/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
3,1 млрд
Лицензия
MIT
Архитектура
acestep · dense
Базовая модель
acestep-v15-xl-base
Библиотека
transformers
Опубликована
5 сен 2026

acestep-v15-xl-base-bf16

Генерация аудиоТекст → аудио3 профессии

ACE-Step 1.5 XL Base BF16 генерирует, дополняет и редактирует музыку по текстовому описанию.

16скачиваний за 30 дней0лайковвеса обновлены5 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

ACE-Step 1.5 XL Base BF16 — модель генерации музыки на основе ACE-Step/acestep-v15-xl-base. Это вариант архитектуры DiT с 3,1 млрд параметров в формате BF16; README указывает для исходной версии XL конфигурацию из 32 слоёв декодера и 32 голов внимания. Модель создаёт аудио по текстовому описанию и поддерживает задачи извлечения, комбинирования и дополнения музыки.

Модель рассчитана на генерацию музыкальных фрагментов с высокой вариативностью и на сценарии редактирования или продолжения аудио. README заявляет генерацию за 50 шагов с CFG и совместимость с языковыми моделями ACE-Step размером 0,6B, 1,7B и 4B. Для работы требуется от 8 ГБ видеопамяти с выгрузкой на CPU и INT8-квантизацией; от 16 ГБ достаточно для запуска без выгрузки.

В карточке заявлены обучающие данные из лицензированной, свободной от роялти или общественного достояния музыки, а также синтетических MIDI-аудиоданных, и возможность коммерческого использования сгенерированной музыки. Лицензия репозитория — MIT. README описывает BF16-вариант как конверсию с почти неизменным качеством; однако метаданные классифицируют его как дообучение базовой модели, поэтому происхождение отмечено как finetune.

Сценарии применения

  • генерация музыки по текстовому описанию
  • создание вариаций музыкального фрагмента
  • дополнение или продолжение аудио
  • извлечение и преобразование элементов музыкальной композиции
  • создание музыкальных черновиков для коммерческих проектов

Ограничения

Для запуска требуется значительный объём видеопамяти: от 8 ГБ с выгрузкой на CPU и INT8-квантизацией или от 16 ГБ без выгрузки. README заявляет поддержку извлечения, комбинирования и дополнения аудио, но подробности режимов и их входных требований не описаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Details

This is the BF16 version of ACE-Step/acestep-v15-xl-base — the XL (4B) Base variant of ACE-Step 1.5. This BF16 conversion reduces memory usage while maintaining near-identical quality to the original model. It is a full-quality base model that generates high-quality audio in 50 steps with CFG, offering high diversity and support for all tasks (extract, lego, complete).

XL Architecture

ParameterValue
DiT Decoder hidden_size2560
DiT Decoder layers32
DiT Decoder attention heads32
Encoder hidden_size2048
Encoder layers8
Total params~4B
Weights size (bf16)~7.5 GB
Inference steps50 (with CFG)

GPU Requirements

VRAMSupport
≥8 GBWith CPU offload + INT8 quantization
≥12 GBWith CPU offload
≥16 GBWithout offload (recommended)
≥20 GBFull quality (XL + 4B LM)

All LM models (0.6B / 1.7B / 4B) are fully compatible with XL.

Key Features

  • 💰 Commercial-Ready: Trained on legally compliant datasets. Generated music can be used for commercial purposes.
  • 📚 Safe Training Data: Licensed music, royalty-free/public domain, and synthetic (MIDI-to-Audio) data.
  • 🎯 High Diversity: Base model offers the highest diversity among XL variants.
  • 🔧 All Tasks: Supports extract, lego, and complete tasks.
  • 🧠 BF16 Precision: Converted to BF16 for reduced VRAM usage and faster inference, with negligible quality loss.

Quick Start

# Install ACE-Step
git clone https://github.com/ace-step/ACE-Step-1.5.git
cd ACE-Step-1.5
pip install -e .

# Download this model
huggingface-cli download marcorez8/acestep-v15-xl-base-bf16 --local-dir ./checkpoints/acestep-v15-xl-base-bf16

# Run with Gradio UI
python acestep --config-path acestep-v15-xl-base-bf16

Model Zoo

XL (4B) DiT Models

DiT ModelCFGStepsQualityDiversityTasksHugging FaceModelScope
acestep-v15-xl-base✅50HighHighAll (extract, lego, complete)LinkLink
acestep-v15-xl-base-bf16✅50HighHighAll (extract, lego, complete)This repo—
acestep-v15-xl-sft✅50Very HighMediumStandardLinkLink
acestep-v15-xl-turbo❌8Very HighMediumStandardLinkLink
acestep-v15-xl-turbo-bf16❌8Very HighMediumStandardLink—

LM Models (all compatible with XL)

LM ModelParamsAudio UnderstandingCompositionHugging FaceModelScope
acestep-5Hz-lm-0.6B0.6BMediumMediumLinkLink
acestep-5Hz-lm-1.7B1.7BMediumMediumIncluded in mainIncluded in main
acestep-5Hz-lm-4B4BStrongStrongLinkLink

Acknowledgements

This project is co-led by ACE Studio and StepFun. The BF16 conversion was done by marcorez8 to make the model more accessible to the community.

Citation

@misc{gong2026acestep,
  title={ACE-Step 1.5: Pushing the Boundaries of Open-Source Music Generation},
  author={Junmin Gong, Yulin Song, Wenxiao Zhao, Sen Wang, Shengyuan Xu, Jing Guo},
  howpublished={\url{https://github.com/ace-step/ACE-Step-1.5}},
  year={2026},
  note={GitHub repository}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
AceStepConditionGenerationModel
Ревизия весов
c417c43

0 моделей