/ Модель

Характеристики

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

acestep-v15-xl-turbo-bf16

Генерация аудиоТекст → аудио3 профессии

ACE-Step 1.5 XL Turbo BF16 — модель генерации музыки и аудио по текстовым описаниям с быстрым выводом за 8 шагов.

867скачиваний за 30 дней10лайковвеса обновлены9 апр 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

Это версия ACE-Step 1.5 XL Turbo в формате BF16, подготовленная marcorez8 на основе ACE-Step/acestep-v15-xl-turbo. Модель использует архитектуру DiT с декодером на 4 млрд параметров и предназначена для генерации музыки и аудио по текстовому описанию.

Дистилляция ускоряет генерацию до 8 шагов, а BF16 снижает требования к памяти при заявленном близком к исходной модели качестве. Для работы требуется от 8 ГБ видеопамяти с выгрузкой на CPU и квантизацией INT8; без выгрузки рекомендуется от 16 ГБ. Разработчики ACE-Step — ACE Studio и StepFun, конверсию BF16 выполнил marcorez8. Репозиторий распространяется по лицензии MIT; README сообщает, что сгенерированную музыку можно использовать коммерчески.

Сценарии применения

  • создание музыкального фрагмента по текстовому описанию
  • генерация фоновой музыки для видео и игр
  • быстрое создание музыкальных демо и набросков
  • подготовка музыки для коммерческих проектов

Ограничения

Для качественной генерации без выгрузки на CPU рекомендуется видеокарта с 16 ГБ VRAM; на менее мощных GPU требуются выгрузка модели и, в некоторых случаях, INT8-квантизация. README не описывает поддержку конкретных языков текстовых запросов.

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-turbo — the XL (4B) Turbo variant of ACE-Step 1.5. This BF16 conversion reduces memory usage while maintaining near-identical quality to the original model. It is a distillation-accelerated model that generates high-quality audio in just 8 steps, combining the speed of turbo with the quality of the 4B architecture.

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 steps8 (no CFG, distilled)

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.
      • ⚡ Fast: 8-step inference — the fastest XL variant.
        • 🔮 Higher Quality: 4B parameters provide richer audio quality than 2B turbo.

          • 🧠 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-turbo-bf16 --local-dir ./checkpoints/acestep-v15-xl-turbo-bf16
          
          # Run with Gradio UI
          python acestep --config-path acestep-v15-xl-turbo-bf16
          

          Model Zoo

          XL (4B) DiT Models

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

          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
f197423

0 моделей