Stability AI ha presentado Stability Audio 3.0, su nuevo modelo de generación musical por inteligencia artificial capaz de crear canciones de hasta seis minutos de duración. Además del modelo principal, la compañía ha lanzado una versión reducida denominada Stability Audio 3.0 Small, optimizada para ejecutarse directamente en dispositivos locales (on-device) y capaz de generar pistas de hasta dos minutos. Esta doble presentación marca un salto significativo respecto a versiones anteriores, tanto en la duración máxima de los clips generados como en la accesibilidad del modelo, que ahora puede funcionar sin depender de infraestructura cloud, reduciendo latencia y costes para desarrolladores e integradores.
El lanzamiento de Stability Audio 3.0 llega en un momento de intensa competencia en el sector de la generación musical con IA. Empresas como Suno, Udio y el propio Google con su modelo MusicFX llevan meses disputándose el liderazgo en este nicho. La capacidad de generar canciones completas de hasta seis minutos es relevante porque supera la duración estándar de una canción pop comercial, lo que abre la puerta a aplicaciones profesionales reales en producción musical, publicidad, videojuegos y contenido audiovisual. La existencia de un modelo pequeño ejecutable en local es especialmente importante para sectores con restricciones de privacidad o conectividad, como el desarrollo de videojuegos indie o aplicaciones móviles de creación musical.
Desde el punto de vista técnico, la versión Small de Stability Audio 3.0 representa un avance en la compresión y eficiencia de modelos generativos de audio. Ejecutar modelos de síntesis musical en dispositivos con recursos limitados exige técnicas avanzadas de destilación, cuantización y optimización de arquitecturas, áreas en las que Stability AI ha invertido de forma notable. La dualidad de ofrecer un modelo grande para uso en servidor y uno pequeño para uso local sigue la tendencia iniciada por compañías como Apple con sus modelos On-Device y Microsoft con Phi, aplicada ahora específicamente al dominio del audio generativo. Esto permite a los desarrolladores elegir entre calidad máxima o privacidad y eficiencia según el caso de uso, sin renunciar a la tecnología de Stability AI.
Para los profesionales que trabajan en IA generativa aplicada a medios y entretenimiento, este lanzamiento abre oportunidades concretas de integración en flujos de trabajo creativos. La posibilidad de generar música original de varios minutos directamente en local elimina barreras legales y de privacidad que frenaban adopciones empresariales previas. A medida que estos modelos mejoran en coherencia estructural, calidad tímbrica y capacidad de seguir instrucciones textuales precisas, su integración en herramientas como editores de vídeo, motores de juego o plataformas de podcast se vuelve cada vez más viable. Los profesionales deberían seguir de cerca cómo Stability AI posiciona las licencias comerciales de este modelo, ya que ese factor será determinante para su adopción masiva en producción.
Fuente original: AI News & Artificial Intelligence | TechCrunch