索尼团队用 Flow Matching 做四轨立体声音乐分离，系统评测生成式 MSS
Shuyang Cui · hf · 2026-10-26
索尼集团团队发布论文 FLOMSS: Generative Music Source Separation by Flow Matching（arXiv 2026-10-14），首次系统研究 flow matching 在全频带立体声音乐源分离（MSS）上的应用。
- 任务设定：将歌曲分离为 Vocals / Bass / Drums / Other 四个音源的全频带立体声
- 系统评测了预测目标、流路径、单源 vs 多源建模、一致性约束等设计选择
- 在 MUSDB18-HQ 上训练与评测，除 SDR 外还引入基于预训练语义音频编码器的频谱与嵌入指标，并附听力测试
- 提出的模型在客观与主观测试中都取得了有竞争力的表现，代码已开源（github.com/sony/flomss）
论文填补了 flow matching 在 MSS 这一预定义音源任务上的研究空白。
「研究」频道最新
- CoRL 论文：VLA 机器人策略单步推理即可匹敌多步，动作生成提速 1.6~4.8 倍 — kaixhin · 2026-10-26
- 生物模拟为何难:参数敏感性普遍「马虎」,精确测量常非关键 — rbhar90 · 2026-10-26
- LessWrong 长文论证：计算逻辑反事实难题让 FDT 难以成立 — jessi_cata · 2026-10-26
- 学者纠错：别再误用苦涩教训论证暴力模拟将解决生物学 — anshulkundaje · 2026-10-26
- Chain Theory：用 AI 从量子信息重建基础物理,找到无参数精细结构常数候选式 — skdh · 2026-10-26
- 港浙复三校联手 Lightspeed 推 HiSTEVE：VLA 智能体键鼠操控玩转 Minecraft — tencent · 2026-10-26