以假乱真，天工音乐大模型带来颠覆式AI体验

各位小伙伴们，大家好呀！看看今天我又给各位带来了什么文章？本文标题是《以假乱真，天工音乐大模型带来颠覆式AI体验》，很明显是关于科技周边的文章哈哈哈，其中内容主要会涉及到等等，如果能帮到你，觉得很不错的话，欢迎各位多多点评和分享！

昨日，昆仑万维AI音乐生成大模型“天工SkyMusic”开启了免费邀测活动。诚邀媒体、行业专家以及感兴趣的音乐从业者们共同体验SOTA的音乐大模型产品。该产品能够让用户产生身临其境的体验，同时共同体验人声情感表达。

邀测开始后，广大用户对“天工SkyMusic”AI音乐生成大模型的期望很高。工作人员在极短时间内收到了数十万份测试申请，其中包括众多专业的音乐创作人、媒体及行业专家。同时，还有大量测试申请源源不断地发至后台。在申请中，包括众多专业的音乐创作人、媒体及行业专家，还有大量的测试申请需要被源源不断地筛选和审核。申请人中有许多是包括众多专业的音乐创作人、媒体及行业专家的包括众多专业的音乐创作人、媒体及行业专家，在测试过程中不断提供宝贵的反馈和意见

同时，我们也收到了大量来自用户的真实反馈与高度评价：

“人声很清晰 抒情旋律也好”

“好听！”

“这是天工做的？？太厉害了！”

“《悟空》这首歌是演唱气息感的，感情很到位，基本上代表了生成情感以假乱真的能力巅峰之作”

“天工SkyMusic在高音演唱技巧上超出我的想象，非常优秀。”

“太强了，1、AI音乐用户群体非常大；2、生成的音乐可以反复使用；3、很容易做社交裂变”

“副歌部分真丝滑，Beat真好”

“没想到中国团队做的东西比国外的好”

用户AI音乐生成作品

广大用户的热情反馈既然让我们看到了行业对于「天工SkyMusic」AI音乐生成大模型的高度期待，也让我们看到了在以“智力”为主的AGI大模型探索方向中，“情感AGI”的重要意义。

相比文本和图片，音频内容是理解人类情感最好的方式，而音乐又是人类情感表达最充沛、最不受地域和文化限制的内容载体，不论时代变幻，不论是战争还是灾祸，人们总是能通过音乐传递自己的感受并获得情感的慰藉。这是「天工SkyMusic」的创作初衷，也是昆仑万维情感AGI持续探索的重要方向。 

我们感谢所有积极参与并热情反馈的用户们，感谢你们的支持、鼓励与陪伴，我们将持续迭代、优化、拓宽「天工SkyMusic」的能力边界，让模型具备更强的多模态情感理解与表达能力，为用户带来更优质的AI音乐体验。

最后，我们将很快给出「天工SkyMusic」音乐创作Prompt指南，并提供更多的AI音乐Demo与使用技巧，与用户一同探索AI音乐的强大魅力！

关于「天工SkyMusic」与「天工3.0」

「天工SkyMusic」AI音乐生成大模型基于昆仑万维「天工3.0」超级大模型打造。4月17日，「天工SkyMusic」将随「天工3.0」同步开启公测。

申请网页：https://rg975ojk5z.feishu.cn/share/base/form/shrcnTcBRpGzv5Sx9xAGd5V97Md

「天工3.0」采用4千亿级参数MoE混合专家模型，并将同步选择开源，是全球模型参数最大、性能最强的MoE模型之一。相较于上一代「天工2.0」MoE大模型，「天工3.0」在模型语义理解、逻辑推理、以及通用性、泛化性、不确定性知识、学习能力等领域拥有惊人的性能提升，其模型技术知识能力提升超过20%，数学/推理/代码/文创能力提升超过30%。同时，「天工3.0」新增了搜索增强、研究模式、调用代码及绘制图表、多次调用联网搜索等能力，并针对性地训练了模型的Agent能力，使得「天工3.0」能够独立完成规划、调用、组合外部工具及信息，以精准高效地完成产业分析、产品对比等各类复杂需求，带来全新的颠覆式人工智能体验。

「天工SkyMusic」是目前国内首款且唯一公开可用的AI音乐生成大模型，其采用音乐音频领域类Sora模型架构，Large-scale Transformer 负责谱曲，来学习 Music Patches 的上下文依赖关系，同时完成音乐可控性；Diffusion Transformer 负责演唱，通过LDM让Music Patches被还原成高质量音频，使得「天工SkyMusic」能够支持生成80秒44100Hz 采样率双声道立体声歌曲。这套模型架构在处理视频、音频和音乐领域效果极佳。昆仑万维团队也将在后续逐步迭代和添加新的能力，让模型具备多模态的情感理解与表达能力。

「天工SkyMusic」测试申请网页：https://rg975ojk5z.feishu.cn/share/base/form/shrcnTcBRpGzv5Sx9xAGd5V97Md

「天工SkyMusic」具有以下五大特点：

1. 高质量AI音乐

「天工SkyMusic」能够生成80秒44100Hz采样率双声道立体声AI歌曲，并可根据用户输入的歌词风格生成对应歌曲风格。

2. 人声“以假乱真”

人声合成是AI音乐生成中最重要、最能体现生成效果和品质的维度。「天工SkyMusic」的AI人声合成能够达到业内顶尖的SOTA水平，中文水平极为优秀，发音清晰、无异响。其中文演唱效果更是显著好于国外产品，领先世界水平。

3. 歌词段落控制

「天工SkyMusic」能够通过歌词来控制歌曲，让生成的歌曲可以明确分辨出不同歌词段落的情绪变化，体现出主歌和副歌、前奏和主歌的段落差异。

4. 多种音乐风格

「天工SkyMusic」支持说唱、民谣、放克、古风、电子等多种音乐风格，用户在创作音乐时，可以通过参考音频制定想要的音乐风格。

5. 音乐智能表达 - 歌唱技巧学习

「天工SkyMusic」同时能够学习如颤音、歌剧、吟唱、男女对唱，自动和声等多种歌唱技巧，让用户创作的歌曲得到更恰当的情感表达。

2023 年，昆仑万维在 “All in AGI 和 AIGC” 的战略推动下，在人工智能领域取得了许多进展，逐步形成了AI大模型、AI搜索、AI音乐、AI动漫、AI 社交、AI游戏等AI业务矩阵。

当前，昆仑万维已打造了集AI搜索、AI写作、AI长文本阅读、AI对话、AI语音合成、AI图片生成、AI漫画创作、AI图片识别、AI音乐生成、AI代码写作、AI表格生成等多项能力于一体的「天工3.0」多模态“超级模型”（Super Model），成为AI行业全新里程碑。

理论要掌握，实操不能落！以上关于《以假乱真，天工音乐大模型带来颠覆式AI体验》的详细介绍，大家都掌握了吧！如果想要继续提升自己的能力，那么就来关注golang学习网公众号吧！