Stability AI, 1초 미만의 긴 오디오 생성을 위한 ‘Stable Audio 3’ 공개
유명한 인공지능 기업인 Stability AI가 최신 세대 오디오 대형 모델인 ‘Stable Audio3’를 공식 출시하고, 동시에 모델 가중치의 일부를 오픈소스로 공개했습니다. 오디오 생성 및 편집을 위해 특별히 설계된 잠재 확산 모델로 구축된 이 시스템은 고품질 스테레오 출력을 지원할 뿐만 아니라 생성 속도 면에서도 상당한 돌파구를 마련했습니다.
새로 출시된 모델 제품군은 소형에서 대형에 이르기까지 광범위한 사양을 아우르며, 음악 창작 및 음향 효과 제작과 같은 다양한 요구를 충족시킵니다. 특히, 이 모델은 가변 길이 오디오 생성을 지원하고 내부 이미지 완성 기술을 기반으로 한 오디오 편집 기능을 도입하여 창작자들에게 전례 없는 유연성을 제공합니다.

하드웨어 제약을 극복하는 혁신적인 아키텍처
Stable Audio3는 SAME이라 불리는 의미론적 음향 오토인코더와 효율적인 확산 트랜스포머라는 두 가지 핵심 구성 요소로 이루어져 있습니다. SAME 오토인코더는 최대 4096배의 오디오 압축률을 달성하며, 이는 잠재 시퀀스의 길이를 대폭 단축하는 획기적인 설계입니다.
이러한 효율적인 압축 메커니즘 덕분에, 일반 소비자용 하드웨어에서도 이 모델은 장시간의 대규모 오디오 생성 작업을 원활하게 수행할 수 있습니다. 이는 고품질 오디오 제작에 대한 기술적 장벽을 크게 낮출 뿐만 아니라, 개인 크리에이터가 집에서도 전문가 수준의 오디오 및 비디오 제작을 가능하게 합니다.

초고효율로 즉각적인 렌더링 가능
가변 길이 기술을 지원함으로써, 이 새로운 모델의 계산 비용은 사용자가 요구하는 오디오 길이에 따라 동적으로 조정되어, 과거 고정 길이 방식에서 발생하던 컴퓨팅 파워 낭비를 완전히 제거합니다. 고성능 하드웨어에서 실시한 테스트 결과, 이 모델은 20초 분량의 오디오를 약 0.62초 만에 렌더링하고, 380초 분량의 음악을 단 1.31초 만에 생성할 수 있습니다.
또한, 혁신적인 3단계 훈련 과정을 통해 Stable Audio3는 추론 시 더 이상 기존의 분류기 없는 가이드 기술에 의존하지 않으므로, 초고속 단일 단계 전진 전파 경험을 실현합니다. 현재 소형 및 중형 모델의 가중치는 Hugging Face 플랫폼에서 공개되어 있으며, 더 강력한 성능을 갖춘 대형 버전은 상용 라이선스를 통해 제공될 예정입니다.
관련 기사
Ctrip 비즈니스 트래블, 7개 업계 에이전트와 17가지 핵심 기능을 갖춘 AI 생태계 공개
Ctrip Business Travel은 대규모 언어 모델을 활용해 기업 출장 관리를 근본적으로 재구축하는 ‘Ctrip Business Travel AI 생태계’를 공식적으로 선보였습니다. 이 포괄적인 생태계는 여행 일정 수립, 여행 관리, 조달, 역량 공유라는 네 가지 핵심 시나리오를 다룹니다. 또한 여행 관련 질의응답, 일정 예약, 승인, 인사이트, 규
AI 모델 라우팅이 주목받으면서 스트라이프, 오픈라우터 인수 예정
스트라이프(Stripe)는 개발자들이 단일 인터페이스를 통해 수백 개의 모델에 접근할 수 있게 해주는 AI 모델 라우팅 플랫폼인 오픈라우터(OpenRouter)를 인수하기로 합의했습니다. 이번 인수를 통해 스트라이프의 기존 AI 활용 및 토큰 기반 청구 관련 사업에 모델 선택 및 라우팅 기능이 추가됩니다.스트라이프에 따르면, 오픈라우터는 80개 이상의 공급
전 OpenAI 연구원 배럿 조프, 제미니 개발 지원을 위해 구글로 복귀
이전에 Thinking Machines Lab의 CEO인 미리암 물라라티와 의견 차이로 갑작스럽게 퇴사한 뒤 OpenAI에 합류했던 바렛 조프가 다시 한 번 직장을 옮겼다. 알파벳 산하 구글은 조프가 연구 부사장으로 복귀해 강화 학습 및 사후 훈련 분야의 전문성을 제미니 팀에 기여할 것이라고 발표했다.“회전문” 연구원의 순환조프의 경력은 AI 인재 이동의
관련 특별 주제 추천
의견 (0)
0/500
유명한 인공지능 기업인 Stability AI가 최신 세대 오디오 대형 모델인
새로 출시된 모델 제품군은 소형에서 대형에 이르기까지 광범위한 사양을 아우르며, 음악 창작 및 음향 효과 제작과 같은 다양한 요구를 충족시킵니다. 특히, 이 모델은 가변 길이 오디오 생성을 지원하고 내부 이미지 완성 기술을 기반으로 한 오디오 편집 기능을 도입하여 창작자들에게 전례 없는 유연성을 제공합니다.

하드웨어 제약을 극복하는 혁신적인 아키텍처
이러한 효율적인 압축 메커니즘 덕분에, 일반 소비자용 하드웨어에서도 이 모델은 장시간의 대규모 오디오 생성 작업을 원활하게 수행할 수 있습니다. 이는 고품질 오디오 제작에 대한 기술적 장벽을 크게 낮출 뿐만 아니라, 개인 크리에이터가 집에서도 전문가 수준의 오디오 및 비디오 제작을 가능하게 합니다.

초고효율로 즉각적인 렌더링 가능
가변 길이 기술을 지원함으로써, 이 새로운 모델의 계산 비용은 사용자가 요구하는 오디오 길이에 따라 동적으로 조정되어, 과거 고정 길이 방식에서 발생하던 컴퓨팅 파워 낭비를 완전히 제거합니다. 고성능 하드웨어에서 실시한 테스트 결과, 이 모델은 20초 분량의 오디오를 약 0.62초 만에 렌더링하고, 380초 분량의 음악을 단 1.31초 만에 생성할 수 있습니다.
또한, 혁신적인 3단계 훈련 과정을 통해
Ctrip 비즈니스 트래블, 7개 업계 에이전트와 17가지 핵심 기능을 갖춘 AI 생태계 공개
Ctrip Business Travel은 대규모 언어 모델을 활용해 기업 출장 관리를 근본적으로 재구축하는 ‘Ctrip Business Travel AI 생태계’를 공식적으로 선보였습니다. 이 포괄적인 생태계는 여행 일정 수립, 여행 관리, 조달, 역량 공유라는 네 가지 핵심 시나리오를 다룹니다. 또한 여행 관련 질의응답, 일정 예약, 승인, 인사이트, 규
AI 모델 라우팅이 주목받으면서 스트라이프, 오픈라우터 인수 예정
스트라이프(Stripe)는 개발자들이 단일 인터페이스를 통해 수백 개의 모델에 접근할 수 있게 해주는 AI 모델 라우팅 플랫폼인 오픈라우터(OpenRouter)를 인수하기로 합의했습니다. 이번 인수를 통해 스트라이프의 기존 AI 활용 및 토큰 기반 청구 관련 사업에 모델 선택 및 라우팅 기능이 추가됩니다.스트라이프에 따르면, 오픈라우터는 80개 이상의 공급
전 OpenAI 연구원 배럿 조프, 제미니 개발 지원을 위해 구글로 복귀
이전에 Thinking Machines Lab의 CEO인 미리암 물라라티와 의견 차이로 갑작스럽게 퇴사한 뒤 OpenAI에 합류했던 바렛 조프가 다시 한 번 직장을 옮겼다. 알파벳 산하 구글은 조프가 연구 부사장으로 복귀해 강화 학습 및 사후 훈련 분야의 전문성을 제미니 팀에 기여할 것이라고 발표했다.“회전문” 연구원의 순환조프의 경력은 AI 인재 이동의





집






