YuE2-3B：開源音樂模型第一次把 Suno v5 拉下馬

音樂生成長期被少數閉源服務把持，開源一方大多在追趕。這一切在 2026 年 9 月發生變化，MAP 團隊發布了 YuE2-3B，一個 3B 參數的音樂模型，團隊稱其在 WildSongBench 上勝過 Suno v5。權重已經放出，支援已合併進 ComfyUI 主幹，而且專案帶來了大多數音樂模型都沒有的東西：可編輯的樂譜。

這個頭條數字容易引用，也容易被過度解讀。在一個基準上勝過閉源服務，並不等於開源模型在每個錄音室裡都更好。讓 YuE2-3B 值得關注的是，基準持平與「只有開源、且懂樂譜的模型才能做」這兩件事的組合。

是樂譜，不只是波形

大多數文生音樂系統給你一段音訊，沒有別的。如果某個和弦聽著不對，或者旋律在最後八小節走不動，你重新生成，然後祈禱。YuE2-3B 把旋律和和弦資訊保留成可以編輯的樂譜。這把生成從吃角子老虎變成了更像編曲的事。你可以留住有用的部分，只修不靈的那部分，而這正是寫音樂的人真實的工作方式。

這種結構也讓模型更容易被駕馭。與其把一堆形容詞堆進提示詞、祈禱速度剛好落在你想要的位置，你可以用音樂人已經在用的詞彙描述這首曲子。輸出在事後仍然可以修改，這就是草稿與終稿之間的區別。

{{INLINE1}}

沒人拿到的那段編碼器

有一個細節講出了開源發布真實的生存方式。YuE2-3B 發布時缺少把自有錄音變成模型語義 token 所需的音訊編碼器。社群把它做了出來。一個針對 YuE2-3B 的「真實音訊編碼器」現在能讓人把自己手上的素材轉成模型理解的那套表示，從而打開在個人或已授權音訊上訓練適配器的門。

還有一個樂器 LoRA，接受分段提示，所以你可以透過描述各個部分來塑造一首曲子。這兩樣都來自原始發布之外。這就是開放權重的交換：你得到搭建的自由，也要接受第一版可能少了某塊由別人補齊的東西。

授權才是真正的限制

YuE2-3B 以 CC-BY-NC-4.0 發布。對任何想做產品的人來說，非商業條款是最要緊的約束。你可以研究、運行、修改它，並在研究與個人工作中基於它搭建。但你不能在沒弄清商業條款之前把它放進付費服務裡。對愛好者或研究者，這是一扇寬開的門；對規劃訂閱產品的創業公司，這是一堵牆。

這就是開源音樂領域反覆出現的形狀：最能打的權重往往帶著授權的附加條件，而完全寬鬆的選項在品質上落後。兩者都要的團隊最後通常跑混合方案：用開源模型探索，用授權服務交付。

基準能證明什麼，不能證明什麼

WildSongBench 在生成的歌曲上比較模型，勝出是真實的成績，但它只是一面鏡子。基準獎勵它能量化的東西，通常是與整體音樂性相關的判斷和短段落內的連貫。它更弱於捕捉那些讓一首曲子能在語境裡用的東西：一段 loop 能不能墊在對白下不打架，一個 build 能不能落在剪輯需要的地方，曲子是收尾還是淡出為虛無。

這不是貶低基準，而是提醒怎麼讀那個說法。「在 WildSongBench 上勝過 Suno v5」意味著這個開源模型在一個界定的任務上有競爭力，並不意味著它在每個活兒上替代付費服務，更不意味著它在非商業授權下就緒於商用交付。把兩件事分開，圖景才誠實。

開源音樂仍然輸在哪裡

閉源服務在一些容易被低估的地方保持優勢。它們提供打磨過的介面、整合的母帶處理、按需分軌，以及付費客戶可以指認的法律立場。對一個需要成品曲目並且要票據的人，這份便利就是產品本身，模型只是其中一半。開放權重給你引擎，剩下的交給你。

還有支持問題。閉源服務壞了，你開工單；開源模型壞了，你讀程式碼，希望社群裡有人撞過同一堵牆。真實音訊編碼器就是這種模式奏效的好例子：發布裡缺的一塊，被想讓工具更好用的陌生人補上了。它奏效時令人印象深刻，不奏效時令人沮喪。

今天該怎麼用它

對獨立製作人，合理的模式是把 YuE2-3B 當成起草樂器。大量生成，留下有東西的部分，最後用手工或在付費工具裡組裝成品——如果授權要求如此。樂譜編輯讓這一切成為可能；它讓一個生成的念頭變成專案檔案，而不是死胡同。

對工作室，計算方式因為非商業條款而不同。研究、原型和內部探索是開放的。任何交付給付費客戶的東西都需要另做安排。這種拆分在開源領域很常見，早點接受它的團隊能省下日後的一次意外。

誠實的讀法

YuE2-3B 沒有解決圍繞生成音樂的倫理問題，非商業授權也提醒人們，訓練它的人在保護自己的地盤。它展示的是，開源音樂生成已經到達一個輸出可用的水平，而不只是可演示。可編輯樂譜是最可能隨時間變得重要的細節，因為控制才是把生成器變成工具的東西。剩下的差距不在品質，而在清晰度：哪些素材被用於訓練，每種授權允許什麼，以及當模型能產出「某人的風格」時，一位職業音樂人如何拿到報酬。這些是下一輪發布必須回答的問題。