ACE-Step 1.5

ACE Studio と StepFun が共同で開発している、重み公開の楽曲生成モデルです。Qwen3 ベースの言語モデルと拡散トランスフォーマー（DiT）を組み合わせています。

• 10秒〜10分の曲を生成
• 歌詞は50以上の言語に対応
• カバー生成、部分的な作り直し、ボーカル曲から BGM への変換などの編集機能
• 少数の曲で LoRA 学習ができる

バリエーション

• 標準 DiT（2B）：base / sft / turbo
• XL DiT（4B）：base / sft / turbo（2026年4月公開）
• 言語モデル：0.6B / 1.7B / 4B

軽量構成なら VRAM 4GB 未満でも動作し、XL を快適に使うには 20GB 以上が目安です。