2025年6月20日，腾讯AI Lab对外发布了一项具有里程碑意义的技术成果——正式开源音乐生成大模型SongGeneration。作为目前全球范围内首个在音质表现、音乐艺术性以及生成效率三大核心维度实现全面突破的开源音乐生成系统，该模型的问世标志着AI音乐创作领域迈入了新的发展阶段。
项目地址: https://ai.gitcode.com/tencent_hunyuan/SongGeneration 据腾讯AI Lab技术团队介绍，SongGeneration模型创新性地采用了LeVo架构作为底层技术支撑，通过这种先进架构实现了高品质AI歌曲的生成。在具体技术实现上，该模型运用了混合音轨与双轨并行建模技术，这一技术方案带来了显著的优势：一方面，它能够将人声与伴奏进行完美融合，确保两者在音乐表达上达到和谐统一的效果；另一方面，也可以对人声和伴奏进行分别独立处理，从而实现更高水准的音质表现。这种灵活的处理方式，为音乐创作提供了更多可能性。
SongGeneration模型采用了3B参数规模的大型融合架构（LLM-DiT），这一架构设计使其具备了强大的学习和生成能力。通过在海量中英文歌曲数据集上进行充分的预训练，该模型不仅能够保持商业级的生成速度，满足实际应用中的效率需求，其在音质方面的表现甚至超越了部分闭源商业模型，展现出卓越的技术实力。
值得一提的是，该模型在包含百万首歌曲的大规模数据集上完成了训练过程，这为其生成高质量音乐奠定了坚实的数据基础。在语言支持方面，SongGeneration不仅支持中英文歌曲的生成，还具备多语言指令理解能力。例如，当输入英文指令“Jazz club piano with rainy night ambiance”时，模型能够准确理解用户意图，生成带有雨声环境音的钢琴爵士三重奏，其生成效果可以媲美业界顶尖的音乐生成系统。
SongGeneration模型的开源，为音乐创作领域带来了突破性的AI解决方案。它将为音乐创作者、制作人以及相关行业从业者提供强大的工具支持，帮助他们更高效、更富创意地进行音乐创作。无论是专业音乐人士还是音乐爱好者，都能借助这一先进的AI工具，拓展创作思路，实现音乐灵感的快速落地。
展望未来，随着SongGeneration模型的开源和推广应用，预计将在音乐产业引发一系列变革。它可能会改变传统的音乐创作模式，降低音乐创作的门槛，让更多人能够参与到音乐创作中来。同时，也为音乐教育、娱乐产业等相关领域带来新的发展机遇。腾讯AI Lab此次开源行动，不仅展示了其在AI技术领域的领先地位，也体现了推动行业进步、促进技术创新共享的开放态度，相信这一举措将对整个AI音乐创作生态的发展产生积极而深远的影响。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
