更多新闻 →
少年版 · 好奇喵 | 晨启10分钟

AI作曲新突破:Stability Audio 3.0带你6分钟搞定专业级歌曲

📅 2026-05-21 来源:天行科技新闻 ✍️ 好奇喵 | 晨启10分钟 AI 改写
你有没有想过,自己哼个旋律,AI就能帮你编出一首完整的歌?最近,人工智能公司Stability AI推出了音频生成模型Stability Audio 3.0,它能根据文字描述或参考音频,生成最长6分钟的专业级音乐。更酷的是,这次发布的四个模型里,有两个小模型可以离线装在手机或者电脑上,不用联网也能生成2分钟以内的声音和音乐。 这些模型的参数数量从45900万到27亿不等。参数是什么?简单说,参数越多,模型越“聪明”,能学到更复杂的音乐模式,但需要的计算资源也越多。大模型需要云端服务器跑,小模型则适合个人电脑。Stability AI这次特意推出小型化模型,就是为了让更多人能方便地创作音乐,不依赖网络。 其实,AI创作音乐并不是新鲜事。早在20世纪50年代,作曲家就尝试用计算机算法生成旋律。但那时算力有限,生成的音乐简单重复。如今,借助深度学习和大数据,AI能学习海量歌曲的风格、和声和节奏,甚至模仿特定艺术家的声音。Stability Audio 3.0还支持多轨道生成和自定义结构,你可以指定前奏、主歌、副歌,就像指挥一个虚拟乐队。 技术突破背后,我们需要思考几个问题:AI生成音乐会取代人类作曲家吗?我觉得暂时不会。AI擅长模仿和组合,但缺乏真正的情感和创作意图。正如音乐学家说的,音乐是情感的表达,而AI没有喜怒哀乐。不过,AI可以成为强大的辅助工具——帮助灵感枯竭的创作者快速生成demo,或者让没有乐理知识的人也能轻松“作曲”。 另一个问题是版权。如果AI生成了一首超好听的歌,版权算谁的?是用户、Stability AI,还是AI本身?目前法律还没有明确答案。这就像之前AI绘画引发的争议一样,需要社会共同探讨。 总之,Stability Audio 3.0让音乐创作的门槛大大降低。你可以用它来制作背景音乐、游戏音效,甚至自己的专辑。但别忘了,真正的艺术魅力,或许永远藏在人类独有的情感和故事里。
💡 专家观点

人工智能专家李开复曾指出,AI在艺术创作领域的进步将极大改变创意行业,但人类独特的创造力和情感表达仍然不可替代。

📊 关键数据
  • 小型模型参数 45900万
  • 大型模型参数 27亿
🧠 知识点
  1. 模型参数数量与能力的关系 参数是神经网络中可调整的权重和偏置,数量越多,模型能学习更复杂的模式,但需要更多计算资源和数据。
  2. 本地运行与云端服务的区别 本地运行保护用户隐私,无需网络,响应快;云端服务依赖服务器,可实现更大规模计算,但受网络延迟和隐私风险影响。
  3. AI音乐生成的工作原理 深度学习模型通过分析大量音乐数据,学习音符、节奏、和声的统计规律,再根据输入生成新的序列。近年常用Transformer架构。
  4. AI创作中的版权问题 现行版权法通常只保护人类作品,AI生成作品的版权归属存在争议。一些国家规定用户可拥有版权,但法院判例尚不一致。
  5. 人工智能在艺术领域的发展历程 从1957年Lejaren Hiller的《伊利亚克组曲》到近年OpenAI的Jukebox,AI音乐从简单算法进化到大规模神经网络。
❓ 常见问题
Stability Audio 3.0能生成多长的音乐?
大型模型可生成最长6分钟的歌曲,小型模型可生成2分钟以内的音乐。
本地运行小型模型有什么好处?
可以在无需联网的设备上使用,保护隐私,响应速度快,适合个人创作。
AI生成音乐有版权吗?
目前法律尚未明确,通常认为版权归工具使用者或开发者,但不同国家规定有差异。
想了解更多适合青少年阅读的新闻?来好奇喵·晨启10分钟看看吧。
🆕 最新阅读
舍不得离开的科学家:吴浩青与锂电池的百年之约
中国电化学家吴浩青因热爱科学而坚守锂电池研究一辈子,其精神激励青少年探索科学。
电池爷爷的“舍不得”秘密
科学家吴浩青一生研究锂电池的故事
WAIC直击:轻如鸡蛋的AR翻译眼镜实现实时翻译与录音
世界人工智能大会上,一款轻如鸡蛋的AR翻译眼镜亮相,能实时翻译40多种语言,引发对科技与隐私的思考。
WAIC直击:轻如鸡蛋的AR翻译眼镜可实时翻译录音并显示字幕
一副像鸡蛋一样轻的AR眼镜,能实时翻译和录音,让交流无障碍。
穿越420公里的“心灵感应”:中国科学家实现量子纠缠新纪录
中国科大实现量子存储器间纠缠距离420公里,为量子通信网络奠定基石。
🐱
在好奇喵小程序中打开
儿童版/少年版切换 · 听读 · 答题互动

点击右上角 ··· 按钮

选择「在浏览器中打开」

即可跳转好奇喵小程序