开源音乐模型 YuE2 实测:图+词生 5 分钟歌曲,RTX 3080 Ti 仅用 4 分钟
sci032 · reddit · 2026-10-01
Reddit 用户分享用 YuE2(文生音乐模型,支持图片输入)创作歌曲的实测:在配备 RTX 3080 Ti(16GB 显存)、64GB 内存的笔记本上,生成一首 4 分 58 秒、90 年代高能 Techno 风格的歌曲只花了约 4 分钟。
做法:用 Comfy 的 YuE2 Text to Music 模板,外加自定义的 prompt 生成 LLM 节点,让 LLM 根据一张图片写歌词,再指定风格(怪兽低音、重鼓点、变速变奏)。作者贴出了完整歌词与 prompt,音频放在 Google Drive 可直接试听。
「多模态」频道最新
- Kling 4.0 官宣 30 秒 4K 视频,但公开测试仍只有 720p — lmoroney · 2026-10-01
- 爆款酒店大堂 Migos 换人视频完整教程：帧参考+标号提示词 — marupelkar · 2026-10-01
- 几张图免训练出角色模型:RefMods 被赞碾压 LoRA 方案 — AlsterwasserHH · 2026-10-01
- 开发者自训视频模型：对源素材变化高度敏感 — pixlpa · 2026-10-01
- OK Go 经典 MV 效果,文生视频 LoRA 能否复刻?作者发起挑战 — ostrisai · 2026-10-01
- InSpatio-World 1.5 发布:一张图生成可探索4D世界,登顶WorldScore — Scobleizer · 2026-10-01