AREX Feed Article
Stability AI 把 Stable Audio 3.0 生成搬进 DAW:同步工程 BPM,最长 6 分钟
8 月 18 日,Stability AI 宣布为 Stable Audio 3.0 增加两种新用法:一个能在 DAW 内直接生成音频的 Stable Audio 插件,和一个支持反复迭代编辑的 StableAudio.com 网页应用。据,插件可以把生成结果直接落在工程轨道上,像普通音频一样编排、编辑、处理和继续搭建;网页应用则支持迭代指令、audio-to-audio 与多轨混音导出。
两者都是 beta 版,官方称均基于其"商用安全模型"(commercially-safe models),用户拥有输出内容并可自由分发。Stable Audio 团队在公告里写明了目标:"给你塑造声音的工具,而不只是生成声音。"("give you the tools to shape a sound, not just generate one.")
以乐器身份入驻 DAW:同步 BPM,一次生成 6 分钟
插件以乐器插件的形式工作:在 Ableton Live 里挂在 Instrument 轨道的 PlugIns 下,在 Logic Pro 里占用 Instrument 插槽。官方列出了三项核心能力:同步工程 BPM,让生成结果贴合当前工程的速度;按需选择长度,从短片段到完整的六分钟歌曲;把多个 take 存进播放列表,对比后决定留下哪个。
平台方面,插件提供 macOS AU 与 VST3 格式,同时支持 Apple Silicon 与 Intel Mac。Stability AI 在 X 上回复用户时补充:这是 universal binary,支持 macOS 11 及以上,兼容 Logic Pro、Ableton Live 等主流 DAW,Windows 与 AAX(Pro Tools)格式"已在计划中"。
在 StableAudio.com 首页,插件被定位为"不离开 DAW 使用 Stable Audio 3.0",用于从零创建自己的采样库和歌曲开头。
从第一版继续:迭代指令、audio-to-audio 与多轨混音
网页应用补的是"生成之后"的环节。官方描述的工作方式是:先提示生成第一版,然后用自己的话给方向,"少点低频""更晚的 build""换一套配器"都可以直接说;用 audio-to-audio 从已有素材探索新的风格、情绪和变体。
多轨部分可以分别处理:混音控制包括电平、声像、静音和独奏,另有单轨与总线的效果器;最后 bounce 需要的分轨,导出混音。
官方强调的差别是:当一版"接近但还差一点"时,不必重新开始,session 可以继续往下做。StableAudio.com 首页还列出了导出 stems(实验性)功能。Stable Audio 官方账号发布公告时,把两款产品统一定位为"为音频制作的迭代过程而建"。
beta 阶段的边界:商用安全模型与输出归属
两个产品都处于"早期 beta",官方明说"部分功能是实验性的",并称会根据真实使用反馈实时迭代。输出归属是这次公告反复强调的点:由商用安全模型驱动,用户拥有输出,可以自由分发。
这一口径延续自三个月前的模型发布。据 the-decoder 对的报道,Stable Audio 3.0 模型家族全部用授权数据训练;在 Stability AI Community License 下,用户拥有生成的音频并可商用,年收入超过 100 万美元的组织需要另行取得企业许可;公司还以与 Universal Music Group、Warner Music Group 的合作支撑其授权立场。
三个月前发布 3.0,这次补上工作流
Stable Audio 的迭代一直围绕"能生成多长"推进:2023 年 9 月首个 Stable Audio 与素材库 AudioSparx 合作,拿到约 80 万首歌曲与音效片段;2024 年 4 月的 2.0 支持最长 3 分钟的完整音频;2024 年夏推出开源版 Stable Audio Open;2025 年 5 月与 Arm 合作发布可在手机上运行的 Stable Audio Open Small;2025 年 9 月的 2.5 面向专业声音制作,支持带前奏、展开、尾奏的多段落作品。
今年 5 月 20 日的 3.0 换了统一架构,四个模型里 Small SFX 与 Small 各 4.59 亿参数(最长 2 分钟)、Medium 14 亿参数(最长 6 分 20 秒)、Large 27 亿参数仅通过 API 与企业渠道提供,其中三个开放权重。8 月 18 日的插件与网页应用,是把这套模型从"生成器"往"工作流工具"推的一步。
macOS 先行,Windows 与 Pro Tools 用户再等等
目前可验证的反馈集中在平台边界上。AI 研究者 Harry Tandy 在公告推文下直接问:"插件是支持所有主流 DAW,还是暂时只支持少数几个?"Stability AI 的答复明确了现状:macOS 的 AU 与 VST3 universal binary、macOS 11 及以上、兼容 Logic Pro 与 Ableton Live,Windows 和 AAX(Pro Tools)支持在计划中。
其他回复更多是工作流层面的判断。@aim001k 评论说,如果插件能去掉"导出-上传-再导出"的循环,"AI 音频就不再是 demo,而是真正的制作工具"。 Henry Wilson 则认为"原生 DAW 生成加上更强大的网页编辑器,是迈向无缝 AI 辅助制作的有力一步"。
Stability AI 的公告推文截至 8 月 19 日查看时约 1.46 万次浏览、94 个赞、67 次收藏。
官方回复只说 Windows 与 AAX 支持"在计划中"。Stable Audio 团队说会继续实时迭代,而插件目前实际覆盖的,仍是 macOS 生态内的 AU 与 VST3 宿主。