Stability AI 在图片和视频之后，终于把手伸进了音频领域。Stable Audio 用文字描述生成音乐和音效，2025 年更新了 2.0 模型，生成质量大幅提升——能产出三分钟以上的完整曲目，结构有起承转合，不是那种十几秒就断掉的实验品。
输入 “90s hip-hop beat with a melancholic piano loop”，出来的东西像模像样。它支持的风格覆盖电子、摇滚、古典、嘻哈、氛围音乐，还能指定 BPM 和调性。最实用的功能是音效生成——敲键盘声、雨声、引擎启动声，输入即出，比去音效库翻半天快得多。
免费版每月 20 次生成，付费版 $12/月 500 次。和 Suno AI 比，Stable Audio 更偏”工具”属性——生成的是素材而非成品歌曲；Suno 更像”音乐创作者”，直接出带人声的完整歌曲。和 Mubert 比，Stable Audio 的生成质量更稳定，但 Mubert 在和视频编辑软件的集成上更成熟。适合视频制作者、播客主、独立游戏开发者——需要背景音乐和音效但请不起专业配乐的人。
