AI音乐下半场：Mureka跨过生产可用门槛，让模型像作曲家一样思考，开发者又可以有哪些新可能？

前几天大模型圈子有个很魔幻的场面，傅盛、孙宇晨、特朗普家族，三个八竿子打不着的人，开始扎堆做大模型中转站的生意。

说明了一个问题，现在AI模型的供给侧，依旧是没有看起来的那么成熟。

大多数人只关注到LLM，其实AI音乐的情况更野蛮，更荒谬。。

Suno，全球用户量最大的AI音乐产品，融了2.5亿美金，月活千万级别。但直到今天，它都没有开放官方API。Udio，也没有。

一条冷知识：

几乎所有头部AI音乐产品，都不卖API。

我也是最近调研这个选题才知道的。

这意味着什么？全球想在自己产品里接AI音乐能力的企业，只剩一条路：灰产中转。没有SLA（服务等级协议，不承诺服务质量）、没有售后、生成质量开盲盒，出了问题找不到人。

所以AI音乐在B端一直很尴尬。C端卷上天了，各种产品月活都在涨。但B端始终没真正跑起来。

最近这个局面出现了裂口。

北美一个增长很猛的AI音乐创作平台Sondo，之前也吃灰产，今年初却做了个反直觉的动作：接入Mureka，替换Suno。哪怕单价贵出一截，也要把灰产全砍了。

一家精打细算的增长期公司，却主动选更贵的方案。光是这个决定本身，已经能说明问题了。

据介绍，Sondo全量切换到Mureka后，双方的合作体量增长超过70%。Sondo的音乐核心业务翻倍增长。

快歌，国内头部AI音乐生成应用，也选择了Mureka，其海外版未来也会坚定接入Mureka。另有一家海外头部AI  artist平台，接入后消耗规模翻了6倍。

三家企业，诉求各不相同—Sondo要质量，快歌要中文，海外平台要合规，都同时做了同一个动作，切换模型API。

所以，这里面有一个问题值得追问：凭什么是Mureka？

◽MusiCoT：从猜音符到读懂整首歌

CoT，Chain-of-Thought，思维链，是大模型领域这两年最重要的概念之一，核心就一句话，让AI先想再答，不要上来就蒙。加上“Let's think step by step”一句提示，模型的推理能力就能跳一个台阶，因为它强制把模型的思考过程摊开了。

这个思路在文本领域已经被验证得很充分了。Mureka做的事情是把它搬到了音乐创作里。

之前AI音乐的生成方式，本质上是猜下一个音符。模型写完第一个音，根据概率猜第二个，再猜第三个，一路猜到结尾。这个过程没有规划、没有全局观，运气差走到一半副歌直接崩掉。

MusiCoT做的事，是让AI在写第一个音符之前，先想清楚整首歌。

它在生成音乐前先进行宏观规划，深度融合了对音乐结构、歌词段落、表达意图与声音呈现之间关系的协同建模。

这使得模型超越了单纯的文字转音频工具属性，具备了类似人类的创作逻辑：不仅能决定唱什么，更能理解怎么唱以及为何这样推进。

这个范式的变化直接体现在了Mureka V9的五项升级上，而且每一项都精准对应企业生产中最头疼的问题：

• 段落级文本控制——歌词的情绪重心能准确落在你想让它爆发的位置。以前是歌词被唱出来了，现在是歌词在对的段落被准确表达了。
• 混音与音质——人声和伴奏的层次分开，接近母带级，不是糊成一团的廉价感。
• 人声表达——演唱变得克制，减少了莫名其妙的飙高音和杂音干扰。听起来像一个真人在唱，而不是AI在炫技。
• 生成效率——推理链路优化之后，试错成本下降。企业不用再花大量时间反复抽卡。
• 生成多样性——同一个方向下能探索更多可能性，不会生成五次出来五首差不多的歌。

这五项升级叠在一起的效果是：从生成之后人工二次处理，变成了生成即可发布。 

所以Sondo对Mureka的评价是：

“人声效果更具真人感，可以直接对接产研团队。”

老版本V7.6的评价是“差强人意”，新版本V8的评价是“可以直接对接产研团队”。

转变是在今年1月份，Mureka V8上线之后。Sondo内部做了一轮覆盖多场景的A/B测试，Mureka稳定胜出，所以渐渐拿到了音乐模型调用量的绝对大头，现在是全量切换。

不是Sondo突然降低了标准，是Mureka的输出质量远超过了生产线的及格线。AI生成的素材不用人工再过一道了，已经是音乐创作工作流的一环。

榜单成绩也在验证这个结论。今年3月，搭载MusiCoT框架的Mureka V8在Artificial Analysis Music Arena上拿下人声和器乐双榜第一，综合超越Suno、Udio、Google Lyria等一众主流竞品。

随后，V9在外部音乐专家的主观盲评中，四个评测维度领先。

如果把Mureka从V1到V9的演进串起来看，有一条不太被注意到的技术复利曲线：

• 2024年2月，V1（SkyMusic）：中国首发端到端音乐生成模型，验证技术路线能跑通；
• 2025年3月，V6+O1：MusiCoT框架上线，首次达到SOTA；
• 2026年1月，V8：面向真实创作场景的整体跃迁——从「能生成」到「能发布」；
• 2026年3月，V9：从「能写出来」到「能按你想的方式写出来」。

从技术关键节点看，每一步都在推动同一件事情：让AI音乐变得可控、可信任、可量产。

◽生产力上手实测

为了验证这套作曲家大脑的能力，我盘了盘它！

首先，我试了下堪称“二创神器”的Remix功能，不仅能把已有歌曲混音成任意曲风，还支持改写歌词、切换风格和 AI 再创作。

我先用最近最洗脑的高难度歌曲《心愿便利贴》来试试，我传了歌词和原曲，让它remix成抒情钢琴为主的pop风格，真的很惊艳：

做测评这么久，我一直都是给所有带着AI流水线味的作品打低分，但这版Remix不一样，值得我的一个高分。

因为这首歌本身就很难改，但是这个remix版本既保留了原有的甜甜的少女感，又有很强的情绪起伏，副歌旋律还特别抓耳。

旋律走向和分词逻辑都很顺滑，完全没有那种廉价的生硬感，我循环听了好几遍。

趁热打铁，我又拿王心凌的《第一次爱的人》试了一把。

大家听听看，这改编能力确实有点东西：

该改的地方改，该保留的保留，特别是在副歌的节奏上的处理，给了我一种耳目一新的创新感。

如果说以前的AI只是在拙劣模仿，缺乏灵性和创作理解；而现在的 Mureka，则真正开始展现出创作能力—它不仅理解原曲结构，还能用自己的方式去重新编排、赋予歌曲新的生命，每一个版本都有惊喜。

Mureka V9 最让我上头的是它的Studio 模式。

以前 AI 生成的音乐像个一锅粥—人声、乐器全搅在一起，想后期修个音或者换个鼓太难了惹。

Studio 模式提供了一个可视化的多轨时间线，可以像专业制作人一样，控制 BPM、音量、音高，对音频进行分层叠加：

• 想加料： 用 AI 单轨道生成，基于现有轨道一键补上人声或乐器，和谐叠加。
• 想拆解：用 Stem Extract，把成品智能拆成独立音轨（人声、贝斯、鼓等），随时导出 MIDI 接入你的主力 DAW。
• 想改词： 用局部编辑，选中片段直接改，不用全盘重来，衔接自然得像没改过一样。

它把原本复杂的 DAW 操作，变成了一种自然语言驱动直觉式的创作体验。

以前是“生成”，现在是真的在“做音乐”。

为了测评，我假装了一回音乐总监，开始搞音乐了！

我先是扔给它一段最基础的 Base 音轨，想试试它的单轨生成功力：

结果它瞬间给我配上了一组严丝合缝的鼓点：

把两者叠在一起听，融合感很绝和默契—不是简单的叠加，而是和谐的你一拍我一拍地演奏这感觉太自由了。

接着，我玩了个更进阶的，给我的人声定制伴奏。

先让 Mureka 生成一段 Base 人声：

然后我下达指令：“我要 crisp dembow beat, congas, claps（清晰的 Dembow 节奏、康加鼓、掌声）。”

生成的结果能听到每一个元素—无论是康加鼓的律动还是掌声的颗粒感，都精准地包裹着人声，声量、节奏、音调控制得恰到好处，完全不是那种喧宾夺主的合成感。

既然能给伴奏配人声，那反过来呢？

我上传了一段我认为节拍快整体填词很难搞的伴奏，让它自己配人声。

然后他给我生成了人声歌曲，人声咬字、断句，甚至是情绪起伏，全都精准地踩在了节拍上：

它能基于某一轨道一键生成人声、伴奏或单一乐器，且与原始音频自然和谐地叠加，还支持外部样本上传，真正地达到了人机共创。

◽结语

说回开头的问题。

AI的供给侧为什么看起来成熟、实际上很脆弱。因为大部分AI产品的思路还停留在C端，做一个好玩的东西，让用户觉得好酷。

但是企业端要的是：稳定、可控、合规、有售后。

当 AI 不再是一个不可解释的黑盒，而是能够被拆解、被微调、被控制的工业单元时，它才算真正拿到了生产力的入场券。 从 2024 年首发端到端模型，到 MusiCoT 框架，再到现在的 V9，Mureka 这一路其实只在做一件事跨越鸿沟。

这条鸿沟的一边是实验室里的随机奇观，另一边是工业界的确定性产能。

据报道，全球已经有8000多家企业接入Mureka ，包括短视频内容、AI创作工具、数字素材市场、视频制作等应用场景。

B端采购是最理性的决策。不存在冲动消费，不存在为信仰充值。一家企业愿意消费，只有一个原因，算过账，划算。

这才是AI音乐真正的分水岭—模型的输出质量能跨过「生成即可用」这条线。

文章来自于"夕小瑶科技说"，作者 "夕小瑶编辑部"。