推文

@Michaelzsguo · 2026-10-11 00:22

为什么 YuE2 这么棒？ 读了一下它的技术论文：https://arxiv.org/pdf/2609.33757 YuE2 用了一项叫做 Symbolic Planning（符号规划） 的技术，把 AI 写歌往前推了一步：给它歌词和风格，它会先写出旋律、和弦和段落结构，再生成带有人声、伴奏的完整歌曲。中间生成的那份乐谱，你还可以拿出来修改。 这也是理解它为什么表现出色的关键。写歌既要安排整首歌怎么发展，也要处理歌声、乐器和声音细节。YuE2 把这些决定分层完成：先用 ABC 文本乐谱定下音乐骨架，再生成音乐语义 Token，最后通过 Flow Matching 补出声学细节，解码成音频。写谱和生成声音，由同一个 Transformer 主干中的两类模块协同完成。 “先写谱”确实有用。 团队在同一模型、相同采样预算下做了对照实验：在专家对整体质量的评价中，49.3% 偏好有乐谱规划的版本，34.6% 偏好直接生成的版本，其余认为两者持平。YuE2 在官方评测中也已经能够与 Suno v5、Mureka 9 竞争。 更实用的是，这份乐谱成了修改音乐的入口。保留旋律、换成爵士和声，或者把已有歌曲转成乐谱，再用另一种风格重新演绎，都可以通过同一个接口完成。Agent 也可以把你的反馈落实成具体的谱面修改，再交给 YuE2 生成。修改乐谱后得到的是重新演绎的整首录音，声音细节也会随之变化。 这样一来，AI 音乐生成开始有了一个可以讨论、可以修改的创作过程。 你可以明确告诉它“这段和弦换一下”，再听听它如何重新演绎，而不再只是把一段 Prompt 交给模型，然后听天由命， 模型生成是啥就是啥了。

曝光 497 · 评论 0 · 点赞 0 · 书签 0 · 曝光/时 148.30107044036316