YuE 2 是什么?开源音乐大模型跑分与商用边界封面图
AI 创作约 7 分钟

YuE 2 是什么?开源音乐大模型跑分与商用边界

AI 指南··◉ 0 浏览

YuE 2 是什么?开源音乐大模型跑分与商用边界

YuE 2(模型名 YuE2-3B)是 M-A-P 联合港科大、NYU、斯坦福等机构开源的 3B 音乐生成模型,输入歌词和风格提示就能生成带人声与伴奏的完整歌曲。2026 年 9 月 12 日的 WildSongBench 评测里,它最好的成绩 SongBench 均分 6.9632,超过 Suno v5 的 6.8721 和 Suno v6 的 6.5562。

YuE 2 官方 Demo 页:输入歌词与风格提示生成完整歌曲

YuE 2 的定义与出身

一句话说清:YuE 2 是一个「歌词加风格进、完整歌曲出」的开源文本到音频模型,参数规模 3B,输出 48kHz 立体声。

  • 出品方:M-A-P(Multimodal Art Projection),合作方包括香港科技大学、纽约大学、斯坦福、MBZUAI、NOIZ 与 ACE Studio。
  • 模型规模:3B 参数,在生成模型里算小体量,官方标称达到前沿级歌曲质量。
  • 版本关系:它是 2025 年 YuE(常被叫 YuE 1)的新一代,旧版本代码与许可完整保留在 YuE-v1 分支。

模型权重在 Hugging Face 的 m-a-p/YuE2-3B 仓库,代码与文档在 GitHub 官方仓库,两个入口都是一手信息。

和 YuE 1 最本质的差别:先写谱,再出声

YuE 2 最大的变化是白盒化:它不直接吐音频,而是先写一份可读、可改的乐谱,再把乐谱渲染成歌。

  • 符号规划:模型先把歌词和风格变成旋律与和弦的乐谱(ABC 记谱),人和 Agent 都能读、都能改。
  • 三种模式:cot="full" 规划旋律加和弦,是默认值;cot="melody" 只规划旋律,官方推荐用于翻唱;cot="off" 不写谱直接生成。
  • 底层架构:AR-NAR Mixture-of-Transformers 骨干先预测乐谱与语义 token,再用 flow matching 生成声学潜变量,最后由 VAE 解码为音频。

对使用者的意义很直接:同一首歌可以反复改和声、改配器、改段落,每次都生成一个新的完整录音,而不是靠反复重摇碰运气。

实际能做的三件事

YuE2-3B 模型页展示生成、翻唱与编辑三种用法

  1. 写歌:给一段风格描述和整首歌词,直接生成带人声与伴奏的成品,官方示例含中文 funk 与英文摇滚曲目。

  2. 翻唱:用官方的 SheetSage2 把已有录音转成旋律谱,配上新歌词或新风格,再用 cot="melody" 生成翻唱版本,官方示例包含《最炫民族风》的抒情改编。

  3. Agent 编辑:把乐谱、原始提示词和要求交给 Agent,让它改和声、加 solo、调歌词,逐版渲染。官方演示里一首《The Last Train》走过 9 步、产出 14 个版本。

官方跑分:和 Suno、Mureka 比怎么样

WildSongBench 是官方发布的评测集,192 条提示词,口径为 2026 年 9 月 12 日。SongBench 均分越高越好:

模型 SongBench 均分 ↑
YuE2(best-of-8) 6.9632
Mureka 9 6.9377
Suno v5 6.8721
YuE2(默认) 6.7316
Suno v5.5 6.7150
Suno v6 6.5562
YuE 1 4.9165

数据来源:WildSongBench 评测集,2026 年 9 月 12 日。

YuE 2 与 Suno v5、Suno v6 的 SongBench 跑分对比图

看表注意两点。一是默认成绩是「从两个候选里选一个」,best-of-8 是「从八个候选里挑一个」,后者要跑更多次;二是官方说明,最高分之间的差距不足以构成统计显著,别把零点零几分当成碾压。

开源许可:个人能免费商用吗

这是中文内容里最容易被含糊掉的一点,官方把许可拆成三类:

  • 个人用户、内容创作者、音乐人:免费使用,生成的成品可以变现,不需要向官方付费或分成。
  • 学术研究与教学:免费,仅限非商业用途。
  • 公司商业使用:要联系官方谈模型权重的商业许可。

细节是:代码、Agent Skill 与文档用 Apache 2.0;模型权重用 CC BY-NC 4.0 加附加创作者许可。也就是说开源不等于随便商用,公司想把它接进产品要单独解决授权。

国内用户怎么第一时间用上

  • 先听效果:官方 Demo 页和 Music Arena 盲听都不需要账号,可以先听实际生成质量再决定要不要折腾本地环境。
  • 本地跑:官方支持在 24GB 显存的 NVIDIA GPU 上跑单请求,3.6 分钟的歌在 RTX 4090 上约 71 秒,峰值显存约 11 GiB,完整步骤见 YuE 2 本地部署与显存配置教程。
  • 网络条件:模型文件首次使用从 Hugging Face 下载,国内网络可能需要镜像或代理,这一点部署前要先确认。
  • 想省事:官方仓库自带一个 yue2-music 的 Agent Skill,配合支持 SKILL.md 的编码 Agent 可以对话式生成和改歌。

适合谁,不适合谁

  • 适合:想折腾音乐生成的技术用户、要可控编曲而不是抽卡的创作者、做音乐生成研究的开发者。
  • 不适合:只想开箱即用出歌的人,本地部署门槛不低;以及想直接拿权重做商业产品的公司,得先解决授权。

同类概念可以先读站内的 YuE2 是什么:比肩 Suno 的开源 AI 音乐模型怎么玩;想横向了解其他开源模型,可以看 Union Alpha 是什么?免费 262K 匿名大模型实测与使用方法,以及 GLM-6.0 是什么?何时发布、全自训练与 393 亿募资。

常见问题

YuE 2 是免费的吗?

答:对个人免费。官方明确个人用户、内容创作者和音乐人可以免费使用 YuE 2,而且能把生成的音乐拿去变现,不需要付授权费或分成。学术研究和教学也免费,但限定非商业用途。

YuE 2 能商用吗?

答:看谁用。个人创作者商用变现没问题;公司把模型权重接进商业产品或服务,需要联系官方获取商业许可。权重许可是 CC BY-NC 4.0 加附加创作者许可,代码部分则是 Apache 2.0。

YuE 2 和 Suno 哪个更好?

答:官方 WildSongBench 上 YuE2(best-of-8)SongBench 均分 6.9632,高于 Suno v5 的 6.8721 和 Suno v6 的 6.5562。但官方也说明最高分之间的差距不足以构成统计显著。选谁更多取决于你要不要本地部署、要不要改乐谱。

跑 YuE 2 需要什么显卡?

答:官方口径是支持 BF16 的 24GB 显存 NVIDIA GPU,一次跑一首歌,同时建议准备 24GB 可用内存。RTX 4090 上 3.6 分钟的歌约 71 秒生成完,单次峰值显存约 11 GiB,最大上下文测试峰值约 14 GiB。

YuE 2 中文歌支持得怎么样?

答:官方模型卡把中文列为支持语言,并直接放了中文 funk 曲目《今晚不眠》和《最炫民族风》的翻唱示例,可以先去官方 Demo 页听这两个例子再判断中文演唱的实际水平。

评论 (0)

?
0/1

还没有评论,来发第一条吧

网站上的服务均为第三方提供,
请用户注意自行甄别。

北京酷讯互动科技有限公司

备案京ICP备2024094994号-29

© 2026 AI345 · All Rights Reserved

用户服务协议·隐私政策