HKGAI 發表 YuE2 開源音樂生成模型 憑三大優勢獲譽「音樂界 DeepSeek」

香港生成式人工智能研發中心（HKGAI）正式發佈開源音樂大模型 YuE2，在全球 AI 社群引發關注。作為結合「符號規劃」與「聲學渲染」的開源音樂生成系統，YuE2 在國際評測基準「WildSongBench」中綜合成績首度超越多款主流商業閉源模型，並於開源平台 HuggingFace 登上全站熱門排行榜第四位，成為前五名中唯一的音樂類模型。

YuE2 開放下載九天內，官方主模型錄得逾萬次下載，連同周邊工具鏈及封裝包，整個生態圈累積下載達十七萬九千次。HKGAI 的研發範疇涵蓋語言、視覺及音訊等領域，是次發佈展現出本港研發團隊在音訊生成領域達到國際第一梯隊的實力，亦標誌著音樂領域開源新時代的臨到。

白盒架構解構生成過程 實現高度可控創作體驗

在技術架構上，YuE2 採用高透明度的「白盒」創作邏輯，透過混合專家（MoE）設計將「符號規劃」與「聲學渲染」分離。系統先由自回歸專家預測 ABC 格式樂譜以建構歌曲骨架，再透過流匹配技術預測聲學特徵，並以 VAE 解碼器還原出 48kHz 高保真立體聲音訊，讓創作者可在生成階段隨時介入調控。

這種分段設計讓創作者微調單一音符或樂句時，無需將整首歌曲重新生成，即使轉換曲風亦能保留原旋律。YuE2 支援中、英、日、韓、俄及西班牙語等六種語言，涵蓋逾六十種音樂流派。模型開放免費非商業用途下載，用戶只需單張消費級顯示卡即可於本地端執行，確保數據保留於本地裝置。

三大優勢追平閉源產品 推動 AI 音樂邁向專業化

業界將 YuE2 譽為「音樂界 DeepSeek」，主要由於其具備三大核心優勢。首先，作為開源模型，其關鍵效能指標全面追平甚至超越頂尖商業閉源產品；其次，模型展現極高資源效益，能以較小參數規模與有限硬件資源達成優異質素；最後，它將音樂控制權由雲端服務商重新交還予創作者。

當 AI 音樂生成由隨機抽樣演變為可逐音符調控的白盒工具，意味著相關技術正式跨入專業生產力門檻。HKGAI 同時開源轉譜工具、音樂理解模型及評測基準，構建完整開源生態，不僅降低高品質 AI 音樂的創作門檻，更為專業作曲與編曲流程帶來全新的應用模式。

Source：HKGAI