ACE-Step 1.5

ACE-Step 1.5 — открытая музыкальная модель от ACE Studio и StepFun: по описанию стиля и тексту песни пишет композицию целиком, с вокалом. По карточке модели, поддерживает более 50 языков и треки до 10 минут, умеет делать кавер, перерисовывать фрагмент, превращать вокал в аранжировку, работать с референсным аудио и обучаться на своих данных через LoRA. Внутри языковая модель-планировщик (0.6B, 1.7B или 4B на базе Qwen3) и диффузионный трансформер (2B; у серии XL — 4B). Авторы заявляют, что песня создаётся менее чем за 2 секунды на A100 и менее чем за 10 секунд на RTX 3090. Версия 1.5 вышла 23.01.2026, серия XL — 02.04.2026. Веса лежат на Hugging Face в открытом доступе, без подтверждения условий, под лицензией MIT; авторы пишут, что музыку можно использовать коммерчески, и называют лицензированные, свободные от выплат и синтетические данные обучения — мы это не проверяли. По карточке нужно менее 4 ГБ видеопамяти; в репозитории для моделей 2B советуют 8–16 ГБ, для XL — не менее 12 ГБ с выгрузкой и квантизацией. У авторов есть официальная демонстрация (Space на Hugging Face), которую можно попробовать без установки; код лежит на GitHub, описание — на arXiv. Дата проверки: 18.10.2026.