Suno、Udio都被它干翻！中国AI音乐模型拿下AA全球榜单双料冠军

编辑｜杨文、+0

先给大家听几首歌，猜猜哪首是 AI 生成的？

答案是：全部。

这些听起来与真人演唱无异的歌曲，均出自昆仑万维旗下的AI 音乐大模型 Mureka V8之手。

前几天，昆仑万维旗下的视频生成模型 SkyReels-V4，刚刚在 Artificial Analysis 的文生视频（带音频）榜单中拿下第一。

紧接着，旗下 AI 音乐大模型 Mureka V8 又在同一机构的榜单上，同时登顶 vocals（人声）和 instrumental（乐器）双榜第一，综合实力超越 Suno V4.5、Udio v1.5 Allegro、Lyria 2 等国际主流 AI 音乐模型，成为目前全球综合能力最强的 AI 音乐模型。

图片来源：https://artificialanalysis.ai/music/leaderboard/vocals

图片来源：https://artificialanalysis.ai/music/leaderboard/instrumental

Artificial Analysis 在业界素有「AI 领域 Gartner」之称，是当前全球最具影响力的 AI 大模型独立评测机构之一。它的评测强调独立性，所有测试均由机构内部完成，不依赖 AI 实验室自行报告的数据，评测结果曾被 OpenAI、Anthropic、Google 等全球头部 AI 公司以及权威媒体认可和引用。

在这样的评测体系下拿到双榜第一，说明 Mureka V8 经过了最严苛的第三方检验。

当然，好看的榜单还需要真实体验来印证。接下来，我们还是老规矩，上手实测一番。

• 全球官网：https://www.mureka.ai/
• 国内官网：https://www.mureka.cn/

一手实测，这个中国 AI 音乐模型有点东西

相比于之前版本，Mureka V8 最大的亮点是生成的音乐完全可以直接发行，人声更富情感，旋律也更有记忆点。

Mureka V8 提供「简易」和「自定义」两种模式。

「简易」模式下，只需输入一段歌曲描述便能直接生成完整歌曲，还可上传参考音频，模型会在理解创作意图的基础上完成完整编曲、人声演唱和混音输出。

它支持中英文及多语种，段落结构、情绪推进、唱法选择均可通过提示词介入控制。

先来首硬核 Phonk，提示词给的是「有种喝了第 4 杯浓缩咖啡带来的亢奋」，听听看，是不是还没到一半就开始抖腿了？

或者输入「生成一首春日小曲」，其他啥也不用管，不到 30 秒，Mureka V8 直出两首轻松欢快的民谣。温柔的演唱配合柔和的编曲，让人听完就想出门晒太阳。

说唱风格也能 hold 住。我们输入提示词：中文说唱，男声，歌词关于城市里的漂泊与奋斗，节奏感强，带有嘻哈风格的 beat。

咱先不聊音乐性，看看这歌词写的：「红绿灯闪烁着这座城冷漠的频率，无数个灵魂在斑马线上交错浮沉，我抬头看那云端上高耸的起重机，正一点点吊起我那颗悬空的野心……这座城从不承诺谁会衣锦还乡，只在每一个深夜里审视你的顽强」，很有画面感和象征性的隐喻。

我们再来整个活，专门测一下 Mureka V8 的口条：生成一首高速中文流行说唱，女声主唱，歌词包含大量绕口令和密集辅音，比如「四是四，十是十」，要求咬字清晰、节奏贴合鼓点、情绪有推进。

有一说一，听感很不错，唱词比很多年轻演员的台词还清晰（doge）。

如果懒得想提示词，我们还可以使用「投骰子」功能，让其随机生成。那主题就五花八门了，什么打字机有节奏的敲击声、油渍里的彩虹色、抓不到的那只嗡嗡叫蚊子、健身房里嗓门巨大的肌肉男，啥都能拿来做成音乐。

（提示词：抓不到那只嗡嗡叫的蚊子）

自定义模式就进阶一些，不仅可以选择风格和人声，还能直接输入歌词，把一首歌从情绪到表达完全掌控在自己手里。

前段时间，一首叫《菩萨鱼》的 AI 歌曲火遍全网，它之所以爆火，是因为 AI 用慵懒冷峻的旋律和充满反讽的哲思，唱出了人类在现实规训下的挣扎与无奈，那种反差感直击灵魂。

顺着这个思路，我们也来复刻一首。我们要用 AI 来唱一首「反抗 AI 与算法」的歌，主题是：科技没有让人更轻松，反而把我们变成了更精致的零件，让人越发焦虑。

这一次，我们直接给 Mureka V8 喂入完整歌词，并明确设定风格。

大家可以直接跳转到 30s、56s、2m26s 欣赏 Mureka V8 的神仙转音。

拿下双榜第一，AI 音乐如何拥有「灵魂」？

Mureka V8 在 Artificial Analysis（AA）评测中，人声与乐器双榜单取得第一的成绩，是其底层技术架构长期演进的量变引起质变。在过往的 AI 音乐生成赛道中，行业普遍面临着旋律缺乏发展、编曲元素停滞不前、人声机械化以及听感扁平化等核心技术瓶颈。Mureka V8 与即将发布的 V9，正是针对这些真实创作痛点给出的系统性技术解法。

不仅要「能出声」，更要工业标准的「能打」

Mureka V8 的技术进步，标志着 AI 音乐从「实验性声音段落」的生成，向具备完整审美价值的「音乐作品」迈进。

在生成逻辑层面，V8 显著提升了音乐的结构完整性与动态发展能力。与以往简单循环片段的输出不同，V8 能够构建出清晰的主副歌对比、具有记忆点的旋律以及完整的段落结构。

在声学表现上，V8 在人声的表现和编曲层次上也进行了深度优化。通过精准匹配人声音色与唱法，模型能赋予虚拟演唱者更强的「主唱存在感」与情感张力。

此外，混音与声场构建技术的提升，让 V8 的配器更加饱满，混响比例与空间层次接近专业音乐制作水准，显著消除了早期 AI 音乐中的「粗糙感」与「干涩感」。

MusiCoT 构建思维闭环，让 AI 真正「听懂」审美

支撑 Mureka 核心模型持续进化的基础技术，是昆仑万维自研的MusiCoT（Music Chain-of-Thought）技术体系。自 2024 年初启动以来，研发团队逐步完成了评测、后训练与强化学习的技术闭环。

Mureka 自研基于 MusiCoT 的自回归模型音乐生成技术（来源：MusiCoT.github.io）

与传统依赖文本提示进行线性自回归生成、容易偏离人类创作模式的模型不同，MusiCoT 在技术链路上进行了创新重构。它引入了中间推理机制，使模型在生成具体的音频 token 之前，能够先自主「思考」并预定义整体的音乐结构、风格与乐器配置。同时，该体系底层依托 CLAP（对比语言-音频预训练）架构，在同一个表征空间内对文本与音频进行对齐训练。

这种深层次的协同建模能力，使模型在旋律推进、段落表达与音色安排之间建立了内在一致性。通过将复杂的音乐理论转化为模型可理解的推理链路，MusiCoT 成功地将主观的「好听」转化为了可高频复现的系统性能力，让 AI 具备了驾驭宏大音乐叙事的基础。

V9 提前看：攻克词不达意，让每一次创作都如你所愿

在 V8 打下的音质与乐感基础上，Mureka V9 将技术演进的重点放在了「创作意图的可控表达」上。如果说 V8 主要解决的是「质感」问题，V9 则致力于消除 AI 生成与创作者意图之间的「表达偏差」。

V9 进一步深化了 MusiCoT 的细粒度控制能力，优化了推理链路，显著提高了文本到音乐的处理效率与生成速度。在控制精度方面，V9 实现了对段落内文本的精准把控，能够准确理解歌词中的语义重心、情绪转折与演唱意图，从而确保歌词在对应的音乐段落中得到「恰如其分」的表达，同时有效减少了无意义的哼唱和模糊的唱词。

此外，V9 在生成结果的多样性与混音质量上持续优化，推动 AI 音乐技术从「高质感生成」向影视、游戏等全场景赋能的「精准定制」迈进。

3 月 27 日，Mureka V9 将在昆仑万维相关发布活动中正式亮相，届时其完整能力边界也将进一步揭晓。

结语：

从 SkyMusic 到 V9，

昆仑万维这条路走了多远

回看 Mureka 的进化轨迹，这次登顶并非一蹴而就。

早在 2024 年 2 月，昆仑万维就开始搞 AI 音乐大模型研发，不过彼时还在用一个叫 SkyMusic 的内测版本跑通最基础的训练、推理和评测闭环，目标也只是实现端到端「能用」。

此后两年，昆仑万维几乎每隔几个月就有一次技术跃迁。

2024 年 4 月，中英文版本上线天工，开始验证线上交付与稳定迭代；8 月做了首个超大规模版本，听感和音质有明显提升，独立产品也同步上线；11 月，多语种工程化落地，能力从双语变成多语种，可维护可迭代；2025 年，MusiCoT 和更系统化的评测、后训练、强化学习跑成闭环，模型进入有节奏、有方向的长期进化；2026 年 1 月，Mureka V8 正式发布，并在短短 2 个月登顶国际权威榜单。

AI 音乐的边界，还远没有到头。

技术归根结底是为表达服务，下次想写首歌记录生活，或者给自己的 Vlog 配个专属 BGM，不妨去官网亲自捏一首试试。

至于它的真实听感到底能不能打动你？你的耳朵说了算。

文中视频、音频链接：https://mp.weixin.qq.com/s/Gnc7WHgdvneyPoUN-peTUA