m-a-p 发布 YuE2:符号规划统一乐谱与音频生成,比肩 Suno v5
m-a-p · hf · 2026-09-29
m-a-p 团队发布 YuE2,通过符号规划在前沿质量上统一符号(乐谱)与音频音乐生成。
- 架构:单一 AR-NAR Mixture-of-Transformers (MoT) 先写出可读乐谱(旋律与和声),再扩展为语义音乐 token,最终实现完整歌曲音频。
- 效果:同 checkpoint 对比中,专家 49.3% 整体偏好符号规划版本 vs 34.6%(无规划);在 WildSongBench 上 SongBench 全局均值 6.73 超过所有公开基线,best-of-8 达 6.96;专家盲听认为其可与专有歌曲生成器竞争,best-of-8 优于 Suno v4.5,对 Suno v5 偏好接近持平。
- 配套技术:无需对齐乐谱即可从录音学习——MERT2 在 15 项 MARBLE 指标中 14 项刷新 SOTA,SheetSage2 在 lead-sheet 转写对比中 15 组基准-指标对中 12 组领先。
- 额外能力:同一 checkpoint 支持乐谱编辑(尽量保留未编辑内容)、零样本翻唱,以及 agentic 音乐编辑——外部 LLM 把用户反馈翻译为作曲修改。
所属事件:m-a-p 开源音乐模型 YuE2,符号规划对标 Suno v5(2 条相关)→
「多模态」频道最新
- Qwen 图像 2.1 与 Minimax H3 实测:老照片修复与写实化转换 — Ant_6431 · 2026-11-16
- Minimax H3 视频生成演示:Cubee 店面镜头第二版 — JahJedi · 2026-11-16
- 不会画画的开发者用 Fable 5.2 四小时做出 14 章手绘风故事书游戏 — jradoff · 2026-11-16
- Minimax H3 Image 训练人物 LoRA 相似度差,同数据集在 Qwen 2.1 上表现优异 — Ad_Organic · 2026-11-16
- Seedance 生成地铁车厢动画片段,光影细节惊到 Reddit 网友 — Ok-Solution-7889 · 2026-11-16
- 推主用 AI 重制 1977 版《黑衣人》风格画面 — techhalla · 2026-11-16