音声・画像・3Dモデルを統合した生成API基盤
Stability AI Platformは、音声生成モデル「Stable Audio」と画像生成モデル「Stable Image / Stable Diffusion 3.5」を柱に、3D生成までを1つのAPI体系で提供する開発者向け基盤です。新規登録時に25クレジットが付与され、クレジットカード登録なしでAPIの検証を開始できます。
音声・画像・3Dのエンドポイント構成
- Stable Audio: テキストから最長6分の音楽や効果音を生成するText-to-audio、元音源の構造を保ちスタイルを変換するAudio-to-audio、指定区間を差し替えるAudio inpaintingを提供します。ライセンス取得済み素材で学習されており、生成物の商用利用が可能です。
- Stable Image / SD 3.5: 80億パラメータのStable Diffusion 3.5 Large、最高精細度のStable Image Ultra、高速・低コストなCoreやFlashなどの画像生成モデルを提供します。不要物削除、インペイント、背景差し替え、最大4Kのアップスケールなどの画像編集APIも揃っています。
- 3D生成: 1枚の2D画像から3Dアセットを生成するStable Fast 3D（10クレジット）や、構造生成を行うStable Point Aware 3D（4クレジット）を利用できます。
想定ユーザーとAPI連携の利点
音声・画像・3Dアセットの生成や編集処理を、自社プロダクトや制作パイプラインに自動組み込みしたい開発チームに適しています。 料金は公式サイトでご確認ください。生成物に対する商用利用権もAPI利用規約に含まれます。
