ACE-Step 1.5
MIT 许可证的音乐基础模型:几秒钟生成完整歌曲,约 4 GB 显存即可运行,支持翻唱、局部重绘和 50 多种语言。
一句话概括. ACE-Step 1.5 能根据文字描述和歌词在几秒钟内生成带人声的完整歌曲,普通游戏显卡就能运行。代码和权重都采用 MIT 许可证,商用很直接。
概述
ACE Studio 和阶跃星辰(StepFun)于 2026 年 1 月 23 日发布 ACE-Step 1.5,4 月 2 日又推出更大的 4B XL 版本。一个语言模型(0.6B、1.7B 或 4B,基于 Qwen3)充当规划者:它把一句简短的需求变成包含元数据、歌词和描述的详细歌曲蓝图,再由扩散 Transformer 渲染音频。开发者说训练数据是授权音乐、免版税和公有领域录音,以及由 MIDI 合成的音频。歌曲长度从 10 秒到 10 分钟,歌词支持 50 多种语言,模型还能做翻唱、局部重绘、分轨、人声转伴奏,以及用几首歌训练 LoRA。
速度和体积是它的卖点。开发者称一首完整的歌在 A100 上不到 2 秒,在 RTX 3090 上不到 10 秒,模型运行时的显存不到 4 GB。他们的指南把不带语言模型的 2B turbo DiT 对应到最高 6 GB 的显卡,建议在不卸载的情况下用 20 GB 以上显存跑 XL 模型,而 XL 的 DiT 在启用 INT8 量化和 CPU 卸载时至少需要 12 GB。项目给自己的质量评价是介于 Suno v4.5 和 Suno v5 之间。在 YuE2 团队的 WildSongBench 中,ACE-Step 1.5 的 SongBench 平均分是 6.01,低于 YuE2(6.73)和 MiniMax Music 3(6.28),不过它 7.46% 的音素错误率在那里的开放模型中属于最低之列。
代码和权重采用 MIT 许可证,开发者说生成的音乐可以商用。训练数据是授权、免版税和合成数据这一说法来自开发者,我们没有核实。技术报告发布在 arXiv(2602.00744)。在截至 2026 年 11 月 11 日的 30 天里,Hugging Face 统计到主仓库约 9.7 万次下载,XL turbo 模型约 9100 次,ComfyUI 团队重新打包的副本约 81.6 万次。下载数可能包含自动拉取。
适合做什么
- 在游戏显卡或 4 到 8 GB 显存的笔记本上快速生成歌曲草稿
- 翻唱、重绘曲目中的某一段、分轨,以及人声转伴奏
- 用几首歌训练 LoRA,定制自己的风格
- 想要 MIT 许可证的代码和权重的商业项目
需要注意
- 与 Suno 的对比来自开发者自己,YuE2 团队的基准在整体质量上把 ACE-Step 1.5 排在 YuE2 和 MiniMax Music 3 之后
- 4 GB 的数字针对不带语言模型的 2B DiT,XL 模型卸载时需要 12 GB,舒适使用约需 20 GB
- 分轨提取等任务需要用 base 模型,因为更快的 turbo 和 SFT 版本不支持
- “授权和免版税数据”的说法来自开发者,请针对你自己的用途核查版权
性能数据来自开发方,未经独立验证。
需要多少内存?
以下是 ACE-Step 1.5 各版本的内存数据。图像、视频、语音和音乐管线还要加载文本编码器和解码器,所以所需内存可能比主检查点更大。
| 版本 | 参数量 | 下载大小 | 所需内存 | 可运行于 |
|---|---|---|---|---|
| 1.5 Turbo (2B DiT, with 1.7B LM) BF16 | 2B | 10 GB | 4 GB | 笔记本或手机 |
| 1.5 XL Turbo (4B DiT) FP32 | 4B | 20 GB | 12 GB | 笔记本或手机 |
下载大小包含运行模型所需的全部组件,例如生成器、文本编码器和解码器。所需内存优先采用开发方声明或已公开的实测最低值;没有时按下载大小加约 15% 估算。更大的图像、更长的片段和更高的分辨率需要更多内存。 开发方给出的最低显存要求为 4 GB。
许可证,用大白话说
最简短、最宽松的许可证。只要保留版权和许可声明,你几乎可以对模型做任何事。
延伸阅读
常见问题
- ACE-Step 1.5 是什么?
- ACE-Step 1.5 能根据文字描述和歌词在几秒钟内生成带人声的完整歌曲,普通游戏显卡就能运行。代码和权重都采用 MIT 许可证,商用很直接。
- ACE-Step 1.5 可以商用吗?
- 可以。ACE-Step 1.5 采用 MIT 发布,这是一种宽松许可证。只要遵守常规条件(例如保留许可证声明),就可以商用。
- ACE-Step 1.5 是开源的吗?
- ACE-Step 1.5 采用 MIT 发布,该许可证经开源促进会(OSI)认可。训练数据和训练代码不一定公开,因此更准确的说法是“采用开源许可证的开放权重模型”。
- 我能在自己的电脑上运行 ACE-Step 1.5 吗?
- 可以。最小版本 1.5 Turbo (2B DiT, with 1.7B LM) 在 4 位精度下约需 4 GB 内存,现代笔记本或中端显卡即可胜任。
- ACE-Step 1.5 是什么时候发布的?
- ACE-Step 1.5 由 ACE-Step 于 2026年1月23日 发布。
官方链接
来源
规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。
- ACE-Step 1.5 model card (Hugging Face) huggingface.co
- ACE-Step 1.5 XL Turbo model card, with GPU requirements (Hugging Face) huggingface.co
- ACE-Step 1.5 repository: features, GPU guide and release news (GitHub) github.com
- ACE-Step 1.5: Pushing the Boundaries of Open-Source Music Generation (arXiv) arxiv.org
- ACE-Step 1.5 license, MIT (GitHub) github.com
- YuE2-3B model card, WildSongBench comparison table (Hugging Face) huggingface.co
发布时间等信息最近核实于 2026年11月11日。
相关模型
| 模型 | 发布时间 | 参数量 | 上下文 | 许可证 | 最小版本所需内存 |
|---|---|---|---|---|---|
| YuE2 M-A-P | 3.63B | – | CC BY-NC (非商用) | 24 GB 游戏显卡 | |
| MiniMax Music 3 MiniMax | 11.1B | – | MiniMax Music3 Community (附条件) | 24 GB 游戏显卡 | |
| HeartMuLa HeartMuLa | 3.94B | – | Apache 2.0 (宽松) | 26 GB 游戏显卡 | |
| Stable Audio 3 Stability AI | 460M – 1.4B | – | Stability Community (附条件) | 4.02 GB 笔记本或手机 |