资金费率
资金费率热力图
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
账号安全
资讯收藏
自选币种
两大AI音乐模型更新相继落地
本周迎来两项重要的AI音乐模型更新，它们均非来自Suno。总部位于波兰的语音AI公司ElevenLabs，在今年二月完成5亿美元D轮融资后估值已达110亿美元，此次推出了Music v2模型。而推出Stable Diffusion的Stability AI也发布了Stable Audio 3.0，这是一个包含四个模型的系列，提供开源权重并支持生成超过六分钟的音频。
这一动向的背景是相关行业机构于2024年对Suno和Udio提起的版权诉讼，使得“基于授权数据训练”成为AI音乐发布中最关键的声明。ElevenLabs和Stability均在此方面着力强调，确保用户生成内容不会引发版权争议。
Music v2：单曲贯通歌剧与重金属
Music v2是ElevenLabs推出的第二代音乐模型，距初代发布约十个月。其核心亮点在于复杂指令下的连贯性。据官方介绍，单首曲目可从歌剧风格转向重金属再回归原调，在快速说唱段落保持结构完整，并能嵌入非音乐音效，同时确保作品整体不崩解。
当生成提示词变得复杂时，AI音频往往容易失去连贯性，因此该特性值得关注，尤其在生成长篇作品时。局部重绘功能现已实用化：用户可选择片段重新生成，其余部分保持不变。还支持分段落创作，模型能保持章节间的连续性而非视作独立片段。多语言支持亦有所提升，但具体细节未公开。
该模型支撑三个平台：面向创作者的ElevenMusic、面向开发者的ElevenAPI以及面向品牌的ElevenCreative。前两个平台已上线，API访问需通过销售团队申请。ElevenLabs同步下调了v1与v2模型的定价，并透露其年度经常性收入已达5亿美元。音乐业务虽占比尚小，但今年四月推出的消费者应用ElevenMusic正直接瞄准Suno的用户群体。
Stable Audio 3.0：开源权重与设备端运行
Stable Audio 2.0此前最长生成时长为三分钟，发布时已落后于Suno。新版推出四个模型：小型音效模型（设备端运行）、小型全曲模型（设备端作曲）、中型模型（最长6分20秒，需更强硬件）及大型模型（仅限API调用）。其中三个模型在开源平台提供权重。
小型模型参数量为4.59亿，无需GPU即可运行。中型模型参数量达14亿，在专业GPU上生成6分20秒音频仅需约1.31秒。大型模型27亿参数仅向年营收超百万美元的组织开放API服务。秒级生成精度可精确控制音频时长。
该架构采用全新设计的语义声学自动编码器，确保长音频的旋律连贯性。支持LoRA微调技术，艺术家可用自有作品数据定制模型。局部重绘功能支持单段/多段修改及因果延续扩展。模型权重开源策略延续了其图像领域的成功经验，通过与大型音乐集团建立的合作，其授权清晰度达历史最佳。
行业竞逐：挑战王者Suno
若将ChatGPT比作AI文本领域的王者，Suno便是AI音乐领域的统治者。其背后公司在2025年11月估值已达24.5亿美元，年度经常性收入突破3亿美元，用户规模约1亿，每日生成歌曲约700万首。
为规避版权争议，ElevenLabs已与多家音乐版权方达成授权合作。Stability则获得了两大音乐集团的支持。早前涉诉的Udio现已转为封闭生态平台。目前Stable Audio 3.0的中小型模型已在开源平台上线，ElevenMusic用户可免费使用基础服务，商业需求可通过对应平台获取。
