中國AI音樂，悄悄把全球第一拿走了

一水 聞樂 發自 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，不加復雜的結構和參數，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，關鍵在細節。

第四句開頭能聽到一個明顯的換氣聲，再往后，幾處歌詞結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）。

幾種狀態截然不同的絲滑轉聲，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、極具辨識度的樂器樂句，通常是吉他或貝斯演奏，構成整首歌的記憶點。

而Mureka V8在學到這種技巧后，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合之后，Mureka V8曾被反復提及的一點，也愈發清晰——

它所生成的，已經不再是一段“AI音頻片段”，而是一首結構完整、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。

這種近乎專業音樂人的創作能力，讓它真正跨越了一條從“可生成”到“可直接發布”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訓練也能擁有屬于自己的作品——

人人都能參與創作發表的時代，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內測起步，到了2026年1月，Mureka V8正式發布，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？

從結果來看，昆侖萬維應該是后者。

回看Mureka這不到兩年的進化史，其實就是一個把“AI音樂好聽”從玄學變成可量化、可復現的工業化生產能力的迭代過程。

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，跑通訓練到評測的基礎閉環。

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，產品迎來3.0到4.0大版本躍遷，解決了規模化的問題。

昆侖萬維這次不僅落地了Mureka首個超大規模版本，構建起穩定的規模化基模能力，還在聽感和音質方面還實現了“肉耳可聽”的級數躍遷。

獨立產品也借此殺出重圍，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和更系統化的強化學習跑成閉環，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，擁有了先規劃音樂框架、敲定配器細節和情緒，再按邏輯推進創作的主動能力。

第三階段是從好用到直接生產可發布內容

到了V8，量變終于引起了質變。

人聲的呼吸感、樂器的空間感、混音的專業度讓它在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”的迭代節奏，好像也沒那么“瘋”了——

不這么卷，怎么在兩年內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。

但是現在，以昆侖萬維Mureka V8為代表的國產模型，卻悄然間拿回了主動權。

說到這里有人或許就好奇了，為什么會出現這種反轉？

答案，其實早就已經浮出水面了。

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

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引爆，后期則由國產團隊實現追趕，甚至反超

到現在，國產開源已經成了比肩閉源的重要力量、國產模型被海外公司“友好借鑒”拿去玩“龍蝦”……人們總是后知后覺發現，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。

放在制造業領域，大家會說這是因為有“中國制造”；而放在互聯網科技、放在AI領域，答案則是“中國速度”“中國規模”“中國場景”。

一方面，國內這批AI玩家基本都經歷過互聯網從誕生到發展的完整時期，所以他們很熟悉那套“小步快跑、不斷根據用戶反饋進行迭代”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，在內容、場景和用戶規模上，國內也擁有得天獨厚的“練兵場”——

無論是龐大的互聯網用戶群體、豐富多元的應用場景，還是足夠復雜的內容生態，都給國產模型提供了快速試錯、持續優化的土壤。相應地，國產AI也能更快形成“飛輪效應”。

而這些，也同樣正在支撐著AI音樂賽道的發展。

所以，此時國產玩家里有人能“站出來、站起來”，也就不足為奇了。

至于為什么會是昆侖萬維，上一部分也已經說了很多了——

圍繞把“好聽”變成可復現的系統能力這個目標，他們對AI音樂這個垂類賽道進行了長期持續投入

俗話說，水滴石穿、繩鋸木斷。所以如今能有這個結果，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業的科技創新代表，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。

據說，昆侖萬維還會在3.27（本周五）舉辦的中關村論壇開專場發布會

屆時Mureka V9，應該會有更多詳情和介紹。

酷～

體驗地址：
國內版：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 —