我要投稿

Google 开源全球首个实时音乐大模型

发布日期：2025-07-01 12:19:48 浏览次数： 1523

作者：AI深思维

微信搜一搜，关注“AI深思维”

谷歌 DeepMind开源 MAgenta RealTime（Magenta RT），这是全球首个支持实时交互的音乐生成大模型。

Magenta RT 有多牛？

Magenta RealTime 是全球首个开源的实时音乐生成大模型，它实现了 “创作快于播放”，在免费 Colab 平台上，生成 2 秒音乐仅需 1.25 秒，速度比实时播放快 60%。

它采用分块流式生成技术，把音乐切成 2 秒的小片段连续生成，每个片段都会参考前 10 秒的音乐背景，以保证旋律连贯演进。其跨模态控制能力，让用户能用文字描述或直接哼一段旋律，AI 就会自动理解意图。

它还采用了 SpectroStream 音频压缩器、拥有 8 亿参数大模型，并通过硬件加速优化提升了生成速度。

Magenta RT 是如何生成音乐的？

Magenta RealTime 通过以下方式生成音乐：

首先，它利用 SpectroStream 音频编码器对音乐进行编码，将 48kHz 立体声高保真音频转化为离散音频标记。

然后，它基于 MusicCoCa 嵌入技术，将文本提示或参考音频实时映射到语义空间，作为风格嵌入。

接着，基于 Transformer 的自回归模型根据前 10 秒的粗糙音频标记和风格嵌入，生成下一个 2 秒的细粒度音频标记。

最后，通过 SpectroStream 音频解码器将生成的音频标记还原为高保真音频。

该模型以 2 秒音频块为单位持续生成，每个片段动态融合前 10 秒的上下文音频，确保旋律连贯演进。

怎么体验Magenta RT？

目前有多种方式可以体验 Magenta RealTime：

一是通过官方的 Colab 演示，无需本地部署，直接在浏览器中运行即可。

二是本地部署，可从 GitHub 安装，支持 CPU、GPU、TPU 多种部署方式。

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：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-07-01

悟空Agent实战：LLaMA-Factory高危0day漏洞挖掘与修复

2025-06-30

重磅！百度文心一言4.5开源，包含2个多模态大模型，4个大语言模型，最大参数量4240亿！完全免费商用授权！

2025-06-28

卷疯了！这个清华系Agent框架开源后迅速斩获1.9k stars，还要“消灭”Prompt？

2025-06-28

刚刚，马斯克宣布：Grok 4 将于7月4日后发布！

2025-06-27

Local MCP时代来临：一键集成AI的Desktop Extensions（.dxt）深度解析

2025-06-27

PaddleOCR 3.0重磅发布！OCR精度跃升13%，多场景文档解析全面升级

2025-06-26

动手学Dify：知识库与外部知识库

2025-06-26

Google刚刚开源的这个东西，让Claude慌了｜ Gemini-CLI 提示词详细拆解

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

看大厂PM，如何玩转多个智能体开发平台

2025-06-17

53AI Hub重磅开源！让99%的智能体开发者赚到钱！

2025-06-17

15个最佳开源 RAG 框架选型指南

2025-04-13

源神降临！阿里 Qwen3 全系发布，免费商用，消费级显卡就能跑！(深度解读 + 实战case)

2025-04-29

OpenAI学院：人工智能领头羊自己下场做课了

2025-04-12

一文看懂谷歌 A2A：它到底是个啥？为什么能带AI Agent 组队开黑？

2025-04-10

Qwen3中性能最强MOE模型部署抛砖引玉 + 实测

2025-04-29

阿里Qwen3正式发布：最小6亿参数，叫板Gemini-2.5Pro

2025-04-29

手搓Manus？MCP 原理解析与MCP Client实践

2025-04-15

刚刚，DeepSeek开源新版R1，媲美OpenAI最高o3模型

2025-05-29

大家都在问

卷疯了！这个清华系Agent框架开源后迅速斩获1.9k stars，还要“消灭”Prompt？

2025-06-28

从 MCP 谈起，到底什么才是 AI Native 产品？

2025-06-25

中国AI Agent市场最终会变成一地鸡毛吗？

2025-06-25

如何使用 Agno 构建一个基础的 AI 智能体？

2025-06-21

开源AI工具Magentic UI，凭什么让你的工作效率提升300%？

2025-06-16

如何用Gradio搭建一个完整的AI产品功能？

2025-06-15

从天价咨询到免费AI，夸克能改变志愿填报这门生意吗？

2025-06-14

开源RAG项目到底如何选型？

2025-06-10

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 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB