天谱乐大模型V4.7发布：AI音乐从“生成一首歌”迈向“能改到满意”

事件概述

趣丸科技在2026 WAIC世界人工智能大会上正式发布天谱乐大模型V4.7，并接入对话式音乐创作智能体Tunee，同时通过OpenAPI向开发者和企业用户开放。本次更新核心聚焦于二次创作场景，即让用户更容易对AI生成的音乐进行持续修改和控制，而非单纯提升音质或时长。

核心信息

• 二次创作能力升级：V4.7重点提升Remix改写和翻唱Cover能力。用户可上传已有音乐素材，在保留核心旋律的基础上重新设计曲风、编排和演唱方式（如将抒情旋律改为电子、摇滚或轻爵士风格）。翻唱场景中，模型采用“快速回归动机”机制：根据新歌词和结构进行适当改写，同时在关键位置收束到主旋律，维持辨识度，并优化了参考音频的人声泄露问题。

• 提示词响应优化：重新调整训练数据标签体系，模型能更准确识别和响应“减少鼓点”“增加伴唱”“突出乐器”等具体指令，控制能力明显提升。

• 架构与性能：基于第四代分层渐进式架构（V4.7是第七个版本），将音乐生成拆分为音乐性、语义和声学三个层次依次完成。完整歌曲生成耗时控制在60秒以内，输出48kHz双声道音频，整体性能提升约20%。

• 第三方评测：在Meta Audiobox Aesthetics与SongEval两套评估体系下，与Suno V5.5、Mureka V9、MiniMax V2.6对比，V4.7在内容享受度、作品记忆点、声音清晰度等指标得分较高，音乐性、连贯性和自然度属于第一梯队。

值得关注

天谱乐团队回顾了四代架构演进：第一代用语言模型+离散表征实现“写出一段歌”；第二代用掩码自回归+连续声学表征实现完整歌曲结构；第三代用扩散模型+连续音频表征提升音质和速度，并推出多模态生成；第四代采用分层渐进式方案，在速度上有所牺牲，但换来了更清晰的歌曲结构和更强的控制能力。V4.7延续了这一方向，表明AI音乐模型的竞争已从“第一次生成是否惊艳”转向对创作过程的理解和可编辑性。