繼去年4月發(fā)布了第一代音樂生成模型MurekaV1后，3月26日，昆侖萬維發(fā)布全球首款音樂推理大模型MurekaO1模型與全新基座模型MurekaV6。

《Mureka》AI音樂人MV全網(wǎng)首發(fā)，該作品由AI生成，其中音樂由Mureka生成，

視頻由SkyReels技術(shù)支持生成。

據(jù)悉，MurekaV6是當(dāng)前Mureka的基座模型，支持純音樂生成，還支持10種語言的AI音樂創(chuàng)作。在MurekaV6中，昆侖萬維團隊引入自研ICL（in-contextlearning）技術(shù)，使得聲場更加開闊，人聲質(zhì)感和混音設(shè)計進一步強化。

Mureka V6進入界面（Mureka官網(wǎng)）

MurekaO1模型則是基于MurekaV6思維鏈的推理優(yōu)化版本，也是全球范圍內(nèi)首個引入CoT的音樂模型，在推理過程中加入思考與自我批判，大幅提升音樂品質(zhì)、音樂創(chuàng)作效率和靈活性，性能超過Suno，模型登頂SOTA。

圖丨Mureka V6支持10種語言的AI音樂創(chuàng)作

（Mureka官網(wǎng)）

值得一提的是，MurekaO1中包含了Mureka團隊最新發(fā)布的音樂生成領(lǐng)域的創(chuàng)新研究成果——MusiCoT。

MusiCoT利用了思維鏈Chain-of-Thought（CoT）方法，不同于傳統(tǒng)自回歸模型逐步生成音頻，首次在細粒度音頻token預(yù)測前預(yù)生成整體音樂結(jié)構(gòu)，大幅提升生成音樂的結(jié)構(gòu)連貫性與樂器編排精準(zhǔn)度。MusiCoT基于CLAP模型，無需人工標(biāo)注即具備高擴展性，并顯著提高了生成音樂的可解釋性和質(zhì)量。

此外，Mureka不僅是全球首批開放API服務(wù)的AI音樂生成平臺，還同步開放基于MurekaV6的模型微調(diào)服務(wù)，成為全球首個開放模型微調(diào)功能的AI音樂生成平臺。

近期，昆侖萬維董事長兼CEO方漢詳細闡述了Mureka的用戶群體、商業(yè)模式、競爭優(yōu)勢、技術(shù)迭代方向以及整體戰(zhàn)略等關(guān)鍵內(nèi)容，完整揭示了昆侖萬維在AI音樂大模型領(lǐng)域的發(fā)展思路。

Mureka的用戶群體、商業(yè)模式是怎樣的，與同類模型相比有何特征？

方漢：用戶群體包括C端喜歡音樂的普通人，降低了他們的創(chuàng)作門檻，讓他們能自由作曲作詞；B端則主要是影視、游戲、音頻等領(lǐng)域的從業(yè)者，可幫助他們降低成本、提高效率。商業(yè)模式上，C端免費用戶有一定使用權(quán)限，付費可獲得更高速度和優(yōu)先的AI生成機會；B端提供專業(yè)功能，通過SaaS或PasS服務(wù)收費。

MurekaO1模型的優(yōu)勢是什么？思維鏈Chain-of-Thought（CoT）技術(shù)對生成效果有何幫助？

方漢：我們的優(yōu)勢在于思維鏈（Chain-of-Thought，簡稱CoT）技術(shù)，能在生成前預(yù)測音樂結(jié)構(gòu)，提高生成質(zhì)量，在人聲BGM混音、多語言支持方面表現(xiàn)出色。

Mureka O1模型是基于Mureka V6思維鏈的推理優(yōu)化版本，也是全球范圍內(nèi)首個引入CoT的音樂模型，在推理過程中加入思考與自我批判，大幅提升音樂品質(zhì)、音樂創(chuàng)作效率和靈活性。

MusiCoT利用了CoT方法，不同于傳統(tǒng)自回歸模型逐步生成音頻，MusiCoT首次在細粒度音頻token預(yù)測前預(yù)生成整體音樂結(jié)構(gòu)，大幅提升生成音樂的結(jié)構(gòu)連貫性與樂器編排精準(zhǔn)度。MusiCoT基于CLAP模型，無需人工標(biāo)注即具備高擴展性，并顯著提高了生成音樂的可解釋性和質(zhì)量。

AI音樂產(chǎn)品有哪些大客戶？未來商業(yè)化空間如何，會與音樂平臺、創(chuàng)作者合作分成嗎？

方漢：去年就有大客戶，如中國聯(lián)通、中國移動，還有一些造車企業(yè)。海外小B合作也較多，我們的AI曲子在印尼流行音樂排行榜上進過前100。

數(shù)字音樂市場目前全球規(guī)模約40億美金，我們介入后市場規(guī)模有望擴大到百億美金。我們憑借技術(shù)優(yōu)勢和出海經(jīng)驗，希望在全球市場獲得較大份額。

海外有很多個人作者使用我們的產(chǎn)品，傳統(tǒng)音樂創(chuàng)作者對AI音樂的偏見需要時間消除。技術(shù)上AI音樂已接近實用化，預(yù)計3-5年AI生成的音樂能進入消費排行榜，5-10年整個產(chǎn)業(yè)會重組重構(gòu)，可能出現(xiàn)新渠道。

我們作為制作工具，對版權(quán)持開放態(tài)度，但不會介入渠道分發(fā)，付費使用的版權(quán)歸用戶。目前一些音樂創(chuàng)作者對AI音樂存在誤解，但頭部創(chuàng)作者對AIGC技術(shù)很敏銳。

面對國內(nèi)的競爭對手，公司所采取的差異化策略具體體現(xiàn)在哪些方面？

方漢：我們與大廠存在競爭關(guān)系，但出發(fā)點不同，他們多為自身平臺服務(wù)，我們更注重B端客戶需求，且全球化程度高，支持多語言，在垂直細分賽道深耕多年。

公司AI音樂大模型的技術(shù)迭代方向是什么？

方漢：得益于算法和技術(shù)的擴散，AI音樂這一賽道吸引了更多參與者，學(xué)術(shù)界也對此興趣濃厚。目前數(shù)據(jù)是關(guān)鍵，國內(nèi)擁有全量音樂數(shù)據(jù)的廠商不多，昆侖萬維在數(shù)據(jù)積累方面處于領(lǐng)先地位，從2021年就開始立項研發(fā)，經(jīng)驗豐富。算力成本降低是一方面，但算法的變化更為重要，我們需要借鑒文本大模型的優(yōu)化經(jīng)驗，探索自身的迭代方向。

未來我們的技術(shù)迭代方向，一是提供音頻領(lǐng)域整體解決方案，配合視頻大模型發(fā)展；二是實現(xiàn)語言交互式的音樂調(diào)整。

面對AI領(lǐng)域的迅猛發(fā)展，昆侖萬維制定了怎樣的整體戰(zhàn)略？

方漢：AI方面，我們既要腳踏實地，在AIGC賽道尋求盈利，也要仰望星空，持續(xù)投入文本大模型等領(lǐng)域，探索新的產(chǎn)品和商業(yè)模式。我們覺得基礎(chǔ)模型能力很重要，同時我們也關(guān)注生態(tài)的構(gòu)建，擁抱開源，探索多種路徑。

除了技術(shù)不斷演進，保持音樂生成領(lǐng)先地位，我們還要建立創(chuàng)作者生態(tài)，幫助創(chuàng)作者商業(yè)化變現(xiàn)，扭轉(zhuǎn)音樂行業(yè)對AIGC產(chǎn)品的看法，將用戶社群作為護城河，在各個國家成為最好的音樂生成模型。

開源對AI技術(shù)發(fā)展有何重要意義，昆侖萬維在開源社區(qū)中的角色是什么，未來還會推動更多AI技術(shù)開源嗎？

方漢：開源能滿足用戶長尾需求，反哺本源模型，提升產(chǎn)品質(zhì)量，還能樹立企業(yè)聲望，獲取銷售線索。我們是國內(nèi)較早做開源的企業(yè)，未來會繼續(xù)推動開源，做好開源生態(tài)。