Suno、Udio都被它干翻！中國AI音樂模型拿下AA全球榜單雙料冠軍

編輯｜楊文、+0

先給大家聽幾首歌，猜猜哪首是 AI 生成的？

答案是：全部。

這些聽起來與真人演唱無異的歌曲，均出自昆侖萬維旗下的AI 音樂大模型 Mureka V8之手。

前幾天，昆侖萬維旗下的視頻生成模型 SkyReels-V4，剛剛在 Artificial Analysis 的文生視頻（帶音頻）榜單中拿下第一。

緊接著，旗下 AI 音樂大模型 Mureka V8 又在同一機構的榜單上，同時登頂 vocals（人聲）和 instrumental（樂器）雙榜第一，綜合實力超越 Suno V4.5、Udio v1.5 Allegro、Lyria 2 等國際主流 AI 音樂模型，成為目前全球綜合能力最強的 AI 音樂模型。

圖片來源：https://artificialanalysis.ai/music/leaderboard/vocals

圖片來源：https://artificialanalysis.ai/music/leaderboard/instrumental

Artificial Analysis 在業界素有「AI 領域 Gartner」之稱，是當前全球最具影響力的 AI 大模型獨立評測機構之一。它的評測強調獨立性，所有測試均由機構內部完成，不依賴 AI 實驗室自行報告的數據，評測結果曾被 OpenAI、Anthropic、Google 等全球頭部 AI 公司以及權威媒體認可和引用。

在這樣的評測體系下拿到雙榜第一，說明 Mureka V8 經過了最嚴苛的第三方檢驗。

當然，好看的榜單還需要真實體驗來印證。接下來，我們還是老規矩，上手實測一番。

• 全球官網：https://www.mureka.ai/
• 國內官網：https://www.mureka.cn/

一手實測，這個中國 AI 音樂模型有點東西

相比于之前版本，Mureka V8 最大的亮點是生成的音樂完全可以直接發行，人聲更富情感，旋律也更有記憶點。

Mureka V8 提供「簡易」和「自定義」兩種模式。

「簡易」模式下，只需輸入一段歌曲描述便能直接生成完整歌曲，還可上傳參考音頻，模型會在理解創作意圖的基礎上完成完整編曲、人聲演唱和混音輸出。

它支持中英文及多語種，段落結構、情緒推進、唱法選擇均可通過提示詞介入控制。

先來首硬核 Phonk，提示詞給的是「有種喝了第 4 杯濃縮咖啡帶來的亢奮」，聽聽看，是不是還沒到一半就開始抖腿了？

或者輸入「生成一首春日小曲」，其他啥也不用管，不到 30 秒，Mureka V8 直出兩首輕松歡快的民謠。溫柔的演唱配合柔和的編曲，讓人聽完就想出門曬太陽。

說唱風格也能 hold 住。我們輸入提示詞：中文說唱，男聲，歌詞關于城市里的漂泊與奮斗，節奏感強，帶有嘻哈風格的 beat。

咱先不聊音樂性，看看這歌詞寫的：「紅綠燈閃爍著這座城冷漠的頻率，無數個靈魂在斑馬線上交錯浮沉，我抬頭看那云端上高聳的起重機，正一點點吊起我那顆懸空的野心……這座城從不承諾誰會衣錦還鄉，只在每一個深夜里審視你的頑強」，很有畫面感和象征性的隱喻。

我們再來整個活，專門測一下 Mureka V8 的口條：生成一首高速中文流行說唱，女聲主唱，歌詞包含大量繞口令和密集輔音，比如「四是四，十是十」，要求咬字清晰、節奏貼合鼓點、情緒有推進。

有一說一，聽感很不錯，唱詞比很多年輕演員的臺詞還清晰（doge）。

如果懶得想提示詞，我們還可以使用「投骰子」功能，讓其隨機生成。那主題就五花八門了，什么打字機有節奏的敲擊聲、油漬里的彩虹色、抓不到的那只嗡嗡叫蚊子、健身房里嗓門巨大的肌肉男，啥都能拿來做成音樂。

（提示詞：抓不到那只嗡嗡叫的蚊子）

自定義模式就進階一些，不僅可以選擇風格和人聲，還能直接輸入歌詞，把一首歌從情緒到表達完全掌控在自己手里。

前段時間，一首叫《菩薩魚》的 AI 歌曲火遍全網，它之所以爆火，是因為 AI 用慵懶冷峻的旋律和充滿反諷的哲思，唱出了人類在現實規訓下的掙扎與無奈，那種反差感直擊靈魂。

順著這個思路，我們也來復刻一首。我們要用 AI 來唱一首「反抗 AI 與算法」的歌，主題是：科技沒有讓人更輕松，反而把我們變成了更精致的零件，讓人越發焦慮。

這一次，我們直接給 Mureka V8 喂入完整歌詞，并明確設定風格。

大家可以直接跳轉到 30s、56s、2m26s 欣賞 Mureka V8 的神仙轉音。

拿下雙榜第一，AI 音樂如何擁有「靈魂」？

Mureka V8 在 Artificial Analysis（AA）評測中，人聲與樂器雙榜單取得第一的成績，是其底層技術架構長期演進的量變引起質變。在過往的 AI 音樂生成賽道中，行業普遍面臨著旋律缺乏發展、編曲元素停滯不前、人聲機械化以及聽感扁平化等核心技術瓶頸。Mureka V8 與即將發布的 V9，正是針對這些真實創作痛點給出的系統性技術解法。

不僅要「能出聲」，更要工業標準的「能打」

Mureka V8 的技術進步，標志著 AI 音樂從「實驗性聲音段落」的生成，向具備完整審美價值的「音樂作品」邁進。

在生成邏輯層面，V8 顯著提升了音樂的結構完整性與動態發展能力。與以往簡單循環片段的輸出不同，V8 能夠構建出清晰的主副歌對比、具有記憶點的旋律以及完整的段落結構。

在聲學表現上，V8 在人聲的表現和編曲層次上也進行了深度優化。通過精準匹配人聲音色與唱法，模型能賦予虛擬演唱者更強的「主唱存在感」與情感張力。

此外，混音與聲場構建技術的提升，讓 V8 的配器更加飽滿，混響比例與空間層次接近專業音樂制作水準，顯著消除了早期 AI 音樂中的「粗糙感」與「干澀感」。

MusiCoT 構建思維閉環，讓 AI 真正「聽懂」審美

支撐 Mureka 核心模型持續進化的基礎技術，是昆侖萬維自研的MusiCoT（Music Chain-of-Thought）技術體系。自 2024 年初啟動以來，研發團隊逐步完成了評測、后訓練與強化學習的技術閉環。

Mureka 自研基于 MusiCoT 的自回歸模型音樂生成技術（來源：MusiCoT.github.io）

與傳統依賴文本提示進行線性自回歸生成、容易偏離人類創作模式的模型不同，MusiCoT 在技術鏈路上進行了創新重構。它引入了中間推理機制，使模型在生成具體的音頻 token 之前，能夠先自主「思考」并預定義整體的音樂結構、風格與樂器配置。同時，該體系底層依托 CLAP（對比語言-音頻預訓練）架構，在同一個表征空間內對文本與音頻進行對齊訓練。

這種深層次的協同建模能力，使模型在旋律推進、段落表達與音色安排之間建立了內在一致性。通過將復雜的音樂理論轉化為模型可理解的推理鏈路，MusiCoT 成功地將主觀的「好聽」轉化為了可高頻復現的系統性能力，讓 AI 具備了駕馭宏大音樂敘事的基礎。

V9 提前看：攻克詞不達意，讓每一次創作都如你所愿

在 V8 打下的音質與樂感基礎上，Mureka V9 將技術演進的重點放在了「創作意圖的可控表達」上。如果說 V8 主要解決的是「質感」問題，V9 則致力于消除 AI 生成與創作者意圖之間的「表達偏差」。

V9 進一步深化了 MusiCoT 的細粒度控制能力，優化了推理鏈路，顯著提高了文本到音樂的處理效率與生成速度。在控制精度方面，V9 實現了對段落內文本的精準把控，能夠準確理解歌詞中的語義重心、情緒轉折與演唱意圖，從而確保歌詞在對應的音樂段落中得到「恰如其分」的表達，同時有效減少了無意義的哼唱和模糊的唱詞。

此外，V9 在生成結果的多樣性與混音質量上持續優化，推動 AI 音樂技術從「高質感生成」向影視、游戲等全場景賦能的「精準定制」邁進。

3 月 27 日，Mureka V9 將在昆侖萬維相關發布活動中正式亮相，屆時其完整能力邊界也將進一步揭曉。

結語：

從 SkyMusic 到 V9，

昆侖萬維這條路走了多遠

回看 Mureka 的進化軌跡，這次登頂并非一蹴而就。

早在 2024 年 2 月，昆侖萬維就開始搞 AI 音樂大模型研發，不過彼時還在用一個叫 SkyMusic 的內測版本跑通最基礎的訓練、推理和評測閉環，目標也只是實現端到端「能用」。

此后兩年，昆侖萬維幾乎每隔幾個月就有一次技術躍遷。

2024 年 4 月，中英文版本上線天工，開始驗證線上交付與穩定迭代；8 月做了首個超大規模版本，聽感和音質有明顯提升，獨立產品也同步上線；11 月，多語種工程化落地，能力從雙語變成多語種，可維護可迭代；2025 年，MusiCoT 和更系統化的評測、后訓練、強化學習跑成閉環，模型進入有節奏、有方向的長期進化；2026 年 1 月，Mureka V8 正式發布，并在短短 2 個月登頂國際權威榜單。

AI 音樂的邊界，還遠沒有到頭。

技術歸根結底是為表達服務，下次想寫首歌記錄生活，或者給自己的 Vlog 配個專屬 BGM，不妨去官網親自捏一首試試。

至于它的真實聽感到底能不能打動你？你的耳朵說了算。

文中視頻、音頻鏈接：https://mp.weixin.qq.com/s/Gnc7WHgdvneyPoUN-peTUA