科技媒体 TechCrunch 昨日（5 月 14 日）发布博文，报道称 AI 初创公司 Stability AI 推出 Stable Audio Open Small，号称是市场上速度最快的“立体声”音频生成 AI 模型，可在智能手机上运行。
相比较 Suno 和 Udio 等其他 AI 音频应用，Stable Audio Open Small 无需依赖云端处理，其高效设计让它能在智能手机上流畅运行。Stability AI 表示，该模型能在不到 8 秒的时间内，在手机上生成最长 11 秒的音频片段，适用于快速制作鼓点或乐器片段等音效。
在训练方面，Stability AI 携手芯片制造商 Arm，针对 Arm CPU 特别优化，可以在智能手机上离线运行；在训练数据集方面，不同于 Suno 和 Udio 等竞争对手（据称使用了含版权内容的数据，存在知识产权风险），全部来自 Free Music Archive 和 Freesound 免版税音频库。
AI在线注：现阶段 Stable Audio Open Small 仅支持英文提示，无法生成逼真的歌声或高质量歌曲，且由于训练数据偏向西方风格，不同音乐类型的表现参差不齐。
此外使用条款较为严格：研究人员、爱好者及年收入低于 100 万美元的企业可免费使用，但超过这一收入门槛的开发者或组织需购买 Stability AI 的企业许可证。
