- 商业级质量：质量超过大多数商业音乐模型，音乐连贯性得分 4.72
- 生成速度快：A100 上整首歌不到 2 秒，RTX 3090 上不到 10 秒
- 长音频输出：时长支持 10 秒到 10 分钟
- 50 多种语言：良好支持英语、中文、日语、韩语、西班牙语、德语、法语、葡萄牙语、意大利语和俄语
- LoRA 微调：在 ComfyUI 中通过 LoRA 训练实现轻量化个性化
选项 1：一体化 Checkpoint（推荐）
AIO 版本将所有模型打包成单个 checkpoint 文件，更易于下载和管理。AIO 工作流
在 Comfy Cloud 上运行
在 Comfy Cloud 中打开
下载工作流
下载 JSON，或在模板库中搜索 “ACE-Step 1.5 Music Generation AIO”
AIO 模型下载
ace_step_1.5_turbo_aio.safetensors
一体化 checkpoint 文件（推荐大多数用户使用）。
选项 2：分离模型文件
分离版本允许你单独下载各个模型组件。分离模型工作流
在 Comfy Cloud 上运行
在 Comfy Cloud 中打开
下载工作流
下载 JSON，或在模板库中搜索 “ACE-Step 1.5 Music Generation Workflow”
分离模型下载
acestep_v1.5_turbo.safetensors
扩散模型。
qwen_0.6b_ace15.safetensors
文本编码器 (0.6B)。
qwen_1.7b_ace15.safetensors
文本编码器 (1.7B)。
ace_1.5_vae.safetensors
VAE 模型。
ACE-Step 1.5 在 ComfyUI 中的主要特性
思维链规划
ACE-Step 1.5 模型通过思维链推理综合元数据、歌词和描述来指导扩散过程，从而产生更连贯的长篇作品。混合 LM + DiT 架构
ACE-Step 1.5 结合了规划歌曲结构的语言模型和处理音频合成的扩散 Transformer (DiT)，全部在 ComfyUI 中原生运行。即将在 ComfyUI 中推出
这些功能在 ACE-Step 1.5 中可用，但尚未在 ComfyUI 中支持：- 翻唱 (Cover)：将任何歌曲作为输入，配合新的提示词和歌词，模型将以完全不同的风格重新演绎曲目
- 重绘 (Repaint)：选择一个片段，仅重新生成该部分，模型会将其拼接回去，同时保持其他部分不变