YuE2-3B:把乐谱做成接口的开源歌曲生成模型
m-a-p 的开源歌曲生成模型,3B 参数,权重 CC-BY-NC-4.0,歌词加风格 prompt 直出带人声与伴奏的 48kHz 立体声完整歌曲。本站把它列为音频域音乐方向的开放权重梯顶,依据是同代开源模型里几乎唯一的组合:开放权重加可编辑的中间表示。一条 AR-NAR Mixture-of-Transformers 主干先写 ABC 记谱(旋律与和弦)与语义 token,再用 flow matching 生成声学 latent、VAE 解码,所以乐谱是能被人和 agent 读改的产物,而不是只能重抽的黑箱;三档 cot(full / melody / off)分别对应作曲、翻唱与直出,官方 agent 编辑 demo 是 9 步 14 版把中文流行改成英文爵士。跑分口径要读准:WildSongBench 192 条 prompt 上 best-of-8 的 SongBench 均分 6.9632 高于 Suno v5 的 6.8721 与 v6 的 6.5562,但那是 8 候选选优对单次交付;MuLan 与 AllMusicCaps 两项风格文本对齐仍输给 Suno v5,PER 8.44% 也落后于 Suno v6 Wild 的 7.45% 与 MiniMax Music 3 的 6.27%。成本是它最实的优势:RTX 4090 24GB 上一首 3.6 分钟的歌 71 秒生成、峰值 11.18GiB,H800 加 vLLM 并发 32 达 373 首每小时。边界:非商业许可;翻唱的身份保持几乎全靠外部乐谱(不给谱 CLEWS mAP 塌到 0.006);跑分用 legacy VAE 而默认发的是新 VAE;技术报告未出、盲听榜尚无结果。置信度 C(厂商宣称),本站未复算。