超越 Suno，全球首个 CoT 音乐模型Mureka O1 来了！

出品丨AI 科技大本营（ID：rgznai100）

AI 正渗透各行各业，前不久，一首由 AI 创作的歌曲火爆出圈，在短短几天内登上热歌榜单。AI 正在为音乐爱好者打开音乐创作之门。据 Fortune Business Insights 数据显示，2023年全球数字音频工作站（DAW, Digital Audio Workstation）市场规模高达约30亿美元，预计2026年约70%的DAW企业将使用AI技术辅助音乐创作。

人人都是音乐创作人的时代来临了！

《Mureka》AI 音乐人 MV 全网首发，歌手：Mureka；该作品由 AI 生成，其中音乐由 Mureka 生成，视频由 SkyReels 技术支持生成。

现在用 AI 做音乐到底有多简单多惊艳？

笔者打开 www.mureka.ai，只需简单几个提示词，点击创作，一分钟生成两个版本的歌曲：

点开这首《童年的夜晚》，旋律柔和动听，人声温柔真挚，咬字清晰，歌词很贴近提示词的风格，完全没有 AI 感，很不错。

将生成的歌曲下载下来后，小编发现它支持音轨分离下载。普通歌曲下载只有一条音轨，而Mureka 提供音乐生成的独立的人声、伴奏等多轨输出，比如鼓声、贝斯等，这样对编曲者来说无疑是二次创作的神器，方便用户后续混音。

什么？你说提示词生成是小case啦？来，上难度，点击高级模式，Mureka 平台一键“以曲生曲”，选择或上传参考的音频，Mureka 也能根据你想要的音乐生成新的音乐了。Mureka 还可以进行“音色克隆”，即使用指定歌手的音色来生成歌曲，例如让陈奕迅唱刘德华的歌，或者上传一段10秒自己的声音，一键生成个性化专属作品，每个人都能成为 AI 歌手“出道”了。

笔者指定歌手选择一段《舒克贝塔主题曲》，参考歌曲选择英文儿歌《TwinkleTwinkleLittleStar》，输入新歌名为《未来智星球》，点击生成歌词，再点击创作，最后生成全新歌曲：

提取舒克贝塔主题曲的人声，结合《TwinkleTwinkleLittleStar》欢快上扬旋律，生成的歌曲欢快轻松，风格很贴歌词，很有童年动漫主题曲那味了，不知道的还以为《舒克贝塔》换主题曲了。

下面是用陈奕迅的声音来生成新的歌曲，是不是以为 Eason 发新专辑了？

除了中文、英语外，想考考 AI 懂不懂其他语言？洒洒水啦，Mureka 比小编厉害多了，支持生成英语、中文、日语、韩语、法语、西班牙语、葡萄牙语、德语、意大利语和俄语这十种语言的歌曲，偶尔尝试创作不同语言的歌曲也不错。

例如输入“类似新裤子乐队《你要跳舞吗》风格的日语歌”，Mureka 生成的日文歌《青春的舞步》活力满满，欢快悦耳，Get 到新裤子的精髓了，日文歌词里还穿插一句中文的“你要跳舞吗？”，呼应原版紧扣题呀！

输入“创作一首法语香颂，注意体现法国传统音乐，歌词诗意、浪漫，音乐有钢琴、小提琴等经典乐器”，Mureka 生成一首十分浪漫的法语歌，彷佛一位面容精致的女士，正用深邃的眼睛注视着你，轻轻歌唱一个唯美的爱情故事：

笔者还特意机翻歌词，写得和罗曼蒂克：

输入“一首葡萄牙语的桑巴舞曲，歌词充满活力，容易上口，让人想跟着跳动起来，音乐有打击乐器、铜管乐器的设计”提示词，生成的这首桑巴，很上手呀：

体验一圈下来，细心的你可能发现了，小编生成的歌曲带"V6"、"O1"的标识，在页面里还可以选择切换模型：

这几款音乐模型有什么区别？背后有哪些黑科技来支撑它们生成如此惊艳的歌曲，小编跟大家详细说说。

超越 Suno，Mureka O1 上大分！

早在 2024 年 4 月，昆仑万维发布国内首个公开的 AI 音乐生成大模型 Mureka V1（SkyMusic），经过近一年的迭代更新，Mureka 又上新！3 月 26 日，昆仑万维发布两款最新大模型：Mureka O1、Mureka V6，表现亮眼。

Mureka V6 采用自研的ICL（in-context learning）技术，显著提升声场的开阔感，增强人声质感和混音效果，支持纯音乐生成和十种语言的歌曲生成。而 Mureka O1 是全球首个采用 CoT 技术音乐模型，O1系统以多语言音乐创作、场景化背景音乐生成和先进 AI 音乐编辑为核心功能，大大降低音乐创作门槛，全面重塑音乐创作范式。据悉，目前已有超过 100 个国家和地区的用户使用 Mureka。

为什么这么说？分享两组数据：

在最新的音乐评测中，Mureka O1 在最终的整体听感评测超过 Suno V4。其中乐器演奏法多样性和配器设计方面超越 Suno V4，Mureka O1 在音质、人声质感及 BGM 质感上做到提升，为用户高品质的音乐体验。

在客观评测中，Mureka O1 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中，表现均比Suno V4 表现出色。从中我们看到，Mureka O1 已达到行业SOTA水准。

同一套歌词，对比 Mureka O1 和 Suno V4 实际生成效果， 是不是觉得 Mureka O1 的人声更跑满，乐器更丰富呢？

引入 CoT，Mureka O1 让人惊艳

Mureka O1 表现如此强劲，离不开这项创新黑科技——MusiCoT。在介绍 MusiCoT 之前，我们先简单介绍 CoT。之前我们在使用大语言模型时，通过系列提示词可引导模型逐步完成复杂的任务，这是通过“提示链”的方式来给模型提供思考路径，使模型能按照预定的方向进行推理和生成内容。而“思维链”（CoT）让模型模仿人类的思考过程，通过产生一系列中间推理步骤来解决问题，而不是直接给出答案。这种方法有助于提高模型在复杂问题上的表现，增加输出结果的准确性和可解释性。

Mureka O1 首次在音乐生成领域应用的 MusiCoT，便是利用思维链 CoT 的方式。据《Analyzable Chain-of-Musical-Thought Promptingfor High-Fidelity Music Generation》（项目主页：MusiCoT.github.io）记录，不同于传统自回归模型逐步生成音频，MusiCoT 首次在细粒度音频 token 预测前预生成整体音乐结构，大幅提升生成音乐的结构连贯性与乐器编排精准度，大大提升歌词旋律契合度、演唱准确性和艺术表现力，同时保持低延时音乐生成。MusiCoT 基于 CLAP 模型，无需人工标注即具备高扩展性，并显著提高了生成音乐的可解释性和质量。

如此一来，MusiCoT 可以大大提升音乐模型的表现。例如在音乐生成任务中，模型可以通过一系列中间步骤来决定一个乐句的发展方向、节奏变化或是和弦进行，从而使得最终生成的作品更加有逻辑性和情感表达力。又如可提高个性化定制能力，音乐模型可以根据用户偏好或特定风格的要求进行更为精细的调整，有助于生成更符合特定需求或风格的音乐作品。

开放 API，共创价值

如果你想更进一步定制更多音乐内容，Mureka 作为业内首批正式提供多种 API 服务的 AI 音乐生成工具，开发者可以直接调用 Mureka 的 API 生成歌曲，同时可以上传自己的私有数据微调模型，让模型生成符合数据特征风格的歌曲。通过开放 API，Mureka 与更多人共同探索大模型从“技术爆发”到“价值创造”，帮助大家拓展商业价值。

目前，Mureka 同时开放两大类灵活的 API 服务，不仅包括音乐音频生成 API，还有语音合成 API。音乐 API，包括标准音乐生成 API、精调私有曲库 API，适用于内容创作、游戏配乐、短视频等多场景应用，也能提供定制品牌音乐、个人专辑等能力；语音 API，包括 AI 语音播客、精品说话人、音色克隆等 API ，用于语音播客、预制精品音色语音合成、音色克隆等场景。

不仅首次开放 API 服务，Mureka 还放大招——全球首批开放模型微调功能，开放基于 Mureka V6 的模型微调服务。大家可以根据自己的数据来训练专属音乐模型，有效提升音乐创作效率。Mureka 将严格保密数据，不会用于训练 Mureka 基座模型和泄露给他人。

开放同共建，有朋远方来。大模型技术的发展从来不是一家企业、一个平台就能推动的。Mureka 通过开放 API 和模型微调功能，帮助更多音乐人、制作人、品牌和游戏开发者提供定制化的 AI 音乐解决方案，创造更大的价值，共建蓬勃的 AI 音乐开发者生态。

从本次 Mureka 的全新升级来看，诸多音乐生成领域的技术创新均走在世界前沿：MusiCoT、开放 API 平台和模型微调。这来源于昆仑万维的战略，早在 2023 年 4 月，昆仑万维在 2022 年年度业绩报告提到：展望未来十年，昆仑万维将坚定的“All in”AGI 与AIGC。在 2024 年 1月，昆仑万维发布全新使命“实现通用人工智能，让每个人更好地塑造和表达自我”。

昆仑万维创始人周亚辉表示：“未来三十年，人类社会将从感知线，变成表达线，整个人类社会在自我表达侧要翻1000倍；创作和自我表达是未来30年在整个社交和文化领域增长最快的曲线，会有越来越多人表达自我，表达对世界的理解、对社会事物的态度，表达越来越艺术化和趣味化；这种表达在过去很困难，因为工具门槛高，而未来30年是自我表达的30年，我们要用AI把人类创作的门槛降得足够低，让人们更充分地实现自我表达。”

【活动分享】2025 全球机器学习技术大会（ML-Summit）将于 4 月 18-19 日在上海举办。大会共 12 大主题、50+ 位来自学术界和一线技术实战派的顶尖专家，聚焦下一代大模型技术和生态变革技术实践。详情参考官网：http://ml-summit.org/。