WanSong：五分钟长歌生成模型
Wan-AI · hf · 2026-07-17
WanSong v1.0：面向长篇歌曲生成的纯扩散模型
Wan-AI 发布 WanSong v1.0 技术报告，目标是做“商业级”的长篇歌曲生成。作者认为当前音乐生成的难点在于：既要高保真、又要长时长，还要支持可控和定制。
模型特点
- 采用纯扩散方案，而不是 AR 或级联多阶段流水线
- 可直接生成最长 5 分钟 的高保真、多语言歌曲
- 一次生成即可输出双轨：人声 + 伴奏
- 支持通过 step-distillation 提升推理速度
- 也提供较高效的微调和定制路径，便于下游编辑任务
这篇报告的重点不在单点 demo，而是把长篇音乐生成的效率、质量和可控性一起往前推进。
所属事件:Wan 团队发布 WanSong 音乐生成模型(2 条相关)→
「多模态」频道最新
- FastH3-Live 升至 22fps：加速节点实测与 ComfyUI 显存避坑 — spartong945 · 2026-09-11
- Midjourney 风格参考分享:--sref 2912175708 — tisch_eins · 2026-09-11
- Astra 分镜+Minimax H3 分镜逐帧生成，视频创作成功率大增 — Hailuo_AI · 2026-09-11
- Hailuo 转推：MiniMax H3 MAX 一发生成 15 秒美食动画短片 — Hailuo_AI · 2026-09-11
- MiniMax Music 制作工具包 2.5 发布,新增完整母带处理链 — Vivid_Promise1700 · 2026-09-11
- ComfyUI 新节点发现器上线:按 star 增速过滤最新热门节点 — Luke2642 · 2026-09-11