科技界近日迎来了一项新突破，AI 初创公司 Stability AI 宣布推出 Stable Audio Open Small，这是一款专为智能手机设计的“立体声”音频生成 AI 模型，据称在速度上刷新了市场记录。这一消息由知名科技媒体 TechCrunch 在 5 月 14 日的报道中首次披露。
Stable Audio Open Small 的独特之处在于其无需依赖云端处理，而是直接在智能手机上流畅运行。Stability AI 强调，该模型能够在短短 8 秒内，于手机端生成最长 11 秒的音频片段，非常适合快速创作鼓点、乐器片段等音效。这一特性使其在便捷性和即时性方面超越了诸如 Suno 和 Udio 等其他 AI 音频应用。
在技术研发方面，Stability AI 与芯片制造商 Arm 携手合作，对模型进行了针对 Arm CPU 的特别优化，实现了在智能手机上的离线运行。这一优化不仅提升了运行效率，还降低了对网络连接的依赖，使得用户可以在任何环境下自由创作音频。
在训练数据集的选择上，Stable Audio Open Small 也展现出了与众不同的策略。与 Suno 和 Udio 等竞争对手据称使用含版权内容的数据不同，Stable Audio Open Small 的全部数据均来自 Free Music Archive 和 Freesound 免版税音频库。这一做法不仅避免了知识产权风险，还为用户提供了更加丰富多样的音频素材。
然而，Stable Audio Open Small 目前也存在一些限制。例如，它仅支持英文提示，无法生成逼真的歌声或高质量歌曲。由于训练数据偏向西方风格，该模型在不同音乐类型上的表现也存在差异。尽管如此，Stable Audio Open Small 仍然以其高效、便捷的特点吸引了大量关注。
在使用条款方面，Stability AI 采取了较为严格的规定。研究人员、爱好者以及年收入低于 100 万美元的企业可以免费使用该模型。然而，对于年收入超过这一门槛的开发者或组织，则需要购买 Stability AI 的企业许可证。这一规定旨在平衡商业利益与技术创新，确保模型的可持续发展。
