso e modificação. Em 2024, a empresa havia lançado o Stable Audio Open, que permitia geração de música de até 47 segundos. A nova família representa um grande avanço em relação às versões abertas anteriores. O modelo large, no entanto, estará disponível apenas via API e serviços pagos de auto-hospedagem; empresas com faturamento acima de US$ 1 milhão precisarão de licença empresarial.
Diversas empresas, como Google e ElevenLabs, também lançam modelos e ferramentas de geração musical. Contudo, as batalhas judiciais de Suno e Udio mostram que o licenciamento de dados e parcerias com gravadoras podem ser cruciais para a sobrevivência desses serviços. No ano passado, a Stability AI firmou acordos com Warner Music Group e Universal Music Group para desenvolver modelos e ferramentas de criação musical. A empresa afirma que sua nova linha de modelos de áudio é construída com dados totalmente licenciados.
A startup está desenvolvendo uma nova suíte de produtos para músicos profissionais, mas não deu mais detalhes sobre os recursos. Com essa iniciativa, a Stability AI reforça seu compromisso com a inovação em áudio, equilibrando abertura e licenciamento responsável.
