全鏈路自研。
本文為IPO早知道原創(chuàng)
作者｜Stone Jin
據(jù)IPO早知道消息，自由量級(jí)自主研發(fā)的“音潮”音樂(lè)大模型獨(dú)立全棧完成了WAIC 2025英文主題曲《AI For Good》，作品以“科技向善”為核心，通過(guò)音樂(lè)語(yǔ)言傳遞AI與人類共生的未來(lái)愿景。
具體來(lái)講，“音潮”音樂(lè)大模型采用行業(yè)領(lǐng)先的AR+NAR架構(gòu)，擁有強(qiáng)大的多模態(tài)表征能力和創(chuàng)新的重建模型——前者能夠捕捉全局動(dòng)態(tài)變化并進(jìn)行高保真重建。后者則深入學(xué)習(xí)了音樂(lè)信號(hào)與其他信息的結(jié)構(gòu)性差異，對(duì)信號(hào)中的音樂(lè)特征獨(dú)立建模，建立復(fù)合評(píng)價(jià)維度，克服了傳統(tǒng)方案在處理時(shí)所遇到的音樂(lè)細(xì)節(jié)丟失難題。這也讓“音潮”音樂(lè)大模型生成具有豐富編曲層次、工業(yè)級(jí)制作聽(tīng)感的高質(zhì)量音樂(lè)。
同時(shí)，為了讓生成的效果從“平面”走向“沉浸”，團(tuán)隊(duì)還專門研發(fā)了能直接對(duì)雙聲道信號(hào)進(jìn)行聯(lián)合建模的Diffusion Transformer(DiT)。該模型的核心在于其獨(dú)特的注意力機(jī)制，能有效捕捉并同步左右聲道間的相位、強(qiáng)度差異與時(shí)間延遲。因此，生成的音頻不再是單聲道的簡(jiǎn)單復(fù)制，而是擁有了真實(shí)、自然的寬度和深度，為聽(tīng)者構(gòu)建出可信的聲場(chǎng)空間。
在WAIC 2025現(xiàn)場(chǎng)，自由量級(jí)團(tuán)隊(duì)預(yù)告了“音潮”平臺(tái)即將重磅發(fā)布全新功能“音果”，實(shí)現(xiàn)真正意義上的多重風(fēng)格融合致敬體驗(yàn)，對(duì)標(biāo)并超越海外同類產(chǎn)品7月剛剛推出的同類功能。
音潮通過(guò)自研的強(qiáng)大對(duì)比學(xué)習(xí)模型, 實(shí)現(xiàn)了多首歌曲的曲風(fēng)、情緒、音色、唱法、配器融合, 從而進(jìn)行音樂(lè)的再創(chuàng)作, 老樹(shù)抽新芽, 讓歌曲迸出全新的生命力. 此外，通過(guò)簡(jiǎn)單的超參數(shù)調(diào)節(jié)，實(shí)現(xiàn)了平滑的漸進(jìn)融合比例調(diào)節(jié)，可以輕松調(diào)整靈感來(lái)源的配比, 綻放無(wú)限可能, 一因(音)結(jié)一果. 我們相信, 每一位用戶都能輕松上手"音果", 在音樂(lè)中享受自己親手描繪的因果。
值得一提的是，作為"最懂你的音樂(lè)模型"，音潮也已經(jīng)支持了跨模態(tài)輸入。用戶可上傳文字、圖片或視頻作為創(chuàng)作參考，系統(tǒng)通過(guò)自動(dòng)與音頻特征聯(lián)合引導(dǎo)，即可生成出一首符合”此情此景“的專屬音樂(lè)。
自由量級(jí)CTO兼執(zhí)行CEO姜濤博士表示：“此次即將推出‘音果’，旨在為國(guó)內(nèi)音樂(lè)人提供真正可控、高保真、低門檻的生成式創(chuàng)作工具，讓創(chuàng)意回歸創(chuàng)作者，讓中國(guó) AI 音樂(lè)產(chǎn)品走向世界一線陣營(yíng)。”姜濤透露，"音果"功能，也是中國(guó)本土生成式 AI 音樂(lè)公司首次對(duì)標(biāo)世界頭部公司，并予以技術(shù)性和產(chǎn)品功能的超越。這不僅意味著技術(shù)上的落地與自主可控，也將推動(dòng)創(chuàng)作型經(jīng)濟(jì)在本土音樂(lè)產(chǎn)業(yè)形成新范式。
此外，在自由量級(jí)執(zhí)行CEO姜濤博士看來(lái)，作為AI音樂(lè)新物種，“音潮”的出現(xiàn)讓音樂(lè)創(chuàng)作不再受專業(yè)技術(shù)和資源的限制，吹響了音樂(lè)平權(quán)的號(hào)角?！啊啊舫薄暮诵膬r(jià)值在于大幅降低創(chuàng)作的技術(shù)門檻與時(shí)間成本，從根本上顛覆了原有的行業(yè)規(guī)則與價(jià)值鏈?！舫薄哪繕?biāo)絕不是取代音樂(lè)人，而是打破資源壟斷，釋放被技術(shù)門檻禁錮的無(wú)窮創(chuàng)意，并最終實(shí)現(xiàn)創(chuàng)作者、用戶與平臺(tái)多方共贏的新興生態(tài)系統(tǒng)。”
“音潮”打破了過(guò)去音樂(lè)傳統(tǒng)單向傳播模式，讓用戶既是內(nèi)容的消費(fèi)者，也能便捷地成為內(nèi)容的創(chuàng)作者與參與者，形成動(dòng)態(tài)循環(huán)的創(chuàng)意社區(qū)；也讓音樂(lè)產(chǎn)業(yè)的核心價(jià)值，從制作能力向獨(dú)特創(chuàng)意與審美加速遷移。不僅如此，通過(guò)創(chuàng)新的版權(quán)與激勵(lì)機(jī)制，確保音樂(lè)作品的版權(quán)收益核心歸屬于創(chuàng)作源頭——音樂(lè)人本身。“我們目前的方案是，只要是通過(guò)‘音潮’創(chuàng)作的歌曲，版權(quán)均歸用戶?！苯獫┦拷榻B，“甚至我們能通過(guò)完整生成記錄和用戶賬戶身份生成唯一的歌曲創(chuàng)作憑證，用于證明這首歌確實(shí)出自該用戶之手?！?/p>
值得一提的是，與目前國(guó)內(nèi)外已發(fā)布的同類模型和產(chǎn)品相比，‘音潮’在生成效率與成本控制方面均具備顯著優(yōu)勢(shì)，單首歌曲生成成本不到目前市場(chǎng)同類的五分之一。這款融合頂尖AI技術(shù)與藝術(shù)創(chuàng)造力的應(yīng)用，勢(shì)必將點(diǎn)燃普通用戶和專業(yè)音樂(lè)人的創(chuàng)作熱情，重塑音樂(lè)產(chǎn)業(yè)的生產(chǎn)與消費(fèi)模式，引領(lǐng)中國(guó)AI音樂(lè)應(yīng)用進(jìn)入國(guó)際領(lǐng)先陣營(yíng)。
打造中國(guó)本土演示設(shè)計(jì)智能體PI
除“音潮”音樂(lè)大模型外，自由量級(jí)還孵化了AI原生演示設(shè)計(jì)智能體產(chǎn)品PI：Presentation Intelligence。在以生成式和智能體協(xié)同為特征的AI時(shí)代，PI致力于打造專業(yè)知識(shí)和設(shè)計(jì)智能體高效協(xié)作的原生內(nèi)容創(chuàng)作范式，成為HumanXAgentic-Content內(nèi)容創(chuàng)作和共享的全新范式。
通過(guò)從意圖理解（Intention Undertstanding with high-Context），多智能體協(xié)作的設(shè)計(jì)引擎（Agenitc-Design Engine）和原生多模態(tài)編輯器（AI-Native Design Copilot），PI架構(gòu)了一個(gè)涵蓋多模態(tài)內(nèi)容創(chuàng)作全流程的全棧智能體Co-pilot系統(tǒng)。定義了人機(jī)協(xié)同（human-in-the-loop）的AI設(shè)計(jì)智能體的全新范式，為全球用戶提供專業(yè)質(zhì)量、精準(zhǔn)完備、高效和諧的交互體驗(yàn)。
通過(guò)大模型能力，Pi對(duì)用戶的內(nèi)容和創(chuàng)作意圖進(jìn)行理解和梳理，從建立內(nèi)容大綱和設(shè)計(jì)架構(gòu)開(kāi)始從零設(shè)計(jì)。通過(guò)Pi設(shè)計(jì)引擎，調(diào)控多個(gè)Agent和算法線程配置組合布局、樣式、配圖、文字處理等一氣呵成，每一個(gè)作品都是唯一的專屬設(shè)計(jì)。這就是一個(gè)AI-原生的創(chuàng)意過(guò)程。
Pi負(fù)責(zé)人、自由量級(jí)COO楊疆博士認(rèn)為：“人機(jī)交互的本質(zhì)就是上下文的豐富度和帶寬。”大模型技術(shù)無(wú)限增強(qiáng)了這個(gè)環(huán)節(jié)。這對(duì)于產(chǎn)品而言，交互設(shè)計(jì)有了指數(shù)級(jí)增長(zhǎng)的發(fā)揮空間，同時(shí)產(chǎn)生了巨大平衡決策：在human和agent之間的放權(quán)平衡，或者在各種交互模態(tài)之間的選擇平衡。PI堅(jiān)持兩個(gè)設(shè)計(jì)價(jià)值觀：其一是人機(jī)和諧共贏的價(jià)值觀；另一個(gè)則是學(xué)習(xí)迭代的價(jià)值觀。所以，Pi設(shè)計(jì)了支持創(chuàng)作和共享的內(nèi)容全生命周期的Copilot平臺(tái)，人的創(chuàng)意和工作，AI的任務(wù)調(diào)度，交互的模式都是一個(gè)可以動(dòng)態(tài)平衡調(diào)節(jié)的環(huán)境，產(chǎn)品設(shè)計(jì)也在這個(gè)方法論的指導(dǎo)下快速迭代。
Pi的原生智能編輯器為用戶提供了全新的沉浸式Ai-原生體驗(yàn)。在這個(gè)以自然交互為優(yōu)先設(shè)計(jì)邏輯的Copilot環(huán)境里，數(shù)據(jù)，模型和Agents都無(wú)縫嵌入，輕松調(diào)度。Pi團(tuán)隊(duì)多年深耕AI內(nèi)容產(chǎn)品的經(jīng)驗(yàn)為Copilot帶來(lái)了絲滑流暢，瞬時(shí)響應(yīng)的極致體驗(yàn)。同時(shí)，Pi支持多人，多Agent的協(xié)作編輯，逐漸呈現(xiàn)出在豐富的上下文環(huán)境中人機(jī)和內(nèi)容共同創(chuàng)意和生長(zhǎng)的未來(lái)圖景。
“我們的初衷就是致力于以AGI重塑未來(lái)交互，我們相信，AI不是替代人類，而是釋放人類更深層的創(chuàng)造力?！盤i負(fù)責(zé)人，自由量級(jí)COO楊疆博士表示，“PI就是在定義‘AI原生設(shè)計(jì)智能體’這一全新品類，歡迎大家一起體驗(yàn)這場(chǎng)設(shè)計(jì)生產(chǎn)力的革新。”
