中國AI音樂，悄悄把全球第一拿走了

一水 聞樂 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

中國AI音樂，悄悄把全球第一拿走了——

昆侖萬維Mureka V8，最新登頂Artificial Analysis音樂模型榜，一舉超越Suno V4.5、Udio v1.5 Allegro等國際主流模型。

而且還是人聲（vocal）、器樂（instrument）雙料第一那種。

那么問題來了，這個新鮮出爐的“雙料第一”到底有多能打？

咱直接實測說話。

人聲、器樂雙實測

先看最直觀的人聲

這塊兒我們先給出了一個極簡提示詞，不加復(fù)雜的結(jié)構(gòu)和參數(shù)，就看Mureka V8最原始的理解和生成能力：

• 晚風民謠，溫柔女聲，黃昏鄉(xiāng)間的慢時光。

視頻鏈接：https://mp.weixin.qq.com/s/tw18swYdQYE2oxyuMWikEg

怎么說？AI唱歌是不是太有真人感了！！

吐字清晰咱就不提了，關(guān)鍵在細節(jié)。

第四句開頭能聽到一個明顯的換氣聲，再往后，幾處歌詞結(jié)尾也明顯能聽出氣息的上揚or下落處理。

這種呼吸起伏恰到好處地在曲子里穿插銜接，非常自然，而不是那種生硬堆砌。

還有溫柔這個標簽，不只是貼在聲音上，在段落的推進上也貫穿始終。

主歌更克制、更貼耳、氣息更輕；副歌才稍微把聲帶打開，情緒抬起來，不過這種情緒依然是收著的，沒有用力過猛。

木吉他帶入，人聲一出，田間、黃昏、晚風……這愜意感簡直撲面而來。

聽完民謠，我們又甩給Mureka V8一個極其刁鉆的指令。

“曲風要Pop Rock和R&B混著來，節(jié)奏要卡死在72BPM的慢板，人聲還得在幾個段落里來回切換：

第一段氣聲唱法是那種沙沙的、帶點破碎感的聲音；

副歌直接切搖滾嗓，帶嘶吼的那種；

間奏再來一段R&B轉(zhuǎn)音，最后用假聲慢慢收尾。”

視頻鏈接：https://mp.weixin.qq.com/s/tw18swYdQYE2oxyuMWikEg

沒想到這反復(fù)橫跳的刁鉆需求，還真被Mureka V8給跑出來了，聽上去完成得不錯（doge）。

幾種狀態(tài)截然不同的絲滑轉(zhuǎn)聲，中間切換還不斷檔、不卡頓。

好吧我承認V8你的唱商在我之上……

再讓AI試試玩樂器

一提到樂器，英式搖滾樂隊The Kinks的《You Really Got Me》簡直不要太出名——

這首歌的前奏，是一段1960年代最具標志性的失真吉他riff。

所謂riff就是一段簡短、重復(fù)、極具辨識度的樂器樂句，通常是吉他或貝斯演奏，構(gòu)成整首歌的記憶點。

而Mureka V8在學(xué)到這種技巧后，為我們生成了一首純器樂演奏曲《Got Me Going》：

視頻鏈接：https://mp.weixin.qq.com/s/tw18swYdQYE2oxyuMWikEg

就問有誰不想邊聽邊搖頭抖腿呢（笑.jpg）。

開頭的riff味道非常正，一下子就把記憶點拉滿，然后整個器樂編排也十分有畫面感——

一聽就知道人已經(jīng)坐在酒館或Livehouse臺下了，而此時臺上正有一支帥氣逼人的樂隊在演奏，還是邊演邊跳舞那種。

u1s1，AI生成的器樂演奏如今能到這個水平，確實給了人很大驚喜。

聽完之后，你會很明顯感受到它對不同樂器特性、歌曲意境的理解等，都往前邁出了一大步。

而當這種器樂演奏能力和人聲能力相結(jié)合之后，Mureka V8曾被反復(fù)提及的一點，也愈發(fā)清晰——

它所生成的，已經(jīng)不再是一段“AI音頻片段”，而是一首結(jié)構(gòu)完整、情感連貫、制作精良的“歌”

換句話說，它知道什么時候該唱、情緒怎么推進、用什么樂器以及該怎么用。

這種近乎專業(yè)音樂人的創(chuàng)作能力，讓它真正跨越了一條從“可生成”到“可直接發(fā)布”的線。

因為懂音樂，所以可以直接生成“歌”。

而能夠生成一首完整的“歌”，則意味著普通人無需專業(yè)訓(xùn)練也能擁有屬于自己的作品——

人人都能參與創(chuàng)作發(fā)表的時代，真的來了。

至此，靠著“雙料第一”實力打底的Mureka V8，也把AI音樂直接卷到了新的高度。

三個月一更，昆侖萬維太卷了

不過實測一圈下來，我就想知道：它這股子暴力進化感是咋做到的？

答案大概藏在那條密密麻麻的時間線里——

昆侖萬維這家公司在AI音樂的賽道上簡直卷瘋了。

2024年2月SkyMusic 1.0內(nèi)測起步，到了2026年1月，Mureka V8正式發(fā)布，滿打滿算不到兩年時間，硬生生迭代了8個大版本。

什么概念？平均三個月一更？！

能這么玩，到底是在燒錢還是真憋著一口氣要把這事兒干成？

從結(jié)果來看，昆侖萬維應(yīng)該是后者。

回看Mureka這不到兩年的進化史，其實就是一個把“AI音樂好聽”從玄學(xué)變成可量化、可復(fù)現(xiàn)的工業(yè)化生產(chǎn)能力的迭代過程。

第一階段是從不能用到能用

SkyMusic 1.0當時還只是個能跑通的內(nèi)測版本，那時候團隊就盯著一件事，先把端到端“能用”這件事做出來，跑通訓(xùn)練到評測的基礎(chǔ)閉環(huán)。

緊接著兩個月后，2.0版本就直接把中英文版本上線到天工，這時候的AI音樂勉強算是邁過了“能出聲、不鬼畜”的門檻。

第二階段是從能用到好用

到了2024年8月，產(chǎn)品迎來3.0到4.0大版本躍遷，解決了規(guī)模化的問題。

昆侖萬維這次不僅落地了Mureka首個超大規(guī)模版本，構(gòu)建起穩(wěn)定的規(guī)模化基模能力，還在聽感和音質(zhì)方面還實現(xiàn)了“肉耳可聽”的級數(shù)躍遷。

獨立產(chǎn)品也借此殺出重圍，正式切入市場。

到了5.0/5.5版本，多語種工程化能力補齊，Mureka開始在全球市場刷臉。

進入2025年，隨著MusiCoT和更系統(tǒng)化的強化學(xué)習(xí)跑成閉環(huán)，模型開始具備主動思考的能力

這時候的Mureka就不是盲目撞大運了，擁有了先規(guī)劃音樂框架、敲定配器細節(jié)和情緒，再按邏輯推進創(chuàng)作的主動能力。

第三階段是從好用到直接生產(chǎn)可發(fā)布內(nèi)容

到了V8，量變終于引起了質(zhì)變。

人聲的呼吸感、樂器的空間感、混音的專業(yè)度讓它在AA榜單雙料登頂，直接干翻了Suno和Udio。

這一步跨了兩年，但昆侖萬維是真跨過去了。

所以那套看似“超速”的迭代節(jié)奏，好像也沒那么“瘋”了——

不這么卷，怎么在兩年內(nèi)把一個從零開始的模型做到全球第一？

說它卷它還真沒完！！

V8發(fā)布剛剛過去兩個月，基于MusiCoT進一步深化的Mureka V9就要來了……

Mureka V8解決了AI音樂“能寫出來”這件事，至于V9卷成了什么樣嘛——

咱只能說，它琢磨的是“能按你想的方式寫出來”

不懂？3月27日看發(fā)布會估計你就懂了。

AI音樂，這下得看北京了

當然了，即使不談Mureka V9，僅從V8的兩次登頂，我們也已經(jīng)能看到一個更清晰的變化：

“東升西落”正在AI音樂這個垂類賽道上演

之所以這樣說，是因為過去很長一段時間，AI音樂基本是太平洋那頭的主場，出名的模型也就那幾家。

包括這次提到的Suno、Udio等，基本有一個算一個。

但是現(xiàn)在，以昆侖萬維Mureka V8為代表的國產(chǎn)模型，卻悄然間拿回了主動權(quán)。

說到這里有人或許就好奇了，為什么會出現(xiàn)這種反轉(zhuǎn)？

答案，其實早就已經(jīng)浮出水面了。

一旦把這件事放在一個更大的背景下來看，你會發(fā)現(xiàn)，“東升西落”幾乎已經(jīng)成了各個AI賽道必然會出現(xiàn)的一幕景象。

從引爆這輪AI革命的大語言模型，到最近掀起熱潮的“龍蝦”，劇本基本都一樣——

前期由海外公司完成技術(shù)引爆，后期則由國產(chǎn)團隊實現(xiàn)追趕，甚至反超

到現(xiàn)在，國產(chǎn)開源已經(jīng)成了比肩閉源的重要力量、國產(chǎn)模型被海外公司“友好借鑒”拿去玩“龍蝦”……人們總是后知后覺發(fā)現(xiàn)，很多原本以為的“追趕”，其實早就變了。

而這一切背后的邏輯，其實大家也都心知肚明。

放在制造業(yè)領(lǐng)域，大家會說這是因為有“中國制造”；而放在互聯(lián)網(wǎng)科技、放在AI領(lǐng)域，答案則是“中國速度”“中國規(guī)模”“中國場景”。

一方面，國內(nèi)這批AI玩家基本都經(jīng)歷過互聯(lián)網(wǎng)從誕生到發(fā)展的完整時期，所以他們很熟悉那套“小步快跑、不斷根據(jù)用戶反饋進行迭代”的打法。

可以說，相比從0到1，我們尤為擅長從1到100。

另一方面，在內(nèi)容、場景和用戶規(guī)模上，國內(nèi)也擁有得天獨厚的“練兵場”——

無論是龐大的互聯(lián)網(wǎng)用戶群體、豐富多元的應(yīng)用場景，還是足夠復(fù)雜的內(nèi)容生態(tài)，都給國產(chǎn)模型提供了快速試錯、持續(xù)優(yōu)化的土壤。相應(yīng)地，國產(chǎn)AI也能更快形成“飛輪效應(yīng)”。

而這些，也同樣正在支撐著AI音樂賽道的發(fā)展。

所以，此時國產(chǎn)玩家里有人能“站出來、站起來”，也就不足為奇了。

至于為什么會是昆侖萬維，上一部分也已經(jīng)說了很多了——

圍繞把“好聽”變成可復(fù)現(xiàn)的系統(tǒng)能力這個目標，他們對AI音樂這個垂類賽道進行了長期持續(xù)投入

俗話說，水滴石穿、繩鋸木斷。所以如今能有這個結(jié)果，也算是水到渠成的事情。

再加上昆侖萬維還是北京市人工智能產(chǎn)業(yè)的科技創(chuàng)新代表，所以登頂這件事本身也多了另一層象征意義：

AI音樂，往后高地就是北京了。

據(jù)說，昆侖萬維還會在3.27（本周五）舉辦的中關(guān)村論壇開專場發(fā)布會

屆時Mureka V9，應(yīng)該會有更多詳情和介紹。

酷～

體驗地址：
國內(nèi)版：https://www.mureka.cn/
海外版：https://www.mureka.ai/

榜單地址：
人聲：https://artificialanalysis.ai/music/leaderboard/vocals
器樂：https://artificialanalysis.ai/music/leaderboard/instrumental

— 完 —