YuE2以符号规划统一乐谱写作与整曲音频生成
YuE2以符号规划统一乐谱与音频：先写出可读的旋律和声谱，再渲染含人声与伴奏的整曲。专家比较中，有规划的整体偏好占49.3%，无规划为34.6%。SongBench全球均分6.73，八选一升至6.96，并接近部分Suno版本。模型权重已公布，国内可用性与价格未知。
要点
- 单一AR-NAR混合Transformer先写旋律与和声谱，再扩展成语义音乐标记并生成整曲音频。
- 同一检查点比较中，符号规划的整体偏好为49.3%，高于无规划的34.6%；SongBench全球均分6.73，八选一为6.96。
- 同一检查点支持按谱修改和零样本翻唱，外部语言模型可把用户反馈转成作曲修订；MERT2与SheetSage2提供训练监督。
为什么值得看
符号模型能显式处理旋律、和声、节奏和曲式，但通常到不了成品录音；音频模型能生成完整歌曲，却让作曲过程不可读。YuE2用可读乐谱作为规划，把两种能力接到同一生成流程。
谁会受影响
面向音乐生成研究者、需要可编辑中间乐谱的创作者，以及希望接入开源整曲生成模型的开发者；资料对应的开源权重为m-a-p/YuE2-3B。
今天就能怎么试
资料提供技术报告、模型权重、演示和代码入口，但未给出具体运行步骤、硬件要求或授权条款。国内可用性未知，价格未知，本条未实测。
原始来源
1YuE2: Unifying Symbolic and Audio Music Generation at Frontier Quality · Hugging Face Daily Papers · 2026年9月27日✓ 已打开核对本条由 AI 根据上面的原始来源整理，经编辑审核后发布。数字和结论以原文为准，发现错误欢迎反馈。
相关动态
Gemini 4 Argon正式开放，开发者可接入API
10月13日，谷歌扩大Gemini 4 Argon的开放范围，开发者可通过AI Studio等入口使用。首发标准输入和输出价格为每百万词元2美元、10美元，缓存输入优惠95%；Gemini应用和Antigravity的使用还取决于订阅等级。
MOSS 开放生图模型，支持中英长文字与复杂排版
MOSS-Image 结合 50 亿参数扩散模型和意图感知提示增强，重点处理长段中英文与信息密集图形。技术报告提供文字和布局评测，模型页已给出 Base、SFT 及运行说明，HF Space 也可查看并尝试带布局要求的生成流程。适合先检查文字分组效果。
DeepSeek更新V4.1闪电模型，降低编程任务成本
DeepSeek 发布 V4.1-Flash-1017，并同步更新网页、应用和接口，针对 Harness 等执行环境优化任务表现、输出长度与耗时。中文实测展示三维网页和游戏制作，同时出现建筑细节偏差；低价与成功交付仍需按完整任务一起评估。
OpenAI发布GPT-6.1 Sol，主打低价智能体
OpenAI于9月29日推出GPT-6.1 Sol，面向编程、电脑操作与专业工作。标准API每百万输入和输出词元分别为2美元、10美元，缓存输入为0.10美元；官方称部分任务表现接近Astra，已进入ChatGPT Work、Codex和API。