Mureka

定义

Mureka是昆仑万维旗下昆仑天工团队开发的AI音乐生成工具，同时也指代其背后的自研音乐大模型系列。它既是一个面向普通用户与专业创作者的在线创作平台，也是一套可通过接口调用的音乐生成能力，覆盖歌曲、纯音乐、分轨音频与配乐等生成任务^[3][4]。

该工具的核心定位是支持完整创作流程，而非一次性生成成品。用户可以从灵感描述、歌词或参考歌曲任一步骤切入，反复修改、重新生成并对比多个版本，逐步调整到符合自身表达的作品^[6][7]。模型在发布时支持爵士、电子、流行、乡村、节奏布鲁斯、灵魂乐、蓝调、摇滚与舞曲等曲风，并覆盖多种情绪表达^[3]。

原理

早期版本的音乐生成能力建立在DiT（Diffusion Transformer）架构的音乐大模型SkyMusic 2.0之上，通过端到端方式实现乐器、人声、旋律、音量与音符的统一生成，并支持流式生成与对文本提示的精准控制^[1]。该模型支持500字以上的歌词输入，可生成长达6分钟、采样率44100赫兹的双声道立体声歌曲^[8]。

后续版本引入了名为MusiCoT（音乐思维链）的技术体系。传统自回归模型按顺序逐个生成音频片段，而MusiCoT在预测细粒度音频标记之前先生成整体音乐结构，用以提升段落连贯性与器乐编排的准确度^[5]。该方法基于CLAP模型构建“音乐思考”链条，无需人工标注即可扩展，并支持乐器编排分析与可变长度音频作为风格参考^[9]。

模型的演进方向是强化可控制的创作意图表达。Mureka V9进一步加强对歌词段落内语义与演唱意图的理解，使歌词能在合适的段落中被表达出来；O3模型则在V9.5的基础上通过测试时扩展延长推理过程，在生成中审视当前表达并进行自我修正^[10]。

发展历程

2024年4月，昆仑万维发布第一代音乐生成模型Mureka V1（SkyMusic），该模型基于天工3.0打造，在人声与伴奏音质、人声自然度、发音可懂度等指标上进行评测，综合得分6.65分^[5]。同年8月14日，AI音乐商用创作平台Mureka与AI流媒体音乐平台Melodio同步发布，两者均搭载自研的DiT架构音乐大模型SkyMusic 2.0^[1]。

2025年3月26日，昆仑万维发布基础模型Mureka V6与推理模型Mureka O1。V6作为基座模型支持纯音乐生成与10种语言的音乐创作，并引入自研的上下文学习技术；O1为推理优化版本，是首个引入思维链的音乐模型^[3][11]。据昆仑万维方汉介绍，此次迭代受到DeepSeek-R1的启发，模型通过延长推理时间换取生成质量提升，一首曲子的生成时间从不足一分钟增加到约两分钟。

2026年1月28日，昆仑天工举办Mureka V8音乐大模型发布会，提出将AI音乐视为新音乐品类的主张^[7]。V8在音乐性、人声表达、编曲层次与音质质感等维度同步提升，其能力建立在此前MusiCoT技术体系、更大规模参数训练与强化学习之上^[12]。同年4月，Mureka V9随昆仑万维AIGC模型组合发布^[13]；7月，V9.5与O3在世界人工智能大会期间的专场论坛上发布^[10]。

应用

Mureka的常见用途是歌曲与纯音乐生成。用户可通过自然语言描述主题、曲风、情绪、演唱方向与结构，或直接输入歌词启动创作，模型据此组织旋律、演唱、编曲与段落结构^[14]。平台还提供Remix与Edit，用于在保留部分原有构思的前提下改变风格、演唱或整体表达，以及Character功能，可将自定义声音与形象固定为可复用的创作角色^[15]。

在配乐与视频方向，Mureka支持上传音频或视频文件生成配乐，可将歌曲转换为带和弦的乐谱，并支持根据歌曲生成音乐视频^[4][15]。其接口还覆盖分轨分离、续写、识别、混音与歌词视频生成等能力^[4]。

面向开发者与机构，Mureka开放平台提供接口服务，可用于将音乐生成能力集成到第三方产品或平台，同时开放基于Mureka V6的模型微调服务^[3]。2026年1月发布会现场，昆仑万维与太合音乐集团达成战略合作，AI音乐创作能力进入音乐产业的制作与发行流程；据发布会披露，当时Mureka已为全球8000多家客户提供支持^[7]。此外，创始人提到该产品的主要精力集中在海外市场。

局限

生成质量的提升伴随推理时间的增加。据昆仑万维方汉介绍，引入思维链后，一首曲子的生成时间由不足一分钟延长至约两分钟，属于以时间换质量的做法。同时，训练此类模型所需的思维链音乐数据难以获取，需要人工从生成结果中挑选较优作品并标注生成过程信号，数据构建成本较高^[16]。

评测指标显示模型输出仍存在不确定性。在100首歌曲的评测中，V9.5的演唱通过率为61.0%，提示词控制通过率为97.0%，曲风完整体现率为95.7%，音频健康率为84.0%，而整体可用率为28.0%^[14]。这些数据来自特定评测样本，反映的是模型在完整歌曲中把风格、情绪、演唱与编曲要求转化为音乐决策的能力仍有提升空间。

产业层面仍存在需要解决的问题。中国传媒大学教授赵志安指出，版权确权与利益分配机制是AI音乐产业可持续发展的基础，需要行业与法律界共同探索；在技术高效量产的同时，如何保护和激发艺术的独特性与情感深度，也是长期命题^[12]。

参见

• 昆仑万维 —— Mureka的研发与运营主体，同时运营游戏、AI视频等业务。

• 昆仑天工 —— 昆仑万维旗下承担大模型研发与产品发布的业务主体。

• 思维链 —— MusiCoT技术借鉴的推理方法，通过在生成前展开中间步骤提升输出质量。

• 扩散模型 —— 早期SkyMusic 2.0所采用的DiT架构所属的生成模型技术路线。

• 音乐信息检索 —— 与歌曲识别、歌曲理解、分轨分离等功能相关的技术领域。