ACE-Step 1.5 XL

ACE‑Step 1.5是阶跃星辰StepFun与ACE Studio联合研发的开源高性能音乐生成基础模型，主打消费级硬件可跑、商用级音质输出，最新推出ACE‑Step 1.5 XL旗舰版本，在音质、创作能力与推理效率上全面升级。

1. ACE‑Step 1.5 XL 核心亮点与硬件要求

• 核心亮点
  • 更大规模LM+DiT架构，生成完整歌曲的结构、旋律、歌词一致性更强，音质接近商用顶级音乐模型水平。
  • 极快推理：A100单首歌曲生成<2秒，RTX 3090<10秒，支持8首并行批量生成。
  • 超长时长：支持10秒–10分钟音乐创作，覆盖短音效、循环片段到完整曲目。
  • 多语言强适配：支持50+语言歌词与提示词，跨语种创作稳定可控。
  • 原生强化学习对齐：不靠外部奖励模型，用内在机制优化输出，减少偏见、更贴合创作意图。
• 硬件更高要求
  • XL版本建议≥24GB显存，可完整加载4B LM+大参数量DiT，无卸载、全高速运行。
  • 16–24GB显存可运行1.7B LM配置，需适度显存卸载；低于12GB不推荐运行XL。

2. 普通用户易懂的核心功能

• 文本生音乐：一句话描述风格、情绪、场景，一键出完整带歌词曲目。
• 歌曲翻唱/重制：输入参考音频，一键生成同旋律不同风格/配器的翻唱版。
• 局部重绘编辑：对歌曲某一段落修改风格、乐器、节奏，不破坏整体结构。
• 人声转伴奏：清唱/人声轨道自动生成匹配BGM。
• 多轨叠加：像搭积木一样新增旋律、鼓组、贝斯等轨道。
• 音轨分离：把歌曲拆分为人声、吉他、鼓、贝斯等独立分轨。
• 一键LoRA微调：用8首左右歌曲，1小时左右即可训练个人风格模型。
• 元数据精控：自定义时长、BPM、调式、拍号，精准控制编曲参数。

3. 底层技术与适用场景

• 底层技术：LM（基于Qwen3）作为全能规划器，通过思维链生成歌曲蓝图与元数据；搭配DiT扩散Transformer做音频生成；采用内在强化学习对齐，支持INT8/CPU卸载、vLLM/MLX/ROCm/XPU多后端加速。
• 适用场景：音乐人快速编曲、自媒体配乐、游戏/影视音效、教育创作、个人音乐DIY、AI音乐工具二次开发。