我要投稿

又刷屏了，昆仑万维奇袭音乐大模型

发布日期：2025-04-06 05:14:02 浏览次数： 1939

作者：阑夕

微信搜一搜，关注“阑夕”

出道即巅峰，又一款纯正中国血统的大模型，跑出了SOTA（当前最佳水平）的分数。

昆仑万维发布的音乐大模型Mureka O1，在音乐生成品质的评测上，全面超越作为行业领头羊的Suno——相当于ChatGPT在文本大模型的优势地位——成了又一个空降而来的「新王」。

当然，和普通大模型通常通过做题的准确率来对比能力差异不同，音乐内容的好坏缺少完全客观的评判标准，所以昆仑万维也做到了力所能及的公平：

在最新的音乐评测中，Mureka O1展现出卓越的音乐品质，在最终的整体听感评测超过了Suno V4。

图丨Mureka O1在主观测评中整体听感超越Suno V4

而在发音唱对率、乐段准确率、文本相关度、制作质量等客观指标，多个维度上，Mureka O1都完全胜过了目前市场份额最高的Sonu V4，让海外的AI技术圈再次发出了灵魂三问：

图丨Mureka O1在文本生成音乐的客观测评中得分

这是谁?哪儿来的？怎么办到的？

怎么说呢，疑惑的起点都是傲慢，从看不到中国AI的奋起，到不关心大厂以外的突破，这笔认知债务，还有很长时间要还。

· · ·

作为一家上市公司，昆仑万维没有所谓「2VC」的叙事需求，它对AI的研究投入，一方面是对技术创新的敏感，另一方面也是自身业务的延伸。

早在3年前，昆仑万维就用AI生成的音乐和图形为旗下游戏业务做了降本增效——2万块钱的一首BGM版权，被5块钱的AI成本顶替——这种基于现实需要的回报，客观上也为昆仑万维的AI版图去掉了表演性质。

昆仑万维的创始人周亚辉每年都会在朋友圈锐评各家公司的AI表现，并经常流传出媒体喜闻乐见的金句，比如「字节跳动2023年的AI战略不及格，但并不影响它在2024年的AI战略能打满分。」

而在对自家公司的评价上，周亚辉用了一个自创的词组：「小而大美」。

昆仑万维的市值，在500亿人民币左右，真要和全球互联网大厂正面硬刚，显然没有多少胜算，但在周亚辉看来，昆仑万维的AI进展不是「小而美」，而是「小而大美」，大在哪儿？

大在全球，大在对AI商业化上游的卡位。

如果在YouTube搜索Mureka，就能发现已经有很多创作者在用这款产品创作音乐了，这和很多AI概念产品的扩散路径——先由技术社区引爆，再去寻找应用场景——还不太一样，是市场先行、「炸裂」后至。

这和昆仑万维的海外业务早已打下基底有关，语音社交应用StarMaker是中国互动娱乐出海的标志性产品，全球几千万人挤在里面唱歌打榜，对于音乐创作者会在多大程度上为生产力买单，熟念于心。

在这波AI浪潮袭来之前，StarMaker就在自己做语料库了，单个小语种每个月要花几百万美元，这种积累，也相当于昆仑万维在今天闯入音乐大模型的「合法外挂」，当一个高等级玩家出现在新手村，任何动作都会是降维打击。

于是就有了Mureka O1的顺利登顶。

· · ·

某种程度上，Mureka O1会让海外的AI从业者内心生出「快别卷了」的无奈，因为它是第一个引入思维链（Chain-of-Thought）的音乐大模型。

思维链就是OpenAI o1和DeepSeek-R1为大模型行业带来的第二条进化曲线，通过教会大模型推理能力，在预训练陷入瓶颈之后重新解决了智能不再提升的问题。

不过思维链几乎只被用在文本大模型领域，从来没有在音乐大模型有过尝试，而昆仑万维实现了让Mureka O1像一个真实的唱作人那样，用经验和思考——而非直觉——来谱曲写歌。

在已经发布的论文里，Mureka团队意识到传统自回归模型在生成音频时的局限性，也就是遵循Transformer的预测模式，只能按顺序吐出音符（Token），而在开创了思维链之后，Mureka O1可以在生成之前就对整体作曲结构做出计划和梳理，大幅提高音乐的连贯性。

而这正是现阶段音乐大模型最深的痛点，没有之一。

简单来说，以Suno为代表的旧式音乐大模型，在创作音乐时很容易出现「有曲调而无旋律」的特点，有曲调意味着这确实可被辨识出是一首音乐作品，无旋律则说明和那些真正由人谱写出来的音乐相比，AI的工作成果不够动听，没有朗朗上口的艺术审美。

这和文本大模型被诟病的地方是一致的，看起来AI很能写作，吐起词句来连绵不绝，却在很多时候经不起细看，因为堆砌痕迹过重，给人「AI味」太浓的观感，更严重的指责，甚至将AI生成的作品称作是「尸块」。

而Mureka O1提供的推理能力，可以让AI站在全局的视角规划一首音乐从无到有的构建过程，避免「走一步算一步」的强行成分，这在实际体验上再造了魔法般的美学功底。

比如这首放克风格的音乐作品「Hands up high」，你们听完一定会和我产生同样的惊讶，不止是完整度，连同旋律构思和歌词卡点，包括逼真的人声唱腔，几乎都不再有AI生成时那种挥之不散的电子感，达到了可以发行的地步：

还有充满自由气息的欢快的乡村歌曲：

不过，对于更多想要扬名立万的创作者来说，AI才是能帮他们做自己的工具，Mureka O1的大受好评，就建立在这种浓得无法化开的需求之上，一次古登堡式的歌唱平权。

而在DeepSeek横空出世之后，国产AI行业就开始呈现出类似工业领域的供应链溢出效应，让音乐大模型学会推理创作，就是其中一个例证，更重要的是，从人才密度，到技术突破，中国的AI公司都开始骑脸输出，反过来向全球贡献经验，并挨个占领所有榜单的前列位置。

波澜壮阔的创新，永远的科技发展史上最美丽的那道风景线

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-12-13

Palantir 的版本管理机制深度解读

2025-12-13

我做的第一个Claude Skill

2025-12-13

AI 的衔尾蛇：当需求成为一场镜像游戏

2025-12-13

GPT-5.2实测：五大职场“牛马任务”，考验它的生存力

2025-12-12

最权威AI Agent避坑指南来了！智能体越多死得越快，效率最高暴跌70%

2025-12-12

2025年，企业级AI的主战场在哪里？

2025-12-12

智能体（AI Agents）工作流：核心架构、模式原理与落地案例

2025-12-12

GPT 5.2的长上下文厉害了，但是写文真的强吗？

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

从需求场景出发的AI应用项目落地方法论

2025-09-19

马斯克 Grok imagine 完整使用指南：工具、案例、提示词，看这一篇就够了！

2025-10-26

实测 Sora 2 ：AI视频的“ChatGPT时刻”来了？八大场景教你解锁各种玩法（附邀请码）

2025-10-02

新版 GPT-5 刚刚发布，最卷 AI 连肝代码 7 小时，编程工具大洗牌开始了

2025-09-16

阿里发布下一代企业级智能体开发框架AgentScope 1.0

2025-09-17

RagFLow v0.20.X全面解析！双向MCP、Agentic智能体...这次真的起飞了！（附长图）

2025-09-29

一文速览OpenAI Dev Day 2025，下半年开始大洗牌

2025-10-07

Claude Sonnet4.5发布，号称世界最强模型，超越gpt-5-codex

2025-09-30

我挖到Gemini 3.0 Pro十大隐藏玩法，做网页已经落后N个版本了

2025-11-19

2025-10-20

大家都在问

2025年，企业级AI的主战场在哪里？

2025-12-12

GPT 5.2的长上下文厉害了，但是写文真的强吗？

2025-12-12

涌现观点｜AI 开发的"App Store 时刻"：为什么你应该停止构建 Agent？

2025-12-11

Human In the Loop竟然可以是个MCP?

2025-12-09

AI会消灭搜索吗？

2025-12-08

企业在本地部署大语言模型，如何构建网络信息安全防护体系？

2025-12-08

Bun × Anthropic：AI 运行时变革的信号？

2025-12-03

MCP是不是真凉了？

2025-12-01

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB