01规格
| 发布方 | Stability AI · stabilityai |
|---|---|
| 系列 | Stable Diffusion / Stable Audio · stable-audio-3-medium |
| 类型 | 语音合成 / 音频 (text-to-audio) |
| 参数量 | 2.31B 来源：按官方 safetensors 权重统计 |
| 发布权重 | FP32 · 9.2 GB下载量 |
| 许可 | stable-audio-community · 可商用（有条件）可商用，但受厂商自有许可条款约束（用户量上限、使用政策、署名或地区限制等），上线前请阅读原文。 |
| 发布日期 | 2026-05-17 （Hugging Face 仓库创建日） |
| 下载 | 受限仓库：需在 Hugging Face 同意许可后才能下载。 |
02需要多少显存（估算）
音频模型体量小，权重大小基本就是所需显存。
| 精度 | 权重 | 权重 + 开销 | 最低显卡 | Mac |
|---|---|---|---|---|
| BF16 / FP16（原始精度） | 4.6 GB | 5.6 GB | 8GB 显卡 | Mac 16GB |
| FP8 / INT8 / Q8_0 | 2.5 GB | 3.2 GB | 8GB 显卡 | Mac 16GB |
| 4 位量化（Q4_K_M / AWQ / GPTQ-Int4） | 1.4 GB | 2.0 GB | 8GB 显卡 | Mac 16GB |
每权重比特：BF16 16、FP8 8.5、4 位 4.85。“放得下” = 合计 ≤ 显存 90%；Mac GPU 约可用统一内存的 2/3（≤36GB）或 3/4（更大机型）。MoE 模型所有专家都要进显存，按总参数算。 估算方法 →
03怎么跑
只列厂商或推理框架官方明确支持的方式。
官方模型卡未写明推理框架，请查看仓库说明。
04官方仓库与量化版
stabilityai 官方发布的 2 个仓库。
05Stable Diffusion / Stable Audio 其他模型
全部 10 个 →| 模型 | 参数 | 4 位合计 | 发布 |
|---|---|---|---|
| stable-audio-3-small-music | 568M | 0.9 GB | 2026-05-17 |
| stable-audio-3-small-sfx | 568M | 0.9 GB | 2026-05-17 |
| stable-audio-open-small | 497M | 0.8 GB | 2025-05-12 |
| sv4d2.0 | — | — | 2025-02-20 |
| stable-diffusion-3.5-medium | 2.47B | 2.1 GB | 2024-10-29 |
| stable-diffusion-3.5-large | 8.15B | 5.9 GB | 2024-10-22 |
| stable-diffusion-3.5-large-turbo | 8.15B | 5.9 GB | 2024-10-22 |
| stable-diffusion-3-medium-diffusers | 2.08B | 1.9 GB | 2024-06-12 |
06来源
数据核对于 2026-10-06。参数、上下文、许可取自官方仓库；显存为本站估算。