Stability AI, perusahaan di balik model kecerdasan buatan Stable Diffusion, merilis model audio terbaru bernama Stability Audio 3.0. Perusahaan menyatakan model ini mampu menghasilkan musik dengan kualitas profesional berdurasi lebih dari enam menit.
Dalam peluncuran tersebut, Stability AI memperkenalkan empat model di bawah lini Stability Audio 3.0, yakni small SFX dengan 459 juta parameter, small dengan 459 juta parameter, medium dengan 1,4 miliar parameter, serta large dengan 2,7 miliar parameter.
Dua model berukuran kecil—small SFX dan small—ditujukan untuk pembuatan efek suara dan musik langsung di perangkat dengan durasi hingga dua menit. Sementara itu, model medium dan large diklaim dapat menciptakan komposisi musik penuh berdurasi 6 menit 20 detik dengan struktur musik dan melodi yang tetap konsisten. Durasi ini disebut lebih dari dua kali lipat kemampuan Stable Audio 2.0 yang dirilis pada 2024.
Stability AI juga membuka akses untuk model small SFX, small, dan medium melalui skema open weights, sehingga dapat digunakan dan dimodifikasi oleh publik. Sebelumnya, pada 2024, perusahaan merilis Stable Audio Open yang hanya mampu menghasilkan musik hingga 47 detik. Kehadiran keluarga model baru ini dinilai menjadi peningkatan besar dibanding versi terbuka sebelumnya.
Adapun model large hanya tersedia melalui layanan API dan opsi self-hosting berbayar. Perusahaan dengan pendapatan lebih dari 1 juta dolar AS disebut wajib membeli lisensi enterprise.
Peluncuran ini berlangsung di tengah persaingan yang kian ketat di industri AI musik, dengan perusahaan seperti Google dan ElevenLabs juga mengembangkan model serta alat pembuat musik berbasis AI. Di sisi lain, sengketa hukum yang melibatkan Suno dan Udio turut menyoroti pentingnya aspek lisensi data dan kerja sama dengan label musik bagi keberlanjutan layanan AI musik ke depan.
Stability AI menyebut seluruh model audio terbarunya dibangun menggunakan data yang telah memiliki lisensi resmi. Tahun lalu, perusahaan juga menandatangani kerja sama dengan Warner Music Group dan Universal Music Group untuk mengembangkan model serta alat kreasi musik berbasis AI.
Selain merilis model baru, Stability AI menyatakan sedang mengembangkan rangkaian produk untuk musisi profesional, meski belum merinci fitur yang akan dihadirkan. Untuk memperkuat divisi musik profesional, perusahaan merekrut Ethan Kaplan, mantan chief digital officer di Universal Audio dan Fender.
Langkah merekrut eksekutif dari industri musik juga dilakukan perusahaan AI lain. Suno, misalnya, menunjuk mantan CEO Merlin Jeremy Sirota sebagai chief commercial officer pada awal tahun ini. Sementara itu, ElevenLabs merekrut Derek Cournoyer dari penerbit musik independen Kobalt Music untuk memimpin strategi bisnis musik mereka.
