3月26日，昆仑万维正式发布Mureka V6模子取Mureka O1模子。Mureka O1做为全球首款音乐推理大模子，多项机能超越Suno V4、登顶SOTA，中国的AI科技公司再次实现DeepSeek时辰，引领AI音乐！客岁4月，昆仑万维发布第一代音乐生成模子Mureka V1（SkyMusic）。颠末近一年升级迭代，Mureka V6、Mureka O1大模子已全量上线。Mureka是全球首批API办事的高质量AI音乐生成平台，将为全球开辟者或音乐平台供给顶尖的AI生成音乐能力。昆仑万维比国内大大都大厂入局AI音乐赛道的时间更早，而且早已将AI音乐视为一个焦点合作标的目的。Mureka O1的呈现，为AI音乐甚至AI使用快速贸易化供给了一个绝佳范本——达到手艺SOTA，向全球市场供给多样化的API办事，兼顾C端用户需求，从而享有更大范畴的SOTA盈利。近期，昆仑万维董事长兼CEO方汉接管了财联社专访。方汉暗示，昆仑万维正在音乐数据层面已有七八年的堆集，正在模子和算法迭代方面的工做则始于2021年。Mureka O1现在已取得全球AI音乐SOTA，恰是手艺和产物双轮驱动培养了昆仑万维的护城河，这种手艺先辈性不只实正降低了用户创做门槛取成本，亦将为面向全球市场的贸易化盈利，估计为昆仑万维AI营业贸易上的成功带来主要。方汉称，AI财产正向适用化、产物化高速迭代，昆仑万维将关心AI持久成长，努力于正在全球范畴内落地更多更好的AIGC使用， Mureka降低了用户的创做门槛、创做成本，我感觉常成心义的，不只能让每小我更好地用音乐来塑制和表达，也将带来全球各个国度内容创做范畴的极大迸发。加码AI音乐生成赛道背后，是昆仑万维正在AIGC范畴多年的结构——自2020年起头结构AIGC范畴，组建近百人研发团队；2022年12月15日，正在ChatGPT尚未正在国内现象级“出圈”时，昆仑万维就率先发布「昆仑天工」，彼时其AI内容生成能力就已笼盖文本、图像、音乐、编程等全模态；2023岁首年月ChatGPT高潮实正席卷全球之时，昆仑万维已是国内为数不多的全面结构AIGC范畴的主要玩家，发布自研的「天工 1。0」双千亿级狂言语模子。人工智能成长日新月异，过去两年昆仑万维一直大模子迭代和AI使用并行，天工大模子从1。0升级到4。0，AI使用层则是搜刮、逛戏、短剧、音乐等场景全面开花，出自昆仑万维之手的中国首个音乐SOTA模子Mureka V1(SkyMusic)、全球首个集成视频大模子取3D大模子的AI短剧平台SkyReels正在业界均具备初创性。据悉，Mureka V6是当前Mureka的基座模子，支撑纯音乐生成，还支撑10种言语的AI音乐创做，包罗英中日韩法西葡德意俄，笼盖世界上大大都国度和地域，对准的恰是AI的国际化线中，团队引入自研 ICL（in-context learning）手艺，使得声场愈加宽阔，人声质感和混音设想进一步强化。Mureka O1模子则是基于Mureka V6的思维链推理优化版本，也是全球首个引入CoT（Chain-of-Thought）的音乐模子，正在推理过程中插手思虑取，性提拔音乐质量、音乐创做效率和矫捷性。此外，Mureka还供给以歌曲为prompt、音色克隆两大特色音乐生成功能。值得关心的是，Mureka O1中包含的音乐生成范畴立异研究MusiCoT，具备手艺领先性和前瞻性。因为当前业界关于音乐范畴的算法工做很是少，仅少数几个团队公开了工做，昆仑万维此次以论文形式公开了Mureka O1的实现道理。财联社：我试用了一下MurekaV6&O1，生成的歌曲音色很尺度，支撑多种言语生成歌曲，功能十分新鲜。想领会下，此次Mureka V6&O1模子的立异亮点有哪些？方汉：起首，Mureka V6 支撑纯音乐生成，同时也支撑10种言语的AI音乐创做，包罗中英葡西日韩德法俄意等，曾经涵盖了全球生齿的快要90%，正在全球化的意义上也常主要的；Mureka O1大部门目标跟海外的Suno持平，但正在部门环节性目标如人声、布景音乐混音等方面领先于Suno。其次，Mureka是全球首批API办事的AI音乐生成平台，我们面向企业和开辟者两大类矫捷的API办事，不只包罗音乐音频生成API，还有语音合成API，涵盖的场景很是多样化。此中，精调私有曲库API，合用于内容创做、逛戏配乐、短视频等多场景使用，还能定成品牌音乐、小我专辑等专属内容；语音API包罗语音播客、精品措辞人、用于语音播客、预制精品音色语音合成、音色克隆等场景。值得一提的是，我们还了微调API办事，开辟者能够拿私无数据来微调模子，能够让模子生成合适其长尾数据特征气概的歌曲，由于我们这个模子终究是用常见乐器、常见旋律、常见气概来锻炼的。好比某个国度有一种特殊的乐器，它的音色可能之前没有被收录，用户将这部门数据上传之后就能够进行模子微调。这对于专业音乐人或工做室来说，感化常主要的。别的，Mureka生成的音乐还可以或许进行音轨分手，把人声伴奏及每个乐器都按照分歧的轨道输出，便利用户后续进行混音取二次创做。总而言之，我们的立异亮点很是多，也常沉视国际化和长尾需求，可以或许让全世界用户用更低的门槛、更低的成本来进行音乐创做。举个例子，饭店需要放布景音乐，之前可能是要用比力不菲的价钱采办贸易音乐，现正在能够用我们的产物制做饭馆专属的音乐。同时，逛戏开辟者、影视创业者也能够跳过本来外包的音乐出产形式，带来成本的降低。 目前曾经有跨越 100 个国度和地域的用户拜候Mureka。财联社：目前国内有海绵音乐，国外有Suno，但全体上国表里还没看到太多AI音乐相关的产物。按照目前的手艺程度，Mureka能否曾经取得了这个行业的SOTA地位？第一，我们正在音乐数据上曾经有了快要七八年的堆集。此前我们收购了美国音乐社交公司Star Goup，获得了跨越200万首的授权曲库，后来我们逐步将焦点产物StarMaker打形成为海外音乐社交范畴的头部，正在东南亚及中东地域劣势安定，同时正在拉丁美洲及欧洲次要市场跻身第一梯队，汗青注册用户3。1亿。中国有如许经验的公司并不多。第二，模子和算法的迭代上，我们从2021年起头对音乐模子进行了多次迭代，正在AI音乐生成范畴的每个标的目的都进行过认实的摸索和测验考试。同时，我们也留意引入文本大模子里面的先辈手艺，好比Mureka O1初次正在音乐生成范畴使用CoT手艺，通过逐渐反馈取优化机制，显著提拔了歌词旋律契合度、演唱精确性和艺术表示力，同时连结了低延时音乐生成。方汉：我感觉仍是要双轮驱动，起首手艺上要连结领先，我们有大量的音乐数据，正在模子侧也有持久的研发堆集，我们必然会继续向前，不竭迭代；正在产物上，我们也会进行产物上的大量立异，不竭摸索若何让通俗人更好地操纵我们的东西来出产更好的内容，正在这方面我们能够做的工做也良多。基于手艺和产物双轮驱动，我相信我们的护城河也会越来越深。我们对于音乐赛道可能比大厂还要愈加专注，由于这是我们的一个焦点合作标的目的，所以我们很是有决心正在持久的合作中取得最初的胜利。财联社：此次Mureka O1上线，能否音乐创做是昆仑万维比力看沉的一个细分范畴？为何比力看沉这个细分范畴？公司的标语是「实现通用人工智能，让每小我可以或许更好地塑制和表达」，第一句话是说AGI——所有人的持久方针，第二句话现实上指的是AIGC，即内容生成赛道。AIGC指AI生成绘画、音乐、音频、视频等范畴，所有这些内容创做正在AI介入之前成本较高。举个例子，本来一个公司采购一首曲子，要找人做曲、找乐队吹奏、找混音工做室用硬件设备混成最终的曲子，单首曲子的报价大要十万元人平易近币，正在Mureka呈现之后，我们能够把单首曲子的创做成本降到几块钱以至几分钱。如许的成果是：降低了所有人创做内容的门槛。让每小我更好地塑制和表达这件工作，我们感觉很是成心义。不只降低了用户创做门槛、创做成本，也将带来全球各个国度内容创做范畴的极大迸发。同时，我们由于出海比力早，我们有海外音乐社交产物StarMaker，每天有600万人正在唱歌而且分享。做为音乐赛道的一个持久的主要玩家，我们堆集了大量的手艺经验和数据，我们从2021年就起头研发Mureka的基座模子，才使得Mureka O1音乐生成大模子终究可以或许达到世界第一的。我们相信正在音乐赛道手艺上的领先，可以或许转为产物和市场上的大量盈利，这是我们很是看沉音乐创做这个细分范畴的一个主要缘由。方汉：只要正在手艺上达到了SOTA，大量的KOL正在利用过产物之后会自觉地去宣传，所有的用户也会构成一个：中国人做的Mureka是目前最好的音乐生成模子，也是目前推理速度最快的、也是可以或许定制化出产当地化音乐的模子。取得SOTA地位之后，大量的小语种国度独一的选择就是Mureka。正如前面所说，我们拉低了成本、制做门槛，贸易版订户也会大幅增加。音乐制做东西是一个每年约40亿美金收入规模的市场，但其实制做歌曲的人比听歌的人要少。但跟着门槛降低，将来Mureka全球潜正在用户群会比之前数字音乐师具市场的用户群有十倍以至百倍的增加，这将对我们AI营业贸易化有很是大的帮帮。财联社：我也留意到Mureka供给两大类矫捷的API办事，融合了良多细分场景的现实需求。背后能否意味着有比力大的贸易机遇？您看到的趋向是如何的？方汉：我们供给的API面向分歧的使用场景，我适才说的音乐制做东西赛道其实是一个相对窄的赛道，可是供给语音播客API，市场就更广了，好比Podcast（播客）一年就是一两百亿美金的赛道。若是把相关合成API都给用户，不管有什么样的需求，可能通过Mureka都能获得一揽子的处理方案。好比：智驾场景，车从能够定制专属座舱音乐；MCN等内容制做公司可通过企业级定制化办事制做短视频、告白配乐；开辟者能够用API做二次开辟供给更风趣的音乐教育、音乐陪同等产物；垂曲场景的播客、有声内容以至是影视配音范畴，都能够用语音合成API支撑带感情的人声，用于有声书、虚拟从播等场景。AI音乐的API贸易化曾经进入迸发前夕，短期机遇是B端效率东西和C端创做平台，持久则可能衍生出音乐版权区块链、AI做曲师等新业态。财联社：Mureka次要面向海外，此前发布的AI短剧产物SkyReels也是面向海外，昆仑万维后续能否把海外做为AI的从疆场？起首，欧美对于所有付费型产物，包罗SaaS付费以至小我用户订阅付费，都已培育了较好的付费习惯；其次，海外不是单一市场，而是多语种夹杂的市场。对于我们这种正在海外从0到1打制了多款万万级DAU产物的公司，我们正在出海方面的经验很是丰硕。之前的SkyReels等产物进展也常快，曾经取得了一些成就。我们根基上都是环绕着通过手艺来降低用户创做内容的门槛和成本，只不外此次Mureka走的是音乐赛道，其他产物走的是社交取视频赛道。财联社：正在您看来，这一波人工智能海潮成长演变到了什么阶段？昆仑万维下一步的全体AI计谋是什么？方汉：我认为人工智能曾经到了从尝试室或手艺演讲，以至说从ToC大量地向ToB去的阶段，有大量的现实落地场景常明白的。财产曾经向适用化、产物化方面高速迭代，我感觉现正在这个阶段是令人冲动的，由于起头实正创制现实价值了。正如前面所说，我们的愿景和价值不雅是「实现通用人工智能，让每小我可以或许更好地塑制和表达」。若是说前半句是指仰望星空，那么后半句指的就是脚结壮地，落地更多更好的AIGC使用，兼顾贸易和手艺。财联社：岁首年月DeepSeek爆火引出了“AI普惠使用”的一个提法，你们怎样看这个说法？实正要实现AI普惠使用要跨过哪些？硬件方面，目前成本昂扬，同时AI硬件市场该当说是全世界一家独大。跟着硬件合作不竭加剧，单元成本会逐步降低，市场上该当会呈现至多3-4家公司互相合作的场合排场，如许才能推进硬件的高速迭代。软件方面，软件算法的优化空间目前远远没有到挖掘殆尽的境界。DeepSeek的优化使得推理成本呈现十倍以至百倍下降，我们认为算法软件优化仍有庞大的空间来降低成本。产物立异方面，通过产物模式的立异让大大都人也能免费利用产物，这里面其实有良多的工做能够做。正在中国的逛戏及互联网使用里其实曾经有很好的产物模式，我相信通过产物模式立异，也能让更多通俗人利用大模子来提拔糊口体验，实现AI普惠。财联社：昆仑万维从2020年就起头做AI标的目的的大模子研发，按照目前的进展，您若何评价公司正在整个AI行业中的地位？方汉：我们属于一家关心AI持久成长的中型科技公司。跟大厂比，我们的资金没那么多，可是愈加矫捷高效，对于营业的垂类标的目的也愈加专注；跟草创公司比，我们由于是上市公司，也有庞大的现金流，资金充脚，不会由于短期融资的坚苦而动做变形。持久来看，我们能够研发标的目的，以用户需求为导向，如许的话才能实正取得必然的成就。财联社：您能否认同“Scaling Law曾经放缓”？当前手艺线下，大模子距离“通用人工智能”还有多远？方汉：Scaling Law最早指的是正在预锻炼阶段，人类把所无数据都灌进去，让大模子去学会，但现实上人类的高质量数据根基上曾经用完了。并且算力卡的规模再往上堆叠，锻炼也没有较着的提拔。预锻炼的Scaling Law必定曾经是大大放缓了。正在OpenAI o1和DeepSeek R1出来之后，推理的Scaling Law也曾经呈现。正在推理侧，我们用更长的时间让模子输出，可以或许提取得更好的结果，推理的Scaling Law现正在还正在增加中。可是从持久来看，推理的Scaling Law素质上是让大模子去进修人类推理的数据，目前大模子仅进修了数学和编程的推理数据，对于大量的高质量垂类数据，大模子目前仍然是一个死记硬背以至没有控制的阶段。我认为，大模子正在垂类数据以及更多的常识方面，不管是预锻炼Scaling Law仍是推理Scaling Law，都还有必然的成长空间。

建湖永乐高·(中国区)官方网站科技有限公司

2025-06-04 19:49