4月10日，MiniMax上線(xiàn)了新一代音樂(lè)生成模型Music 2.6。相比一年前AI音樂(lè)賽道剛爆發(fā)時(shí)的熱鬧，現(xiàn)在的關(guān)注點(diǎn)已經(jīng)從“一天能寫(xiě)多少首歌”轉(zhuǎn)向了“寫(xiě)出來(lái)的東西能不能真的拿來(lái)用”。

一個(gè)很現(xiàn)實(shí)的問(wèn)題是，Suno和Udio生成的歌曲在旋律和歌詞層面已經(jīng)足夠以假亂真，但放到專(zhuān)業(yè)監(jiān)聽(tīng)環(huán)境里，低頻部分往往顯得發(fā)飄、渾濁，缺乏實(shí)體感。這在電子音樂(lè)、影視配樂(lè)和嘻哈制作中尤其致命。

Music 2.6的核心升級(jí)就圍繞這一點(diǎn)展開(kāi)。MiniMax在技術(shù)文檔中提到，新模型對(duì)生成架構(gòu)中的頻譜建模做了針對(duì)性調(diào)整，重點(diǎn)增強(qiáng)了貝斯與底鼓的下潛深度和瞬態(tài)響應(yīng)。

簡(jiǎn)單說(shuō)，就是讓AI理解低音不止是需要響亮，還需要有力度和清晰的形態(tài)。實(shí)際測(cè)試中，一段提示詞為“dark trap beat with heavy 808”的生成結(jié)果，鼓點(diǎn)的沖擊力和衰減輪廓明顯好于前代模型，與Suno v5.5默認(rèn)生成的低音區(qū)相比，分離度更清晰，沒(méi)有出現(xiàn)頻段打架的情況。

另一個(gè)實(shí)用升級(jí)是BPM和調(diào)性鎖定的執(zhí)行精度提升。早期AI音樂(lè)生成的最大痛點(diǎn)是不可控，你輸入C小調(diào)，出來(lái)的可能是隨意轉(zhuǎn)調(diào)的結(jié)果。

Music 2.6聲稱(chēng)能忠實(shí)還原用戶(hù)設(shè)定的主歌、副歌和過(guò)渡段落結(jié)構(gòu)。這背后是對(duì)音樂(lè)語(yǔ)義理解的強(qiáng)化，不再只是按概率拼接音頻片段，而是有了更明確的段落規(guī)劃。

功能層面，新推出的Cover功能允許用戶(hù)上傳一段人聲清唱，模型提取旋律輪廓后，可以重新編排成不同風(fēng)格，比如把一段隨口哼的旋律變成搖滾或者爵士。

這其實(shí)是在降低創(chuàng)作門(mén)檻，同時(shí)也給AI音樂(lè)增加了一點(diǎn)人味。畢竟完全由AI生成的內(nèi)容，版權(quán)歸屬和市場(chǎng)接受度目前都存在爭(zhēng)議，比如Suno與環(huán)球音樂(lè)的授權(quán)談判就陷入了僵局。而基于用戶(hù)原始輸入的二次創(chuàng)作，在法律和情感上都更容易被接受。

MiniMax還開(kāi)源了三個(gè)Music Skill組件，面向開(kāi)發(fā)者生態(tài)開(kāi)放。這讓人聯(lián)想到騰訊音樂(lè)的“未音”和昆侖萬(wàn)維的AI音樂(lè)出海策略，各家都在試圖建立自己的工具鏈條，而不是只做一個(gè)生成按鈕。

問(wèn)題是，當(dāng)?shù)鸵簟⒔Y(jié)構(gòu)這些硬指標(biāo)被逐步攻克后，AI音樂(lè)生成的下一個(gè)瓶頸會(huì)是什么。是更復(fù)雜的多聲部編配，還是對(duì)歌詞語(yǔ)義的情感表達(dá)。

或者我們根本不需要AI寫(xiě)出多么專(zhuān)業(yè)的音樂(lè)，只需要它足夠誠(chéng)實(shí)、好用就行。