崑崙萬維：中國首個音樂SOTA模型天工SkyMusic音樂大模型開啟公測

來源：變廢為寶 釋出時間：2024-04-19 08:36

IT之家 4 月 17 日訊息，崑崙萬維本日宣佈，天工 3.0 大模型效能提升顯著，旗下的天工 SkyMusic 音樂大模型也在今日面向全社會開放公測。

天工 3.0 擁有 4000 億引數，超越了 3140 億引數的 Grok-1，是全球最大的開源 MoE 大模型。天工 3.0 在語義理解、邏輯推理、通用性、泛化性、不確定性知識、學習能力等領域效能提升顯著，數學 / 推理 / 程式碼 / 文創能力提升超過 30%。天工 3.0 新增了多輪搜尋與綜合工具呼叫、圖表繪製、研究模式、增強模式、改圖擴圖等多項 AI 能力。

天工 3.0 旗下的天工 SkyMusic 音樂大模型也在今日面向全社會開放公測。崑崙萬維表示天工 SkyMusic 在人聲 & BGM 音質、人聲自然度、發音可懂度等領域“顯著”領先對手，綜合性能超越 Suno V3，取得音樂大模型 SOTA（State of the art model，即在當前研究中表現最好的模型）。

天工 SkyMusic 採用音樂音訊領域類 Sora 模型架構，Large-scale Transformer 負責譜曲，來學習 Music Patches 的上下文依賴關係，同時完成音樂可控性，Diffusion Transformer 負責演唱，透過 LDM 讓 Music Patches 被還原成高質量音訊，使其能夠支援生成 80 秒 44100Hz 取樣率雙聲道立體聲歌曲。

據介紹，天工 SkyMusic 具備以下特點：

• 高質量 AI 音樂：生成 80 秒 44100Hz 取樣率雙聲道立體聲 AI 歌曲

• 人聲“以假亂真”：中文水平極為優秀，發音清晰無異響

• 歌詞段落控制：生成的歌曲可以明確分辨出不同歌詞段落的情緒變化

• 多種音樂風格：支援說唱 / 民謠 / 放克 / 古風 / 電子等

• 音樂智慧表達：能夠學習如顫音、歌劇、吟唱、男女對唱，自動和聲等多種歌唱技巧

• 參考音樂生成：使用者上傳自有參考音樂，生成風格、唱腔類似的歌曲

• 方言歌曲生成：支援粵語、成都話、北京話等眾多方言

IT之家從公開資料獲悉，崑崙萬維是中國網際網路平臺出海企業，深耕海外市場十餘載，業務覆蓋包括資訊分發、社交、 娛樂、元宇宙、遊戲及 AIGC 等多個領域，旗下包括 AGI 與 AIGC 、海外資訊分發與元宇宙、投資等三大業務板塊，市場遍及中國、東南亞、非洲、中東、北美、南美、歐洲等地。截至目前，全球平均月活躍使用者近 4 億，海外收入佔比達 84%。

IT之家 4 月 17 日訊息，崑崙萬維本日宣佈，天工 3.0 大模型效能提升顯著，旗下的天工 SkyMusic 音樂大模型也在今日面向全社會開放公測。

天工 3.0 擁有 4000 億引數，超越了 3140 億引數的 Grok-1，是全球最大的開源 MoE 大模型。天工 3.0 在語義理解、邏輯推理、通用性、泛化性、不確定性知識、學習能力等領域效能提升顯著，數學 / 推理 / 程式碼 / 文創能力提升超過 30%。天工 3.0 新增了多輪搜尋與綜合工具呼叫、圖表繪製、研究模式、增強模式、改圖擴圖等多項 AI 能力。

天工 3.0 旗下的天工 SkyMusic 音樂大模型也在今日面向全社會開放公測。崑崙萬維表示天工 SkyMusic 在人聲 & BGM 音質、人聲自然度、發音可懂度等領域“顯著”領先對手，綜合性能超越 Suno V3，取得音樂大模型 SOTA（State of the art model，即在當前研究中表現最好的模型）。

IT之家 4 月 17 日訊息，崑崙萬維本日宣佈，天工 3.0 大模型效能提升顯著，旗下的天工 SkyMusic 音樂大模型也在今日面向全社會開放公測。

天工 3.0 擁有 4000 億引數，超越了 3140 億引數的 Grok-1，是全球最大的開源 MoE 大模型。天工 3.0 在語義理解、邏輯推理、通用性、泛化性、不確定性知識、學習能力等領域效能提升顯著，數學 / 推理 / 程式碼 / 文創能力提升超過 30%。天工 3.0 新增了多輪搜尋與綜合工具呼叫、圖表繪製、研究模式、增強模式、改圖擴圖等多項 AI 能力。

天工 3.0 旗下的天工 SkyMusic 音樂大模型也在今日面向全社會開放公測。崑崙萬維表示天工 SkyMusic 在人聲 & BGM 音質、人聲自然度、發音可懂度等領域“顯著”領先對手，綜合性能超越 Suno V3，取得音樂大模型 SOTA（State of the art model，即在當前研究中表現最好的模型）。