YuE2 技术报告昨天刚发：SongBench 6.96 全面碾压公开基线，Suno v5 慌了？
如果你用 AI 写过歌，一定懂这个痛。
填一段歌词、一句风格，AI 给你吐出一首歌。听着还行，皆大欢喜；听着不行呢？你只能重抽。
副歌哪一句不抓耳，鼓点为什么乱，你想说“就改这一小段”——门都没有。
就像抽卡，就像点一份盲盒外卖。
最近，一份由港科大牵头的 56 页技术报告，把这个圈子炸了。模型名字叫 YuE2，在 SongBench 测试里拿到 6.96 分，开源阵营断层第一，也是全部 17 个参赛系统里的最高分。
GitHub 趋势榜第一，星标冲到 1.2 万+，还一度杀进开源模型社区的全网热度榜前列。
而真正让全网沸腾的，是这句话：它是第一个能“先打谱、再录音”的开源音乐模型。
一、先“打谱”再“录音”，到底牛在哪？
一句话讲明白：YuE2 是个“先写菜谱、等你点头、再下锅”的 AI 作曲家。
别的 AI 写歌是黑盒。你只听得见结果，看不见过程。旋律是怎么走的，和弦是什么走向，哪一段抓耳、哪一段翻车，谁也说不上来。
YuE2 不一样。它在生成音频之前，会先把整首歌的旋律、和弦，写成一份人眼能直接看的乐谱。
这就好比从“盲盒外卖”变成了“明档厨房”：菜还没出锅，厨子先把菜谱递给你。觉得咸了淡了，你提一句，改完菜谱再炒。
这一步，解锁了两个杀手级玩法。
第一，外科手术式修改。只想换和弦？可以，旋律一个音都不动。伴奏不搭？单独重做，主歌副歌原地保留。别的工具只能“整首重抽”，它敢听你的“只改这一句”。
第二，对话式改歌。官方演示里，一首叫 The Last Train 的歌，跟着用户聊天改来改去，9 轮迭代、出了 14 个版本，一路从华语流行改成了带萨克斯独奏的爵士。你说人话，AI 把它翻译成乐谱上的修改，再重新录一遍。
社区给它起了个贴切的名字：AI 写歌，从抽卡变成了手艺活。
二、6.96 分怎么来的？把账算清楚
先说两个名词。WildSongBench 是随报告放出的 192 道“考题”，涵盖各种曲风；SongBench 是综合评分体系，从整体质量、音乐性、制作水准到歌词准确度，一个维度一个维度地打分。
分数直接上（均来自官方技术报告）：
YuE2（八选最佳）：6.96
Mureka 9：6.94
Suno v5：6.87
YuE2 标准版：6.73
Suno v5.5：6.72
Suno v4.5：6.70
Suno v6：6.56
再往下看，公开开源的模型里，LeVo 2 是 6.32，MiniMax Music 3 是 6.28，HeartMuLa 是 6.25，Muse 是 6.03，清一色在 6.5 以下。
两个关键点，别被标题绕晕。
第一，“碾压公开基线”是真话。YuE2 标准版 6.73 分，已经超过所有公开可下载权重的开源模型，领先最少也有 0.4 分以上，这个差距就是断层。
第二，6.96 是“八选最佳”。机器出 8 首、打分、取最高。官方常规设置（二选一）的成绩是 6.73。
但即便如此，6.96 依然是全部 17 个系统里的最高均分——连闭源的 Mureka 9 和 Suno 各版本都在它身后。
专家盲听环节更有意思。
专业听感评审不知道哪段是谁生成的，闭卷打分：YuE2 的“八选最佳”明显胜过 Suno v4.5，和 Suno v5 打平，几乎五五开。
还有一组内部对照很说明问题：同一套模型，专家对“带乐谱规划”版本的偏好率是49.3%，不带乐谱的只有34.6%。也就是说，先打谱这一步是真的让歌变好了，不是营销话术。
当然也有短板：歌词准确度这一项，Suno v5（错误率 8.1%）还压着 YuE2（9.8%）一头。“吞字”问题，开源这边还得继续磨。
三、真正的王炸：零样本翻唱
分数是面子，能干什么才是里子。
零样本翻唱，大概是这次出圈最狠的功能。
任何一首歌的录音丢进去，配套的“读谱”模型 SheetSage2 先把录音听写成乐谱；你再指定新风格、新歌词，它就原样旋律、换个风格重新唱一遍。
全程不用训练一天模型。
测试数据很夸张：带完整乐谱时，翻唱的旋律保持分是 0.647，没乐谱只有 0.006。差了两个数量级——乐谱就是翻唱的魂。
社区实测的体感也够快：一张 4090 级别的显卡，71 秒左右出一首 3 分半、带人声带伴奏的完整歌曲，48kHz 立体声，录音棚规格。
乐谱还是创作起点。音乐老师可以直接当教学素材用；独立音乐人哼个半成品，AI 帮你做成能听的 demo；自媒体批量出 BGM，不用到处找曲库，数据全程不出自己的机器。
四、普通人怎么上手？门槛高吗？
结论先放前面：门槛不高，但不是零。
三条路，丰俭由人。
最省事的：官方免费在线体验。浏览器打开就能玩，不用装任何东西，不用显卡，先听个响再说。
ComfyUI 玩家有福了。新版 ComfyUI 已经原生支持 YuE2 节点，官方也备好了打包好的模型文件——把两个模型文件放进对应目录（一个是主模型 YuE2-3B，一个是“读谱”的 SheetSage2），再拖入官方的“文字写歌”“翻唱”工作流模板就能跑。社区还有团队连夜做了整合包，连官方没有的“指定音色翻唱”都补上了。
纯本地部署：24GB 显存的显卡（RTX 3090、4090 这个档位）可以跑满血版；显存吃紧的话，还有个 int8 量化版，压缩之后照样能用。
适合谁？需要 BGM 的自媒体、想给学生示范作品的音乐老师、做 demo 的独立音乐人，以及“数据别出我门”的科技发烧友。
许可方面多说一句，很多人关心版权：个人用户、内容创作者、音乐人免费用，生成的作品拿去商用也免费，不用给团队一分钱。只有公司要把模型本身用在商业产品里，才需要联系官方谈授权。
五、理性泼点冷水：6.96 离“碾压”还差口气
标题用了“碾压”俩字，正文得说实话。
6.96 带一点“八箭取中”的水分。连出 8 支箭，给你看正中靶心的那支。报告自己也承认：头部几家系统之间的差距很小，不具备统计显著性。6.96 对 6.94，差的是 0.02 分。
考题是“自己出的”。WildSongBench 是 YuE2 团队自己发布的评测集，打分也靠自动系统。比单一 demo 客观，但全行业还在等一张统一的“第三方高考卷”。
Suno 也没到慌的时候。专家盲听是平手，歌词咬字 v5 还更准，会员体系、生态和迭代速度都是现成的。这份报告真正的信号是：开源第一次追平闭源第一梯队，而且追平的是“可编辑”这个更难的命题。
黑盒永远关着门，白盒可以打开。
六、最后聊两句
以前的 AI 写歌是老虎机，摇什么算什么，全靠运气。
YuE2 把它变成了手工作坊：菜谱摊在桌上，你能改，能跟 AI 掰扯，能翻唱，能重编。
乐谱这东西，第一次成了“人的想法”和“机器的生成”之间的桥。歌有了看得见的图纸，AI 音乐就从赌运气，变成了能共创的手艺。
题目问 Suno v5 慌不慌？我猜它不慌，但开源这扇门，是真的被踹开了。
留个话题给大家：如果能用 YuE2 把世界上任何一首歌“打谱+翻唱”成你指定的风格，你想翻哪一首？评论区聊聊。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
