fly51fly (@fly51fly)

Stable Audio 3 관련 논문 발표로 보입니다. 오디오 생성 모델의 최신 버전이며, 음악/사운드 생성 품질 개선이나 새로운 생성 방식이 포함됐을 가능성이 높습니다. LLM 개발자 관점에서는 멀티모달 생성 모델의 확장 사례로 볼 수 있습니다.

https://x.com/fly51fly/status/2058306841663484101

#audiogeneration #multimodal #generativemodel #stabilityai

Stability AI releases a new audio model that can create 6-minute songs | TechCrunch

https://techcrunch.com/2026/05/20/stability-ai-release-a-new-audio-model-that-can-create-six-minute-songs/

> Stability AI, the company behind Stable Diffusion, is releasing a new family of audio models, called Stability Audio 3.0. The top model can generate professional-grade music of more than six minutes long, the company claimed.

#ai #audio #stabilityAi

Stable Diffusion Tutorials (@SD_Tutorial)

Stability AI가 음악·효과음 생성을 위한 Stable Audio 3를 공개했습니다. small music, small sfx, medium 등 새 오픈웨이트 모델이 함께 제공되어, 텍스트-투-오디오 워크플로우에서 로컬 실험과 커스터마이징 가능성이 커졌습니다.

https://x.com/SD_Tutorial/status/2057729529846854017

#stabilityai #stableaudio #texttoaudio #openweights #generativeaudio

#StableAudio3.0: the most powerful update from #StabilityAI

https://gadgetflux.eu/stability-ai-lanseaza-stable-audio-3-0/

https://winbuzzer.com/2026/05/21/stability-ai-launches-stable-audio-30-for-developers-xcxwbn/

Stability AI has released Stable Audio 3.0 as an audio-model family that combines open-weight availability, licensed-data training, and longer music generation.

#AI #StableAudio25 #StabilityAI #AIAudio #AIMusic #AudioGeneration #GenAI #AIModels #OpenSourceAI

Punto Informatico: Stability AI genera brani musicali di 6 minuti con Stable Audio 3.0

Stable Audio 3.0 di Stability AI genera composizioni musicali di oltre 6 minuti mantenendo struttura e melodia.
The post Stability AI genera brani musicali di 6 minuti con Stable Audio 3.0 appeared first on Punto Informatico.

Stability AI generates 6-minute musical pieces with Stable Audio 3.0.

Stability AI’s Stable Audio 3.0 generates musical compositions over 6 minutes long, while maintaining structure and melody.

The post Stability AI genera brani musicali di 6 minuti con Stable Audio 3.0 appeared first on Punto Informatico.

#StabilityAI #StableAudio30 #StabilityAI’s #first #PuntoInformatico

https://www.punto-informatico.it/stabiity-ai-genera-brani-musicali-6-minuti-stable-audio-3-0/

Koniec z „mega-promptami”. Stability AI pokazuje, jak naprawdę zaprząc sztuczną inteligencję do pracy z marką

Wszyscy zachwycają się możliwościami sztucznej inteligencji, ale zespoły kreatywne i marketingowe na co dzień zderzają się z murem.

Zmuszenie gotowych narzędzi AI do wygenerowania grafiki, która w 100% odpowiada identyfikacji wizualnej konkretnej marki, graniczy z cudem. Stability AI, jeden z rynkowych liderów generatywnego AI, opublikował właśnie materiał, w którym rozprawia się z mitem „magicznego promptu”.

Według ekspertów ze Stability AI, sprowadzenie tożsamości marki – jej kolorystyki, fontów, stylu fotograficznego i specyficznych produktów – do jednego zapytania tekstowego (promptu) jest z góry skazane na porażkę. Aby sztuczna inteligencja faktycznie zaczęła zarabiać na siebie w agencjach i działach marketingu, firmy muszą przejść przez trzy poziomy zaawansowania.

Poziom 1: promptowanie to łata, a nie strategia

Większość użytkowników zatrzymuje się na tym etapie. Wpisywanie komend tekstowych jest świetne do fazy koncepcyjnej, poszukiwania inspiracji czy tworzenia jednorazowych grafik. Kiedy jednak pojawia się wymóg precyzji i powtarzalności dla konkretnego brandu, system się sypie.

Użytkownicy kończą z tzw. „mega-promptami” – zapytaniami o długości poematu, które i tak nie dają gwarancji sukcesu, a proces generowania przypomina loterię. Jak podkreśla Stability AI: w momencie, w którym zadanie staje się powtarzalne i krytyczne biznesowo, samo promptowanie przestaje wystarczać.

Poziom 2: własne modele (Custom Models)

Zamiast walczyć z ogólnodostępnym modelem, należy nauczyć go własnej marki. Trening własnego modelu (tzw. fine-tuning) polega na wgraniu do systemu specyficznych danych firmy – zdjęć lifestylowych, fotografii produktowych czy całych ksiąg znaku (brandbooków).

Co ciekawe, gigant zauważa, że wcale nie potrzeba do tego tysięcy zdjęć. Kluczem jest jakość i różnorodność. Zestaw od 20 do 100 perfekcyjnie dobranych, zróżnicowanych obrazów wystarczy, aby sztuczna inteligencja „zrozumiała” wizualne DNA marki. Dzięki temu model z automatu generuje obrazki we właściwej tonacji i stylu, bez konieczności opisywania tego w gigantycznym prompcie.

Poziom 3: przepływy pracy (Workflows)

Nawet wytrenowany model nie poradzi sobie z wszystkim – np. nie wygeneruje idealnie, z fotorealistyczną precyzją, konkretnego opakowania chipsów z odpowiednim logo. Tutaj do gry wchodzą wieloetapowe przepływy pracy, z których korzystają najwięksi profesjonaliści.

Workflow to łańcuch połączonych ze sobą modeli i narzędzi. Przykładowo, stworzenie jednej reklamy może wyglądać tak:

• Własny model (Custom Model): generuje bazową scenę we właściwym stylu marki.
• Wklejanie produktu (Product Insertion): osobne narzędzie precyzyjnie nanosi na obraz realny produkt (np. z pliku renderu 3D).
• Korekcja światła (Relighting): algorytm ujednolica oświetlenie dodanego produktu z tłem.
• Skalowanie (Upscaling): wyostrzanie detali do rozdzielczości gotowej do druku lub publikacji wielkoformatowej.

Jak podsumowuje Stability AI, profesjonalne wdrażanie AI w firmie polega na jednorazowym zaprogramowaniu takich procesów. Użytkownik końcowy nie musi już wymyślać skomplikowanych promptów – system sam przeprowadza projekt przez wszystkie filtry, gwarantując efekty zawsze zgodne z identyfikacją wizualną. Producent zapowiedział jednocześnie, że wkrótce udostępni nowe narzędzie, które ułatwi markom budowanie takich właśnie trójstopniowych ekosystemów.

Warner Music Group i Stability AI łączą siły. Powstanie „etyczne” narzędzie do generowania muzyki