ИИ делает музыкальный трек студийного качества за 5 секунд

Post Thumbnail

Сервис Producer AI выпустил Spaces. И вот вам очередной гвоздь в крышку гроба традиционной музыкальной индустрии. Теперь можно сгенерировать любые музыкальные инструменты по своему желанию. Их можно сразу использовать в боковой панели и вносить правки. Просто описываешь, что хочешь — и получаешь.

Потенциал, по словам разработчиков, безграничен. Можно делать синтезаторы, эквалайзеры, проигрыватели, клавишные инструменты, тулзы для мастеринга, генераторы ремиксов и многое другое. Раньше на создание качественного VST-плагина уходили месяцы работы программистов и звукорежиссёров. Теперь — несколько секунд и промпт.

Компания также анонсировала FUZZ-2.0 — новую модель с выразительным вокалом, разнообразными инструментами и богатым продакшеном. По их словам, это лучший инструмент, который они когда-либо делали. Модель отлично следует текстам песен и звуковым промптам, включая тональность.

Модель — это передовой диффузионный трансформер, обученный с нуля. Она якобы значительно превосходит все прошлые музыкальные модели во внутреннем слепом тестировании.

FUZZ-2.0 может создать полный студийный трек менее чем за 5 секунд. 5 секунд! То, на что у музыканта уходят недели работы в студии, нейросеть делает быстрее, чем ты успеваешь моргнуть.

Получается, что барьер входа в музыкальное производство рухнул до нуля. Всё, что нужно теперь — воображение. Талант, годы практики, дорогое оборудование? Ничего не нужно.

Почитать из последнего
ИИ-ассистент научили разбирать документы и алерты
Главный вопрос корпоративного ИИ прост: что будет с данными после запроса? РТК-ЦОД предлагает не рисковать ими. На форуме «Цифровые решения» компания с блоком ИТ «Ростелекома» представила ассистента для организаций с жёсткими требованиями к защите.
К 2027 году чипов хватит на миллиарды ИИ-агентов
Похоже, у ИИ скоро вылезет проблема, которую не залатать покупкой ещё одного чипа. По расчётам Epoch AI, вычислительной мощности, выпущенной с 2025 по 2027 год, хватит для одновременной работы от 33 до 171 млн агентов уровня передовых моделей.
Kandinsky научился лепить видео со звуком
ИИ-видео всё меньше смахивает на немой клип. «Сбер» показал Kandinsky 6.0 Video - модель, которая разом генерит картинку и звук: речь персонажей, музыку и шумы окружения.
Три профессии, которые ИИ уже плодит прямо сейчас
ИИ перетряхивает рынок труда не только тем, что съедает привычные задачи. Вместе с автоматизацией вылезают специалисты, которых ещё несколько лет назад никто бы не вообразил, и часть таких профессий формируется на глазах.
Google научила эмбеддинги переваривать сразу пять типов данных
Google порешила, что эмбеддингам хватит возиться с одним текстом. Компания выкатила вторую версию EmbeddingGemma: теперь система сваливает в общее векторное пространство текст, код, изображения, видео и аудио. Так что на вход можно подавать сразу несколько типов данных.