沒(méi)有AI味的AI音樂(lè)來(lái)了，Mureka V9.5交出滿分音樂(lè)答卷

AI音樂(lè)這兩年火得很快，打開(kāi)任何一個(gè)音樂(lè)平臺(tái)，AI生成的歌單已經(jīng)多到刷不完。聽(tīng)得多了你會(huì)發(fā)現(xiàn)一個(gè)問(wèn)題，這些歌聽(tīng)起來(lái)都挺像那么回事，卻又總覺(jué)得差點(diǎn)意思。

旋律從頭到尾擠得滿滿當(dāng)當(dāng)，沒(méi)有一個(gè)小節(jié)舍得停下來(lái)喘口氣。人聲像被伴奏活活埋掉的配角，怎么都冒不出來(lái)。段落之間一個(gè)力度撐到底，前一段還在深情款款，后一段突然不知道拐到哪兒去了。情緒斷層、結(jié)構(gòu)割裂，像是把幾首不同歌的片段硬拼在了一起。

這倒不是哪家產(chǎn)品的問(wèn)題，整個(gè)行業(yè)的路子多少都有點(diǎn)偏。很長(zhǎng)時(shí)間里，行業(yè)里把堆滿編配當(dāng)成了完成度，多層樂(lè)器一疊，第一耳確實(shí)熱鬧，但經(jīng)不起細(xì)聽(tīng)。熱鬧底下空落落的，什么都沒(méi)說(shuō)出來(lái)。這種AI味兒太重的歌，很難直接拿去做商用發(fā)行。

7月19日，昆侖萬(wàn)維天工AI在2026世界人工智能大會(huì)上發(fā)布了新一代音樂(lè)生成底座Mureka V9.5，同時(shí)推出了基于這個(gè)底座的O3反思式音樂(lè)推理方案，以及一個(gè)全新的創(chuàng)作Agent體驗(yàn)。

V9.5的方向很明確，做更克制、更真實(shí)、更貼合創(chuàng)作意圖的音樂(lè)，說(shuō)白了就是更有人味兒、更少AI味兒。O3的思路是用test-time scaling讓音樂(lè)思考從一次性規(guī)劃變成持續(xù)推演，寫(xiě)一段回頭看一段，不對(duì)就改。創(chuàng)作Agent則是把定稿改成了版本化管理，創(chuàng)作不再是一錘子買賣。

Mureka V9.5發(fā)布現(xiàn)場(chǎng)

Mureka V9.5官方視頻

一、不是堆編配，是給音樂(lè)留出呼吸空間

Mureka的技術(shù)路線叫MusiCoT，核心思路是讓模型在生成音頻之前先形成一套音樂(lè)思維，從全曲結(jié)構(gòu)到局部細(xì)節(jié)，粗到細(xì)地組織創(chuàng)作，而不是逐幀瞎蒙。

V9.5在這個(gè)基礎(chǔ)上往前推了一步，它開(kāi)始思考一首真實(shí)的歌到底是怎么成立的。編配不用時(shí)刻拉滿，聲部得學(xué)會(huì)呼吸，情緒推進(jìn)得有留白，所有聲音上的選擇都該為創(chuàng)作意圖服務(wù)。它不再追求第一耳讓你覺(jué)得好厲害，而是在一個(gè)更真實(shí)的音樂(lè)框架里，把Prompt控制、人聲表現(xiàn)、音質(zhì)和情緒表達(dá)做扎實(shí)。

（AI 自動(dòng)分析畫(huà)面的場(chǎng)景、動(dòng)作和情緒，創(chuàng)作更貼合內(nèi)容的配樂(lè)）

我們回頭掃了一遍樣本，一致的感覺(jué)是，它聽(tīng)起來(lái)更克制、更真實(shí)，也更不像AI寫(xiě)的。

歌曲《夜色緩緩》

定位：中文流行，對(duì)標(biāo)國(guó)內(nèi)流行市場(chǎng)，情緒捕捉準(zhǔn)確

提示詞：以柔和鋼琴、中文流行，氛圍合成器和漸進(jìn)式弦樂(lè)構(gòu)建電影感情緒，男聲貼近演唱，細(xì)膩、克制，從低聲訴說(shuō)逐漸走向情感釋放。整體像雨夜里未說(shuō)出口的告別，憂傷但溫柔，不煽情卻充滿力量。 Featuring soft piano, Chinese pop influences, atmospheric synth layers, and gradual strings to create a cinematic emotional atmosphere. Intimate male vocals with delicate, restrained delivery, building from quiet storytelling to emotional release. Like an unspoken goodbye on a rainy night, melancholic yet tender, powerful without being dramatic.

歌曲《Melted Chrome 2》分版

定位：一首標(biāo)準(zhǔn)的西海岸G-Funk，風(fēng)格極佳，對(duì)小眾曲風(fēng)的捕捉，風(fēng)格極致表達(dá)，對(duì)合成器和地域文化理解，理解曲風(fēng)的風(fēng)格表達(dá)，音效選取的有特點(diǎn)，編曲層層遞進(jìn)

提示詞： 迷幻西海岸 G-Funk 街頭說(shuō)唱。深沉滑動(dòng)的合成器低音、Moog 哨音、Talkbox 氛圍、溫暖 Rhodes、哇音吉他與復(fù)古磁帶質(zhì)感，配合松弛靠后的鼓點(diǎn)和沙啞男聲，營(yíng)造低底盤(pán)夜間巡游般的迷幻街頭氛圍。 Psychedelic West Coast G-Funk street rap, featuring deep sliding synth bass, a melted Moog whistle lead, talkbox haze, warm Rhodes, muted wah guitar, warped cassette textures, and a lazy behind-the-beat groove. Raw raspy male vocals deliver relaxed, human street storytelling over a smoky lowrider night-cruise atmosphere, with no trap hi-hats, drill patterns, or EDM drops.

傳統(tǒng)AI音樂(lè)的習(xí)慣做法是默認(rèn)疊多層樂(lè)器、持續(xù)填充旋律，覺(jué)得這樣才有完成感。V9.5把配器邏輯整個(gè)翻了過(guò)來(lái)，聲部怎么進(jìn)怎么出、樂(lè)器什么時(shí)候上什么時(shí)候撤、強(qiáng)弱動(dòng)態(tài)怎么走，全部看提示詞的情緒和曲風(fēng)來(lái)定。無(wú)效聲部主動(dòng)砍掉，給主旋律和人聲騰位置，給情緒轉(zhuǎn)折留白。它在學(xué)真人編曲那種輕重交替、張弛有度的習(xí)慣。

（僅需上傳一張照片與一小段清晰人聲,即可快速生成專屬 Character）

數(shù)據(jù)上顯示，同一輪100首樣本的盲測(cè)里，V9.5在旋律、人聲、音質(zhì)和編配上都有提升，指令精準(zhǔn)度從6.92提到了7.62。

具體到四個(gè)評(píng)測(cè)維度：第一，編配上它更克制，不把配器密度等同于音樂(lè)質(zhì)量，為主旋律、人聲和情緒變化留出了呼吸空間。第二，音樂(lè)框架上它更真實(shí)，聲部進(jìn)入、段落推進(jìn)與動(dòng)態(tài)關(guān)系更接近真實(shí)創(chuàng)作，減少了模板化和復(fù)雜堆疊感。第三，人聲表現(xiàn)良品率達(dá)到61.0%，情緒、唱腔和伴奏之間的關(guān)系更自然，聽(tīng)起來(lái)更可信。第四，意圖優(yōu)先于炫技這一點(diǎn)尤其明顯，97.0%的控制良品率和95.7%的曲風(fēng)完全體現(xiàn)比例，說(shuō)明復(fù)雜度更多被用于服務(wù)Prompt，而不是掩蓋音樂(lè)判斷。

一句話總結(jié)，V9.5的任務(wù)是把歌做得更自然。

二、不是生成得更多，是想得更深

如果說(shuō)V9.5解決的是聽(tīng)起來(lái)像不像人做的，O3解決的就是想得夠不夠深。

O3跑在V9.5之上，用test-time scaling把MusiCoT的推理過(guò)程拉長(zhǎng)了。從能看到的層面來(lái)說(shuō)，它不是簡(jiǎn)單地把生成拉長(zhǎng)或者算更久，而是讓模型在生成過(guò)程中持續(xù)問(wèn)自己：當(dāng)前這段旋律還在為整首歌服務(wù)嗎？編配是不是又把主唱淹了？情緒是不是透支了？結(jié)構(gòu)有沒(méi)有跑偏？多出來(lái)的算力，被用來(lái)回頭看和自己改，讓音樂(lè)思維一步步收斂，而不是一次決定后一條道走到黑。

具體來(lái)說(shuō)，這種反思式推理覆蓋四個(gè)能力。首先，全曲目標(biāo)不丟，MusiCoT先定好結(jié)構(gòu)、情緒和表達(dá)方向，后面每一步判斷都回到這個(gè)全局目標(biāo)，不是走一步看一步。其次，生成中持續(xù)審視，模型不光判斷局部好不好聽(tīng)，還檢查當(dāng)前選擇有沒(méi)有破壞整首歌的一致性。再次，發(fā)現(xiàn)偏差后自己改，旋律、編配、人聲或情緒跑偏了，后續(xù)決策會(huì)重新校準(zhǔn)，有點(diǎn)像創(chuàng)作者寫(xiě)完一段回頭聽(tīng)，覺(jué)得不對(duì)，刪了重來(lái)。最后是成本，更高的推理成本換的不是算力炫耀，而是審視、修正和收斂的空間。

這套機(jī)制能有效，前提是底座先有了真實(shí)感。V9.5提供了一個(gè)更克制、更自然的基底，O3不需要從一個(gè)充滿AI堆疊感的結(jié)果開(kāi)始補(bǔ)救，而是在一個(gè)已經(jīng)不錯(cuò)的底子上打磨。

歌曲《誤差》

定位：更擬真的音色，編曲可以理解提示詞的感覺(jué)

提示詞： Minimal Electronic / Cosmic Pop。晶瑩合成器脈沖、低頻氛圍無(wú)人聲與極簡(jiǎn)電子紋理，描繪一座漂浮在沉睡星球軌道上的空間站，冰冷、空曠、遙遠(yuǎn)。整體像隔著舷窗凝望深空，緩慢、克制、沉思，充滿失重感與未知感。 Minimal Electronic / Cosmic Pop，F(xiàn)eaturing crystal-like synth pulses, soft sub drones, minimal electronic textures, and vast spatial reverb. A cold and distant soundscape inspired by a drifting orbital station, creating a feeling of weightlessness, isolation, and quiet contemplation.

歌曲《Still in the Room》

定位：更穩(wěn)定的編曲，完整的編曲，模型可以完整的捕捉曲風(fēng)。

提示詞：Dream Pop?；祉懠?、漂浮感男聲與柔和氛圍合成器營(yíng)造朦朧夢(mèng)境質(zhì)感，溫暖貝斯和松弛鼓組支撐空間感，整體像私人房間里的夜晚獨(dú)處，迷離、內(nèi)省、溫柔而有距離感。 Prompt：Dream Pop, featuring reverb-rich guitars, floating male vocals, soft atmospheric pads, warm bass, and restrained drums. A hazy and intimate soundscape with a private studio feeling, blending dreamy textures, emotional distance, and gentle melodic hooks.

方向性數(shù)據(jù)也支持這個(gè)判斷。此前一輪100首實(shí)驗(yàn)中，推理擴(kuò)展把聽(tīng)感良品率從35%提到了43%，綜合可用率從35%提到39%。這說(shuō)明更充分的音樂(lè)CoT加test-time scaling這條路有繼續(xù)提升質(zhì)量的潛力。

（評(píng)測(cè)范圍：100 首歌曲樣本。數(shù)字來(lái)自同一輪候選對(duì)照；“更有人味、更少 AI 味”來(lái)自評(píng)審對(duì)樣本的回掃歸因，是對(duì)音樂(lè)形態(tài)、編配克制和真實(shí)感的綜合判斷，不是由單一數(shù)值直接定義。）

當(dāng)然，這個(gè)結(jié)果是基于前期底座的，只是用來(lái)驗(yàn)證技術(shù)方向，不代表新版V9.5下的最終O3指標(biāo)。

V9.5負(fù)責(zé)把歌做得更自然，O3負(fù)責(zé)交付前多看多想多修一遍。兩個(gè)組合在一起，實(shí)現(xiàn)的是一件事，從一次性生成跨到完整思考打磨，把復(fù)盤(pán)、修正、收斂的流程嵌進(jìn)模型生成的每一步。

三、從0到1到行業(yè)登頂，一條自主可控的技術(shù)路線

Mureka V9.5的克制和真實(shí)感不是這一代突然冒出來(lái)的。

Mureka是昆侖萬(wàn)維天工Skywork AI自研的，國(guó)內(nèi)最早實(shí)現(xiàn)端到端落地的通用AI音樂(lè)大模型。從2年前開(kāi)始投入，2024年初初代產(chǎn)品SkyMusic 1.0內(nèi)測(cè)，打通了文本轉(zhuǎn)歌曲、多樂(lè)器伴奏、人聲合成的完整閉環(huán)，完成從0到1的落地，也開(kāi)啟了國(guó)內(nèi)通用AI音樂(lè)工業(yè)化的探索。

一年后，Mureka V6加O1正式發(fā)布，全球首次落地MusiCoT音樂(lè)思維鏈框架，顛覆了逐幀生成的邏輯，先規(guī)劃全曲結(jié)構(gòu)再填充細(xì)節(jié)。同步推出的初代推理增強(qiáng)O系列支持10種語(yǔ)言詞曲生成，覆蓋流行、搖滾、爵士、電子等全品類，上線后迅速積累了全球數(shù)百萬(wàn)創(chuàng)作者用戶。到2025年底的V7.6加O2迭代，重點(diǎn)優(yōu)化了人聲質(zhì)感、混音聲場(chǎng)和提示詞理解精度，大幅降低了模板化編曲問(wèn)題，同時(shí)開(kāi)放完整API生態(tài)，服務(wù)全球數(shù)千家企業(yè)開(kāi)發(fā)者，落地短視頻、游戲、播客、影視配樂(lè)等商用場(chǎng)景。

真正的轉(zhuǎn)折出現(xiàn)在2026年初。Mureka V8在國(guó)際權(quán)威AI音樂(lè)評(píng)測(cè)榜單拿下人聲、器樂(lè)雙榜第一，綜合實(shí)力超越Suno、Udio、Google Lyria等海外主流競(jìng)品，完成了從可用到可直接商用發(fā)布的質(zhì)變。MusiCoT體系全面成熟，同步與太合音樂(lè)等頭部音樂(lè)集團(tuán)達(dá)成產(chǎn)業(yè)戰(zhàn)略合作。同年3月V9亮相，進(jìn)一步收緊編配邏輯，弱化過(guò)度堆疊的AI聽(tīng)覺(jué)特征，優(yōu)化曲風(fēng)辨識(shí)度和用戶意圖匹配度，為V9.5的真實(shí)感底座打下了基礎(chǔ)。

到7月V9.5加O3組合登場(chǎng)，放棄堆砌聲部制造飽滿感的老路子，重構(gòu)真實(shí)音樂(lè)創(chuàng)作的底層邏輯。O3全新的反思式推理架構(gòu)落地，試圖從根上解決AI音樂(lè)結(jié)構(gòu)割裂、情緒斷層、表達(dá)失真的老問(wèn)題。

橫向?qū)Ρ鹊脑挘缙诟?jìng)品大多靠加厚配器、密集聲部來(lái)制造豐富感，旋律擁擠、人聲被蓋、段落無(wú)留白這些毛病很常見(jiàn)。Mureka整條路線一直堅(jiān)持模擬人類音樂(lè)人的創(chuàng)作邏輯，先全局結(jié)構(gòu)，再局部細(xì)節(jié)。V9.5和O3的組合把這條路線的優(yōu)勢(shì)進(jìn)一步拉開(kāi)了。

歷史同口徑評(píng)測(cè)數(shù)據(jù)顯示，Mureka系列在整體聽(tīng)感、成品音質(zhì)、綜合可用率上長(zhǎng)期領(lǐng)先海外競(jìng)品Suno V5.5，之前只在復(fù)雜提示詞精準(zhǔn)度上有點(diǎn)小差距，V9.5已經(jīng)把這塊短板補(bǔ)齊了，曲風(fēng)還原和提示詞匹配都做到了同輪第一。

（歷史競(jìng)品對(duì)照）

四、從“定稿創(chuàng)作”走向“版本化工作流”

很長(zhǎng)一段時(shí)間里，全球AI音樂(lè)行業(yè)的競(jìng)爭(zhēng)焦點(diǎn)都停在聲音多的層面上。Mureka V9.5加O3的組合給出了另一種答案：AI音樂(lè)的核心競(jìng)爭(zhēng)力不是聲音多，而是像人一樣思考、創(chuàng)作、打磨。

對(duì)不同的人來(lái)說(shuō)，這件事的意義不一樣。對(duì)普通創(chuàng)作者，輸入一段文字就能拿到人聲自然、編曲有層次、情緒完整的歌，不需要后期花大量時(shí)間刪多余聲部、修僵硬人聲。對(duì)專業(yè)音樂(lè)人，V9.5的克制基底適合做創(chuàng)作草稿、副歌靈感、配樂(lè)基底，O3的自我修正功能可以省掉反復(fù)試聽(tīng)調(diào)整的功夫。對(duì)企業(yè)客戶，更高的綜合可用率、穩(wěn)定的音頻健康度、精準(zhǔn)的風(fēng)格還原，短視頻、游戲、影視、有聲內(nèi)容批量配樂(lè)的門(mén)檻和成本都在往下走。

但最值得關(guān)注的，其實(shí)是創(chuàng)作Agent帶來(lái)的工作流變化。傳統(tǒng)音樂(lè)創(chuàng)作和多數(shù)AI音樂(lè)工具，還是生成一首歌然后定稿的邏輯，創(chuàng)作本質(zhì)上是個(gè)低頻、高成本、看運(yùn)氣的事。

（一次對(duì)話，靈活調(diào)用所用能力）

Mureka對(duì)創(chuàng)作的理解發(fā)生了根本變化，創(chuàng)作不再是寫(xiě)出一首歌，而是在版本空間里做選擇、做判斷、做迭代。

產(chǎn)品層面，這個(gè)理念落地成三個(gè)空間。探索空間，同一創(chuàng)意快速出多個(gè)版本，打開(kāi)可能性。控制空間，在旋律、人聲、結(jié)構(gòu)等維度上局部保留和替換，精確到段。執(zhí)行空間，Studio把操作DAW變成指揮創(chuàng)作，門(mén)檻降了，上限升了。創(chuàng)作者可以把更多時(shí)間花在審美決策上，而不是反復(fù)試錯(cuò)。

創(chuàng)作 Agent 界面

從更大的視角看，Mureka已經(jīng)不是一個(gè)單一模型或功能，而是在長(zhǎng)成一個(gè)平臺(tái)。

內(nèi)容形態(tài)是AI原生的，作品可以版本化、可以二創(chuàng)、可以持續(xù)進(jìn)化，這跟傳統(tǒng)音樂(lè)平臺(tái)承載的內(nèi)容形態(tài)天然不同。雙邊價(jià)值同時(shí)成立，對(duì)創(chuàng)作者提供效率、上限和工作流，對(duì)普通用戶提供表達(dá)、參與和關(guān)系連接。商業(yè)模型也是三條線并行，訂閱、創(chuàng)作工具Studio、B端分發(fā)加API。

AI 重塑視頻、游戲、音樂(lè)與全球文娛圓桌論壇照片

這次WAIC上，昆侖萬(wàn)維除了Mureka V9.5，還同步發(fā)布了Matrix-3.5世界模型和Riemann-1.0 底層底座，這次發(fā)布是昆侖萬(wàn)維在“4+3”AGI戰(zhàn)略下的關(guān)鍵動(dòng)作，即以四大SOTA模型為技術(shù)底座，支撐AI短劇、AI音樂(lè)、AI游戲三大AI原生平臺(tái)經(jīng)濟(jì)體。

在同期舉行的AI重塑視頻、游戲、音樂(lè)與全球文娛圓桌論壇上，自己的AI音樂(lè)創(chuàng)作體驗(yàn)：“我今天早上還讓Mureka V9.5生成兩首歌，很不錯(cuò)。一首是參照楊宗緯的《空白格》生成的抒情歌，另一首是模仿顏人中的風(fēng)格，寫(xiě)了一首關(guān)于中年危機(jī)的歌。詞寫(xiě)得挺觸動(dòng)人心的?！?/p>

隨后，王珞丹也談到了她與音樂(lè)人朋友的交流經(jīng)歷：“我有個(gè)做音樂(lè)的朋友，他跟我分享了一個(gè)很有意思的案例。他在編曲環(huán)節(jié)把任務(wù)交給了AI軟件，結(jié)果生成了兩個(gè)完全不同的版本。他讓我盲選，問(wèn)我更喜歡哪一個(gè)。我選完之后，他才告訴我，我喜歡的那個(gè)版本其實(shí)是AI做的。”

從音樂(lè)到語(yǔ)言到多模態(tài)，一個(gè)完整的AI Native平臺(tái)正在成形。Mureka是這個(gè)平臺(tái)上的音樂(lè)基礎(chǔ)設(shè)施，也是目前感知度最高的入口之一。

Mureka的長(zhǎng)線目標(biāo)非常明確，不把AI當(dāng)成快速生成音樂(lè)的捷徑工具，而是打造一套原生的AI多模態(tài)創(chuàng)作基礎(chǔ)設(shè)施，讓AI成為音樂(lè)人真正的創(chuàng)作伙伴。

未來(lái)AI音樂(lè)的競(jìng)爭(zhēng)，最終比的也許不是誰(shuí)家模型最大，誰(shuí)能率先建起一套真正理解音樂(lè)審美、能持續(xù)自我進(jìn)化、把好聽(tīng)變成可控系統(tǒng)能力的創(chuàng)作基礎(chǔ)設(shè)施，誰(shuí)就拿到了下一張門(mén)票。Mureka V9.5加O3加創(chuàng)作Agent這一套組合拳，像是在回應(yīng)這個(gè)行業(yè)正在發(fā)生的變化。（本文首發(fā)于鈦媒體APP）