Stability AI转向专业音乐：三大唱片公司投资并授权

10月2日，TechCrunch的报道披露，执行董事长Sean Parker与首席执行官Prem Akkaraju正把Stability AI的业务重心推向专业音乐工具；Sony Music Group、Warner Music Group和Universal Music Group参与其8月宣布的7600万美元融资，并据报道授权音乐目录供模型训练使用。

这让三家唱片公司同时成为出资方和训练素材的授权方。对音乐创作者而言，眼下已经明确的是Stable Audio 3.0的生成、编辑能力及其使用条款；新获授权的唱片目录会进入哪些后续模型、带来什么新功能，仍取决于接下来的产品披露。

投资与目录授权连接了什么

资金和音乐目录解决的是专业工具开发中的不同问题。投资为产品研发提供资本，目录许可则为特定录音进入模型训练建立权利安排。唱片公司因此既参与工具公司的发展，也参与决定其音乐资产如何被用于训练；创作者取得的使用权限，还要看面向用户的模型许可和服务条款。

这种关系改变了Stability AI专业音乐业务的条件。它可以围绕获得许可的素材开发工具，同时与掌握录音资产的公司合作设计产品。融资并未把唱片目录本身交给用户自由采样、改编或发行：训练许可处理的是权利方与模型开发者之间的使用，创作者处理自己的作品时面对的是另一组权利。

已披露信息也没有逐项列出三家公司的授权曲目、各项权利覆盖的地区，或相关收益如何在唱片公司、艺人与其他权利人之间分配。这些细节关系到后续模型能够使用什么素材，却不能从融资金额或投资者名单中推算。就目前可见的安排而言，三家公司的资本参与和目录授权是确定的方向，具体训练范围仍需更细的公开说明。

Stable Audio 3.0已经提供哪些能力

Stability AI在5月20日的Stable Audio 3.0发布说明中列出四款模型：Small SFX、Small、Medium和Large，其中前三款开放权重；Medium可生成最长约6分20秒的音频，Small和Medium的权重可供下载，Large则通过API及企业自托管部署提供。发布说明还称，该系列以获许可的数据训练，后续面向专业人士的音频模型将沿用这一架构。

四款模型对应的制作任务并不相同。Small SFX面向设备端音效生成，Small面向设备端完整音乐创作，Medium侧重更长的曲目、结构和乐句，Large服务需要低延迟和较大生成量的音乐平台及创作应用。制作人获得的是不同规模的生成工具，而非一款功能和部署方式完全相同的产品。

系列能力还包括按所需长度生成音频，以及对已有片段进行局部修改、重做或续写。局部编辑让制作人能够保留音轨中已确定的部分，只处理需要改变的段落；续写则可从现有音频的结尾继续生成。这些能力使模型既能从提示词生成初稿，也能进入已有音频的修改流程。

已发布模型与新目录处于不同时间线

Stable Audio 3.0的发布早于8月融资。其已披露训练集的构成，与融资报道所说的新目录授权不能直接画等号。把“获得唱片目录许可”理解成“当前每款模型都已用这些目录训练”，会误判现有产品的素材来源，也会高估新合作已经交付给创作者的功能。

两条时间线对应两种进展：一边是创作者已经可以取得或调用的模型，另一边是面向未来训练和产品开发的目录合作。前者可以根据模型功能与许可条件判断用途；后者要等具体模型、训练范围和开放方式公布后，才能判断对制作流程产生了什么变化。

可商用输出仍取决于哪些权利

Stability AI的10月2日版权说明披露，Stable Audio 3.0训练集涵盖1,278,902条录音，来源包括获许可的AudioSparx目录及依照知识共享条款使用的Freesound音频；年营收低于100万美元的用户及其关联方可适用社区许可，商用还须注册。说明同时将输出权益限定为公司自身可能拥有、且可在适用法律下转给遵守条款用户的权益。

这里的营收门槛按使用者及其关联方合计计算，不只看AI音乐带来的收入；超过门槛的商业使用需要另行申请企业许可。即使用户在与Stability AI之间取得了输出权益，也不能仅凭这一条款认定生成音频在所有地区都能获得版权登记。合同中的权益安排与一段音乐是否符合法定版权保护条件，是不同的问题。

输入音频又是另一层权利。如果制作人上传样本、客户音轨或既有录音，交给模型续写或局部修改，必须拥有提交和处理该音频所需的权利。模型训练集获得许可，不能替上传者取得第三方录音、表演或其他素材的使用许可；输出能否交付发行平台、广播机构或客户，也会受到接收方自身规则的影响。

专业音乐战略对创作者最直接的意义，是可使用的生成与编辑工具有了明确的模型许可框架，而唱片目录合作为后续产品提供了新的素材来源。下一项关键披露将是具体哪些专业模型采用新获授权的目录，以及这些模型开放时附带怎样的输入与输出条件。