西风 发自 凹非寺量子位 |锦程商业运营治理有限公司 公众号 QbitAI
AI又在某个方面悄悄逾越我了——这次是五音比我全！
刚听到这首新歌，，，，，，，，我还以为出自哪位实力派“小刀郎”……一两句话说不清，，，，，，，，直接来听吧：
音频链接：https://mp.weixin.qq.com/s/yDWVdeQuGxPgXzNLcxFLvg
故事或许是这样的：
一位刚考完试、顺遂结业的少年，，，，，，，，诉说着对先生与同砚的不舍，，，，，，，，藏着少年独吞的懵懂青涩，，，，，，，，也怀揣着对未来的满心神往。。。。。。
制作优异吧？？？？？跃动的节奏、流通的旋律、跌荡的情绪，，，，，，，，不失专业水准。。。。。。
但你敢信？？？？？从写词到编曲，，，，，，，，整首歌全是AI一键天生。。。。。。
“小刀郎”们，，，，，，，，只是一句话表达了自己的想法，，，，，，，，然后期待不到一分钟，，，，，，，，就能产出2–6分钟完整音乐，，，，，，，，整体结构稳固、音调不跑偏、人声音色自然不漂移的那种。。。。。。
这一切，，，，，，，，出自于专注自研音乐大模子的AI公司自由量级，，，，，，，，刚刚宣布的新模子——音潮V3.0
相较于前代，，，，，，，，音潮V3.0在演唱质量、整体悦耳度与影象点、编曲富厚度、音乐完整性等方面均实现显著提升。。。。。。
现在，，，，，，，，音潮V3.0已正式上岸网页端与官方App，，，，，，，，面向所有用户免费开放试用
既然云云，，，，，，，，量子位童鞋又要整活了，，，，，，，，实测走起～
AI“灵魂歌手”为你写歌
翻开App，，，，，，，，可以看到有四种创作模式：一句话写歌、照片写歌、歌词写歌、热歌改编
别的，，，，，，，，用户还可以建设音色，，，，，，，，用自己的声音天生，，，，，，，，主打一个就算你五音不全、更不会词曲创作，，，，，，，，AI也能帮你实现原地出道。。。。。。
先来看“一句话写歌”，，，，，，，，操作简朴直给：输入一句话，，，，，，，，形貌你想要的歌曲气概或内容即可。。。。。。
好比，，，，，，，，我们输入一个有关祈愿新年好运来、霉运退的提醒词：
退！退！退！霉运退散专属战歌。。。。。。
若是一时不知怎样表达，，，，，，，，系统提供“一键AI润色”与“灵感提醒”功效，，，，，，，，把使用门槛一降再降。。。。。。
输好提醒词后，，，，，，，，你还可以凭证详细使用场景，，，，，，，，无邪选择两种创作模式
片断模式”专为短视频、社交媒体分享等短内容场景设计，，，，，，，，直接天生结构紧凑、热潮突出的英华段落。。。。。。完整模式”可天生2-6分钟的成熟作品，，，，，，，，涵盖主歌、副歌、间奏等完整结构，，，，，，，，更适合小我私家作品或深度表达。。。。。。
系统会凭证歌曲气概自动匹配推荐音色。。。。。。若是你已提前建设了小我私家专属音色，，，，，，，，也可在此处选择使用，，，，，，，，让作品更具小我私家辨识度。。。。。。
一切设置停当，，，，，，，，点击“天生歌曲”按钮。。。。。。
不到一分钟，，，，，，，，一首属于你的全新歌曲便创作完成，，，，，，，，来听听看：
音频链接：https://mp.weixin.qq.com/s/yDWVdeQuGxPgXzNLcxFLvg
prompt明确到位，，，，，，，，旋律清晰，，，，，，，，节奏踩点也很带感，，，，，，，，尚有点魔性上头（自己已开启循环播放）。。。。。。
歌词始终紧扣“霉运退好运来”的焦点，，，，，，，，金句频出——
“你喊一声我就亮一盏灯，，，，，，，，我们合声就把黑夜推翻，，，，，，，，不是等风来而是自己生风”“旧懊恼打包寄往北极圈”“今天只收快递不收坏新闻”……这小汁挺有网感挺会写啊。。。。。。
英文歌也支持天生，，，，，，，，效果那是相当燃：
音频链接：https://mp.weixin.qq.com/s/yDWVdeQuGxPgXzNLcxFLvg
虽然，，，，，，，，若是你自己就善于写词，，，，，，，，或是有现成歌词，，，，，，，，也可以直接使用“歌词写歌”模式。。。。。。
在这个模式下，，，，，，，，你只需要把歌词复制粘贴到输入框，，，，，，，，简朴做好分段就行。。。。。。支持主歌、副歌、间奏、桥段等多种常见段落结构，，，，，，，，还可以用自带“歌词优化”功效一键优化。。。。。。
气概在输入框下面另外设置，，，，，，，，官方提供了多种预设气概，，，，，，，，也支持自界说。。。。。。门户、情绪、乐器、语言（中英文）、人声性别，，，，，，，，都可以自由选择。。。。。。
好比，，，，，，，，随便输入一段简朴浪漫的小歌词，，，，，，，，让它资助一键优化打磨、再依词谱曲，，，，，，，，制品出炉：
视频链接：https://mp.weixin.qq.com/s/yDWVdeQuGxPgXzNLcxFLvg
黑胶轻旋，，，，，，，，慵懒陶醉，，，，，，，，气氛感直接拉满～
接下来“照片写歌”玩法就更简朴了，，，，，，，，只需要上传一张照片，，，，，，，，不必写prompt，，，，，，，，也不必设定气概。。。。。。模子能够读懂图片内容，，，，，，，，自动天生适配的词曲
好比咱随手选一张参考图来天生一小段（片断模式），，，，，，，，听听怎么个事儿：
视频链接：https://mp.weixin.qq.com/s/yDWVdeQuGxPgXzNLcxFLvg
种种曲风都能拿捏。。。。。。
再来一张车内视角公路随拍，，，，，，，，下次旅游发社交平台就用这个BGM：
视频链接：https://mp.weixin.qq.com/s/yDWVdeQuGxPgXzNLcxFLvg
第四种玩法“热歌改编”，，，，，，，，就是在别的作品之上再做改编，，，，，，，，这里就不详细睁开了～感兴趣的童鞋可以自己上手试试。。。。。。
顺便一提，，，，，，，，音潮天生的所有歌曲，，，，，，，，都能直接下载音频或视频，，，，，，，，视频还会自动配AI天生的封面，，，，，，，，可编辑歌名，，，，，，，，发圈超利便。。。。。。
实测一圈下来，，，，，，，，音潮确实把音乐创作这件事，，，，，，，，变得比想象中容易得多。。。。。。
不懂乐理、不会乐器、也没有编曲基础的通俗人，，，，，，，，只需要把自己的故事或情绪写下来，，，，，，，，就能天生一首结构完整、表达清晰的歌曲。。。。。。那些原本停留在脑海里的一样平常片断，，，，，，，，也终于有了被音乐承载的可能。。。。。。
更要害的是，，，，，，，，它不但是好上手，，，，，，，，制品质量也经得起重复听。。。。。。
旋律走向自然，，，，，，，，副歌有影象点 ；； ；；； ；；编曲结构连贯，，，，，，，，没有显着拼贴感 ；； ；；； ；；人声细节处置惩罚得也较量榨取，，，，，，，，不会有显着僵硬或AI机械感。。。。。。整体听感已经凌驾了试玩的领域，，，，，，，，是可以拿得脱手、值得分享的作品。。。。。。
那么，，，，，，，，音潮是怎样做到的？？？？？
背后是音乐与手艺的相辅相成
进入AI音乐深水区，，，，，，，，纯粹的算法迭代往往会触遇到“审美的天花板”。。。。。。
许多模子之以是缺乏“乐感”，，，，，，，，是由于算法研发往往难以将笼统的音乐理论转化为详细的优化目的，，，，，，，，导致手艺与艺术之间保存自然的认知鸿沟。。。。。。
而在音潮，，，，，，，，这种隔膜被彻底突破。。。。。。
他们的成员热衷于孝顺自己的音乐认知，，，，，，，，从重大的乐理逻辑到细腻的编曲美学，，，，，，，，各人起劲加入每一次手艺讨论，，，，，，，，将感性的音乐直觉精准“翻译”为理性的算法语言。。。。。。
这种跨界融合，，，，，，，，有用填补了简单手艺视角对音乐本体明确的匮乏，，，，，，，，将专业的音乐知识真正注入到了算法迭代的血液中。。。。。。
正是这种“音乐+手艺”的双螺旋驱动，，，，，，，，让音潮V3.0的天生不再是单向推理，，，，，，，，而是建设在乐理认知之上的创作行为。。。。。。
以是，，，，，，，，音潮V3.0的升级详细都体现在哪些方面？？？？？
首先，，，，，，，，最直观的转变，，，，，，，，是演唱质量的大幅提升
通过引入团队自研的双轨建� ；； ；；； ；；芠1]，，，，，，，，音潮V3.0将人声与伴奏拆分建模，，，，，，，，在差别语义空间中划分学习特征，，，，，，，，再在高层结构上完成融合。。。。。。
这样既阻止了人声与伴奏之间的信息滋扰，，，，，，，，又能精准匹配二者在节奏、和声上的协同关系。。。。。。
在此基础上，，，，，，，，引入团队研发的HEAR框架的分层增强战略与混淆训练目的，，，，，，，，既包管转音、滑音等演唱技巧的精准复刻，，，，，，，，又通过对音乐美学维度的层级学习强化模子对歌曲情绪的感知能力，，，，，，，，让模子学习差别审美维度下的表达逻辑，，，，，，，，而不但仅是知足于“唱准”。。。。。。
最终带来的体验，，，，，，，，差别化优势很显着：它不再只是把歌词唱出来，，，，，，，，而是会凭证语义和情境调解唱腔——伤心不再只是慢，，，，，，，，而是情绪收敛 ；； ；；； ；；激昂不再只是高音，，，，，，，，而是张力推进。。。。。。
演唱最先具备叙事能力。。。。。。
其次，，，，，，，，旋律层面的转变同样显着
目今AI音乐普遍保存一个问题——听感顺畅，，，，，，，，但缺乏影象点。。。。。。
音潮V3.0的旋律天生气制显著增强了念头设计能力。。。。。。音符之间的张力漫衍更有结构意识，，，，，，，，热潮与铺垫之间的关系更清晰，，，，，，，，副歌段落更容易形成可辨识的Hook。。。。。。
换句话说，，，，，，，，它最先具备“写副歌”的能力。。。。。。旋律不再只是线性流动，，，，，，，，而是带有意图地构建高光片断，，，，，，，，使作品在情绪与听觉上都能留下锚点。。。。。。
当旋律和人声站稳之后，，，，，，，，编曲的整体性、多样性也随之提升
音潮V3.0在气概建模上更成熟，，，，，，，，能够凭证差别音乐类型自动匹配更合理的配器战略。。。。。。乐器之间不再是简朴叠加，，，，，，，，而是围绕主旋律睁开分工，，，，，，，，段落之间的起承转合越发自然，，，，，，，，桥段衔接更平滑，，，，，，，，节奏条理也更清晰。。。。。。
与此同时，，，，，，，，声音的“物理质感”被重新打磨。。。。。。音潮V3.0接纳团队自研?ar-VAE[3]焦点手艺对空间信息举行自力建模，，，，，，，，并将这套高保真重修计划应用到整体天生链路中。。。。。。
?ar-VAE引入了对空间信息的表征与监视手段，，，，，，，，能够准确还原高质量音乐中涉实时序性空间转移的设计细节——好比编曲里鼓组段落的Tom过门、混音中乐器混响的自动化运动等。。。。。。
鼓点的攻击力、电吉他的颗粒感、混响的空间条理，，，，，，，，都比以往越发清晰。。。。。。听感不再只是纯粹高保真的频率响应，，，，，，，，而是真正还原了乐曲中重大的条理安排与空间设计。。。。。。
这些刷新叠加在一起，，，，，，，，带来的转变并不是某个单点突破，，，，，，，，而是整体听感的升级。。。。。。
不过，，，，，，，，手艺难题并不止于天生。。。。。。
音乐评价自己就是高度主观的领域，，，，，，，，缺乏绝对客观的自动化指标。。。。。。
为此，，，，，，，，自由量级建设了专业评价团队，，，，，，，，构建了细粒度评审系统
评审维度极为详尽，，，，，，，，涵盖旋律念头、人声体现（特殊是中文特有的声调与情绪处置惩罚）、编曲富厚度、乐器音质还原度、整体气概统一性等。。。。。。
他们还构建了大规模的强化学习标注数据库，，，，，，，，将人类审美映射进模子参数空间，，，，，，，，实现“人机审美对齐”。。。。。。
自由量级CTO兼执行CEO姜涛博士体现，，，，，，，，审美对齐是一大焦点挑战，，，，，，，，“怎样把差别配景的标注职员的品位，，，，，，，，收敛到一个普适的、可信的审美共识上，，，，，，，，并用数据让模子真正明确这种美”，，，，，，，，这个历程他们迭代了无数个版本，，，，，，，，最终目的是让AI的创作判断无限趋近于资深音乐人的行业直觉。。。。。。
团队的一系列效果，，，，，，，，现已获得国际权威学术舞台的正面验证。。。。。。
在声学与音频领域的国际顶会ICASSP 2026上，，，，，，，，首届“歌曲美学自动评估挑战赛”效果揭晓，，，，，，，，自由量级打造的AI音乐评价系统（BAL-RAE），，，，，，，，在全球多支研究团队的强烈竞争中体现突出，，，，，，，，斩获Task 1（歌曲综合美学评分）全球第二名
从早期无模子可用的拓荒，，，，，，，，到现在在人味、音乐性、编曲富厚度等要害维度上抵达行业领先水准，，，，，，，，自由量级的手艺路径真正的护城河，，，，，，，，来自于其在最底层的模子架构、数据与审美对齐上，，，，，，，，所举行的漫长而坚定的全链路投入。。。。。。
值得一提的是，，，，，，，，这种投入并非关闭。。。。。。
音乐行业自己是一个相对闭源的生态，，，，，，，，商业公司的手艺计划大多藏在围墙之后。。。。。。自由量级原本可以守着这套自研系统闷声赶路，，，，，，，，但他们选择把部分研究效果与模浚浚浚浚块对外开源
产品上让人人都会写歌，，，，，，，，手艺上让更多团队有戮由走。。。。。。一家已经有商业解决计划的公司，，，，，，，，还愿意向开源社区运送自己的手艺细节和组件，，，，，，，，这件事自己就很难堪。。。。。。
更多开源效果可查阅自由量级手艺团队ear-lab主页：https://eps-acoustic-revolution-lab.github.io/ear-lab
手艺能跑到这个水位，，，，，，，，往往不是无意。。。。。。顺着模子和产品往回看，，，，，，，，背后的团队，，，，，，，，着实更值得睁开说一说。。。。。。
一群懂音乐的人，，，，，，，，要让每小我私家都能用音乐表达
和团队交流时，，，，，，，，一个很是直接的感受是：他们做音乐AI，，，，，，，，并不是从模子能力有多强出发，，，，，，，，而是从音乐创作这件事自己出发。。。。。。
自由量级，，，，，，，，建设于2023年，，，，，，，，专注于AIGC与多模态大模子研发。。。。。。焦点团队极具特色：人均音乐人。。。。。。
CTO兼执行CEO姜涛笑称“PT视讯(中国区)官网算法团队都能拉出个乐队了，，，，，，，，吹拉弹唱都够了”。。。。。。工位上吉他、Populele随手抓，，，，，，，，写代码的间隙能直接jam一段。。。。。。
专业评价团队认真人虽工科身世，，，，，，，，但也是个音乐人，，，，，，，，还曾给一线音乐人写过词、做过曲。。。。。。这样的角色肩负了双向翻译的事情——既能明确音乐语言中的情绪张力与气概表达，，，，，，，，也掌握算法系统中的指标逻辑与优化路径，，，，，，，，弥合两个领域之间的认知差别。。。。。。
有意思的是，，，，，，，，这种协作时也常爆发有趣的碰撞。。。。。。姜涛透露，，，，，，，，有时作为音乐人以为某首天生作品极具熏染力，，，，，，，，算法侧从语谱图或结构指标看却不达标 ；； ；；； ；；某些实录乐器的“模糊感”在手艺指标上算作缺陷，，，，，，，，听感上却更显拟真。。。。。。
正是这种一连的拉扯，，，，，，，，让产品在手艺可控与情绪惊喜之间找到了动态平衡。。。。。。
向上生长，，，，，，，，打磨模子的人味与质感 ；； ；；； ；；向下扎根，，，，，，，，还要把这些能力铺到离通俗人最近的地方。。。。。。对自由量级而言，，，，，，，，这两件事历来不是割裂的——手艺越往上走，，，，，，，，越要往着落得实。。。。。。
现在，，，，，，，，音潮已进入多家厂商的音乐天生接口效劳供应链，，，，，，，，笼罩音乐创作工具、MV天生、图片转视频等多个偏向 ；； ；；； ；；线下与KTV的相助也在推进，，，，，，，，未来用户或允许以在包房里唱自己写的AI原创歌。。。。。。就连2025年WAIC大会的官方主题曲《AI For Good》，，，，，，，，从作词、作曲到人声演唱，，，，，，，，也由音潮大模子全栈支持完成。。。。。。
“音乐消耗是分条理、分场景、分人群的”团队体现，，，，，，，，“PT视讯(中国区)官网效劳甜点，，，，，，，，恰恰站在离各人最近的地方。。。。。。”
理念层面，，，，，，，，他们强调让人人都能创作音乐 ；； ；；； ；；机制层面，，，，，，，，音潮用户协议明确AI天生音乐的版权归属用户，，，，，，，，并为创作者提供版权认证协助。。。。。。从专业舞台到KTV，，，，，，，，从影视配乐到朋侪圈BGM，，，，，，，，音乐正在履历一次工具形态的转变。。。。。。
姜涛博士自信且坚定：“滴滴司机、外卖小哥，，，，，，，，他们有故事、有想法，，，，，，，，缺的是工具。。。。。。他们完全可以是这个时代的‘周杰伦’。。。。。。
参考文献：[1]https:锦程商业运营治理有限公司//arxiv.org/abs/2511.20224[2]https://arxiv.org/abs/2511.18869[3]https://arxiv.org/abs/2509.14912