YuE2-3B：オープンな音楽モデルが初めて Suno v5 を破った

音楽生成は長く少数のクローズドサービスが支配し、オープン側は主に追う立場だった。その状況が 2026 年 9 月に変わった。MAP チームが YuE2-3B を公開した。3B の音楽モデルで、WildSongBench で Suno v5 を上回るとチームは述べる。重みは公開され、サポートは ComfyUI の master にマージ済みで、しかも多くの音楽モデルにないものを備える。編集可能な譜面だ。

見出しの数字は引用しやすく、読み過ぎもしやすい。あるベンチマークでクローズドサービスに勝つことは、あらゆるスタジオでオープンモデルが優れていることを意味しない。YuE2-3B が注目に値するのは、ベンチマークの互角さと、オープンで譜面を扱えるモデルにしかできないことの組み合わせだ。

波形ではなく譜面

多くのテキストから音楽へのシステムは音声だけを返す。コードが違うと感じたり、旋律が最後の 8 小節で止まったりしても、再生成して願うしかない。YuE2-3B は旋律とコードの情報を編集可能な譜面として保つ。これにより生成はスロットマシンから編曲に近いものになる。使える部分を残し、機能しない部分だけを直せる。これは音楽を書く人が実際に働く方法だ。

この構造はモデルを扱いやすくもする。形容詞を積み上げてテンポが当たるのを祈る代わりに、音楽家が使う語彙で曲を描写できる。出力は後から改訂できる。これが下書きとテイクの違いだ。

{{INLINE1}}

誰にも渡されなかったエンコーダ

一つの細部が、オープン公開の実際の生き方を物語る。YuE2-3B は、自分の録音をモデルの意味トークンに変換する音声エンコーダなしで出荷された。コミュニティがそれを作った。YuE2-3B 用の「リアルオーディオエンコーダ」は、手持ちの素材をモデルが理解する表現に変え、個人や許諾済みの音声でアダプタを訓練する扉を開く。

セクションのプロンプトを受け取るインストゥルメンタル LoRA もある。これで各部分を描写して曲を形づくれる。どちらも元のリリースの外から来た。これが開放重みの取引だ。作る自由を得る代わりに、最初の版に欠けた部品を誰かが補うことを受け入れる。

ライセンスこそ本当の限界

YuE2-3B は CC-BY-NC-4.0 で公開されている。製品を考える者にとって、非商用条項が最大の制約だ。研究、実行、改変はでき、研究と個人作業で上に築ける。だが商業条件を整理せずに有料サービスへ入れることはできない。趣味や研究には大きく開いた扉であり、サブスク製品を計画するスタートアップには壁だ。

これはオープン音楽の繰り返し現れる形だ。最も性能の高い重みほどライセンスの紐付きが来やすく、完全に寛容な選択肢は品質で遅れる。両方が必要なチームは通常ハイブリッドになる。探索はオープンで、出荷するものはライセンス済みサービスで。

ベンチマークが証明できること

WildSongBench は生成曲を比較し、勝つのは確かな成果だ。だがそれは一つの視点にすぎない。ベンチマークは測定できるものを報いる。通常は総体としての音楽性と短い区間の一貫性だ。文脈で使えるかを決める性質の捕捉は苦手だ。ループが台詞の下で邪魔せず座るか、ビルドが編集の必要な位置に来るか、曲が終わるのか消えていくのか。

ベンチマークを貶す話ではない。主張の読み方の話だ。「WildSongBench で Suno v5 を上回る」は、定義されたタスクで競争力があるという意味であり、あらゆる仕事で有料サービスを置き換えるという意味ではないし、非商用ライセンス下で商用出荷の準備が整ったという意味でもない。二つを切り離せば、像は正直になる。

オープン音楽が今も負けるところ

クローズドサービスは見落とされやすい領域で優位を保つ。磨かれた画面、統合されたマスタリング、要求に応じたステム、そして有料顧客が示せる法的立場。完成したトラックと領収書が要る人にとって、その便利さが製品そのもので、モデルは半分にすぎない。開放重みはエンジンを与え、残りは自分でやる。

サポートの問題もある。クローズドが壊れればチケットを切る。オープンが壊れればコードを読み、誰かが同じ壁に当たったことを願う。リアルオーディオエンコーダはこの仕組みが働いた良い例だ。リリースの欠落を、道具をより有用にしたい他人が埋めた。機能するときは印象的で、しないときは苛立たしい。

今日どう使うか

個人のプロデューサーには、YuE2-3B を下書きの楽器として扱うのが妥当だ。広く生成し、何かある部分を残し、最後は手作業か有料ツールで組み立てる。ライセンスがそう求めるならなおさらだ。譜面編集がこれを可能にする。生成された着想を、行き止まりではなくプロジェクトファイルに変える。

スタジオでは非商用条項のため計算が変わる。研究、試作、社内探索は開いている。有料顧客に納品するものは別の取り決めが要る。この分割はオープン界では一般的で、早く受け入れたチームは後での驚きを避けられる。

正直な読み

YuE2-3B は生成音楽をめぐる倫理的な問いを解決しないし、非商用ライセンスは訓練した側が自分の領域を守っていることを思い出させる。示しているのは、オープンな音楽生成が、実演可能なだけでなく使える水準に達したことだ。編集可能な譜面は時間とともに最も重要になりうる細部で、制御こそ生成器を道具に変える。残る差は品質ではなく明確さだ。どの素材が訓練に使われたか、各ライセンスが何を許すか、モデルが「ある人のスタイル」を出せるとき、プロの音楽家にどう支払うか。次のリリースが答えるべき問いだ。