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。
「多模态」频道最新
- 网友晒「Opus 5.5」动画测试，ANTVERSE 风格初试 — ChrisGPT · 2026-09-29
- 实测打脸：DGX Spark 上 bf16 反而比 int8 convrot 更快，H3 视频生成差 14 秒 — dtdisapointingresult · 2026-09-29
- 10 分钟花 20 美元生成一集动画,NoSpoon 推动 AI 电影进化 — sachinmaya1980 · 2026-09-29
- 4080 Super 本地跑图生视频：不是几小时一 clip 就是 OOM — Thodane · 2026-09-29
- Reddit 用户实测 retention_analysis 提示词,解决多角色视频生成人物漂移 — SSj_Enforcer · 2026-09-29
- AMD 9070XT 跑 MiniMax 图生视频，优化后从 58 分钟降到 21 分钟 — Sofa-Sleuth · 2026-09-29