YuE2-3B：开源音乐模型第一次把 Suno v5 拉下马

音乐生成长期被少数闭源服务把持，开源一方大多在追赶。这一切在 2026 年 9 月发生变化，MAP 团队发布了 YuE2-3B，一个 3B 参数的音乐模型，团队称其在 WildSongBench 上胜过 Suno v5。权重已经放出，支持已合并进 ComfyUI 主干，而且项目带来了大多数音乐模型都没有的东西：可编辑的乐谱。

这个头条数字容易引用，也容易被过度解读。在一个基准上胜过闭源服务，并不等于开源模型在每个录音棚里都更好。让 YuE2-3B 值得关注的是，基准持平与「只有开源、且懂乐谱的模型才能做」这两件事的组合。

是乐谱，不只是波形

大多数文生音乐系统给你一段音频，没有别的。如果某个和弦听着不对，或者旋律在最后八小节走不动，你重新生成，然后祈祷。YuE2-3B 把旋律和和弦信息保留成可以编辑的乐谱。这把生成从老虎机变成了更像编曲的事。你可以留住有用的部分，只修不灵的那部分，而这正是写音乐的人真实的工作方式。

这种结构也让模型更容易被驾驭。与其把一堆形容词堆进提示词、祈祷速度刚好落在你想要的位置，你可以用音乐人已经在用的词汇描述这首曲子。输出在事后仍然可以修改，这就是草稿与终稿之间的区别。

{{INLINE1}}

没人拿到的那段编码器

有一个细节讲出了开源发布真实的生存方式。YuE2-3B 发布时缺少把自有录音变成模型语义 token 所需的音频编码器。社区把它做了出来。一个针对 YuE2-3B 的「真实音频编码器」现在能让人把自己手上的素材转成模型理解的那套表示，从而打开在个人或已授权音频上训练适配器的门。

还有一个乐器 LoRA，接受分段提示，所以你可以通过描述各个部分来塑造一首曲子。这两样都来自原始发布之外。这就是开放权重的交换：你得到搭建的自由，也要接受第一版可能少了某块由别人补齐的东西。

许可证才是真正的限制

YuE2-3B 以 CC-BY-NC-4.0 发布。对任何想做产品的人来说，非商业条款是最要紧的约束。你可以研究、运行、修改它，并在研究与个人工作中基于它搭建。但你不能在没弄清商业条款之前把它放进付费服务里。对爱好者或研究者，这是一扇宽开的门；对规划订阅产品的创业公司，这是一堵墙。

这就是开源音乐领域反复出现的形状：最能打的权重往往带着许可证的附加条件，而完全宽松的选项在质量上落后。两者都要的团队最后通常跑混合方案：用开源模型探索，用授权服务交付。

基准能证明什么，不能证明什么

WildSongBench 在生成的歌曲上比较模型，胜出是真实的成绩，但它只是一面镜子。基准奖励它能量化的东西，通常是与整体音乐性相关的判断和短段落内的连贯。它更弱于捕捉那些让一首曲子能在语境里用的东西：一段 loop 能不能垫在对白下不打架，一个 build 能不能落在剪辑需要的地方，曲子是收尾还是淡出为虚无。

这不是贬低基准，而是提醒怎么读那个说法。「在 WildSongBench 上胜过 Suno v5」意味着这个开源模型在一个界定的任务上有竞争力，并不意味着它在每个活儿上替代付费服务，更不意味着它在非商业许可证下就绪于商用交付。把两件事分开，图景才诚实。

开源音乐仍然输在哪里

闭源服务在一些容易被低估的地方保持优势。它们提供打磨过的界面、集成的母带处理、按需分轨，以及付费客户可以指认的法律立场。对一个需要成品曲目并且要票据的人，这份便利就是产品本身，模型只是其中一半。开放权重给你引擎，剩下的交给你。

还有支持问题。闭源服务坏了，你开工单；开源模型坏了，你读代码，希望社区里有人撞过同一堵墙。真实音频编码器就是这种模式奏效的好例子：发布里缺的一块，被想让工具更好用的陌生人补上了。它奏效时令人印象深刻，不奏效时令人沮丧。

今天该怎么用它

对独立制作人，合理的模式是把 YuE2-3B 当成起草乐器。大量生成，留下有东西的部分，最后用手工或在付费工具里组装成品——如果许可证要求如此。乐谱编辑让这一切成为可能；它让一个生成的念头变成项目文件，而不是死胡同。

对工作室，计算方式因为非商业条款而不同。研究、原型和内部探索是开放的。任何交付给付费客户的东西都需要另做安排。这种拆分在开源领域很常见，早点接受它的团队能省下日后的一次意外。

诚实的读法

YuE2-3B 没有解决围绕生成音乐的伦理问题，非商业许可证也提醒人们，训练它的人在保护自己的地盘。它展示的是，开源音乐生成已经到达一个输出可用的水平，而不只是可演示。可编辑乐谱是最可能随时间变得重要的细节，因为控制才是把生成器变成工具的东西。剩下的差距不在质量，而在清晰度：哪些素材被用于训练，每种许可证允许什么，以及当模型能产出「某人的风格」时，一位职业音乐人如何拿到报酬。这些是下一轮发布必须回答的问题。