全鏈路自研。
本文為IPO早知道原創(chuàng)
作者｜Stone Jin
據(jù)IPO早知道消息，自由量級自主研發(fā)的“音潮”音樂大模型獨立全棧完成了WAIC 2025英文主題曲《AI For Good》，作品以“科技向善”為核心，通過音樂語言傳遞AI與人類共生的未來愿景。
具體來講，“音潮”音樂大模型采用行業(yè)領(lǐng)先的AR+NAR架構(gòu)，擁有強大的多模態(tài)表征能力和創(chuàng)新的重建模型——前者能夠捕捉全局動態(tài)變化并進行高保真重建。后者則深入學習了音樂信號與其他信息的結(jié)構(gòu)性差異，對信號中的音樂特征獨立建模，建立復(fù)合評價維度，克服了傳統(tǒng)方案在處理時所遇到的音樂細節(jié)丟失難題。這也讓“音潮”音樂大模型生成具有豐富編曲層次、工業(yè)級制作聽感的高質(zhì)量音樂。
同時，為了讓生成的效果從“平面”走向“沉浸”，團隊還專門研發(fā)了能直接對雙聲道信號進行聯(lián)合建模的Diffusion Transformer(DiT)。該模型的核心在于其獨特的注意力機制，能有效捕捉并同步左右聲道間的相位、強度差異與時間延遲。因此，生成的音頻不再是單聲道的簡單復(fù)制，而是擁有了真實、自然的寬度和深度，為聽者構(gòu)建出可信的聲場空間。
在WAIC 2025現(xiàn)場，自由量級團隊預(yù)告了“音潮”平臺即將重磅發(fā)布全新功能“音果”，實現(xiàn)真正意義上的多重風格融合致敬體驗，對標并超越海外同類產(chǎn)品7月剛剛推出的同類功能。
音潮通過自研的強大對比學習模型, 實現(xiàn)了多首歌曲的曲風、情緒、音色、唱法、配器融合, 從而進行音樂的再創(chuàng)作, 老樹抽新芽, 讓歌曲迸出全新的生命力. 此外，通過簡單的超參數(shù)調(diào)節(jié)，實現(xiàn)了平滑的漸進融合比例調(diào)節(jié)，可以輕松調(diào)整靈感來源的配比, 綻放無限可能, 一因(音)結(jié)一果. 我們相信, 每一位用戶都能輕松上手"音果", 在音樂中享受自己親手描繪的因果。
值得一提的是，作為"最懂你的音樂模型"，音潮也已經(jīng)支持了跨模態(tài)輸入。用戶可上傳文字、圖片或視頻作為創(chuàng)作參考，系統(tǒng)通過自動與音頻特征聯(lián)合引導(dǎo)，即可生成出一首符合”此情此景“的專屬音樂。
自由量級CTO兼執(zhí)行CEO姜濤博士表示：“此次即將推出‘音果’，旨在為國內(nèi)音樂人提供真正可控、高保真、低門檻的生成式創(chuàng)作工具，讓創(chuàng)意回歸創(chuàng)作者，讓中國 AI 音樂產(chǎn)品走向世界一線陣營。”姜濤透露，"音果"功能，也是中國本土生成式 AI 音樂公司首次對標世界頭部公司，并予以技術(shù)性和產(chǎn)品功能的超越。這不僅意味著技術(shù)上的落地與自主可控，也將推動創(chuàng)作型經(jīng)濟在本土音樂產(chǎn)業(yè)形成新范式。
此外，在自由量級執(zhí)行CEO姜濤博士看來，作為AI音樂新物種，“音潮”的出現(xiàn)讓音樂創(chuàng)作不再受專業(yè)技術(shù)和資源的限制，吹響了音樂平權(quán)的號角。““‘音潮’的核心價值在于大幅降低創(chuàng)作的技術(shù)門檻與時間成本，從根本上顛覆了原有的行業(yè)規(guī)則與價值鏈。‘音潮’的目標絕不是取代音樂人，而是打破資源壟斷，釋放被技術(shù)門檻禁錮的無窮創(chuàng)意，并最終實現(xiàn)創(chuàng)作者、用戶與平臺多方共贏的新興生態(tài)系統(tǒng)。”
“音潮”打破了過去音樂傳統(tǒng)單向傳播模式，讓用戶既是內(nèi)容的消費者，也能便捷地成為內(nèi)容的創(chuàng)作者與參與者，形成動態(tài)循環(huán)的創(chuàng)意社區(qū)；也讓音樂產(chǎn)業(yè)的核心價值，從制作能力向獨特創(chuàng)意與審美加速遷移。不僅如此，通過創(chuàng)新的版權(quán)與激勵機制，確保音樂作品的版權(quán)收益核心歸屬于創(chuàng)作源頭——音樂人本身。“我們目前的方案是，只要是通過‘音潮’創(chuàng)作的歌曲，版權(quán)均歸用戶。”姜濤博士介紹，“甚至我們能通過完整生成記錄和用戶賬戶身份生成唯一的歌曲創(chuàng)作憑證，用于證明這首歌確實出自該用戶之手。”
值得一提的是，與目前國內(nèi)外已發(fā)布的同類模型和產(chǎn)品相比，‘音潮’在生成效率與成本控制方面均具備顯著優(yōu)勢，單首歌曲生成成本不到目前市場同類的五分之一。這款融合頂尖AI技術(shù)與藝術(shù)創(chuàng)造力的應(yīng)用，勢必將點燃普通用戶和專業(yè)音樂人的創(chuàng)作熱情，重塑音樂產(chǎn)業(yè)的生產(chǎn)與消費模式，引領(lǐng)中國AI音樂應(yīng)用進入國際領(lǐng)先陣營。
打造中國本土演示設(shè)計智能體PI
除“音潮”音樂大模型外，自由量級還孵化了AI原生演示設(shè)計智能體產(chǎn)品PI：Presentation Intelligence。在以生成式和智能體協(xié)同為特征的AI時代，PI致力于打造專業(yè)知識和設(shè)計智能體高效協(xié)作的原生內(nèi)容創(chuàng)作范式，成為HumanXAgentic-Content內(nèi)容創(chuàng)作和共享的全新范式。
通過從意圖理解（Intention Undertstanding with high-Context），多智能體協(xié)作的設(shè)計引擎（Agenitc-Design Engine）和原生多模態(tài)編輯器（AI-Native Design Copilot），PI架構(gòu)了一個涵蓋多模態(tài)內(nèi)容創(chuàng)作全流程的全棧智能體Co-pilot系統(tǒng)。定義了人機協(xié)同（human-in-the-loop）的AI設(shè)計智能體的全新范式，為全球用戶提供專業(yè)質(zhì)量、精準完備、高效和諧的交互體驗。
通過大模型能力，Pi對用戶的內(nèi)容和創(chuàng)作意圖進行理解和梳理，從建立內(nèi)容大綱和設(shè)計架構(gòu)開始從零設(shè)計。通過Pi設(shè)計引擎，調(diào)控多個Agent和算法線程配置組合布局、樣式、配圖、文字處理等一氣呵成，每一個作品都是唯一的專屬設(shè)計。這就是一個AI-原生的創(chuàng)意過程。
Pi負責人、自由量級COO楊疆博士認為：“人機交互的本質(zhì)就是上下文的豐富度和帶寬。”大模型技術(shù)無限增強了這個環(huán)節(jié)。這對于產(chǎn)品而言，交互設(shè)計有了指數(shù)級增長的發(fā)揮空間，同時產(chǎn)生了巨大平衡決策：在human和agent之間的放權(quán)平衡，或者在各種交互模態(tài)之間的選擇平衡。PI堅持兩個設(shè)計價值觀：其一是人機和諧共贏的價值觀；另一個則是學習迭代的價值觀。所以，Pi設(shè)計了支持創(chuàng)作和共享的內(nèi)容全生命周期的Copilot平臺，人的創(chuàng)意和工作，AI的任務(wù)調(diào)度，交互的模式都是一個可以動態(tài)平衡調(diào)節(jié)的環(huán)境，產(chǎn)品設(shè)計也在這個方法論的指導(dǎo)下快速迭代。
Pi的原生智能編輯器為用戶提供了全新的沉浸式Ai-原生體驗。在這個以自然交互為優(yōu)先設(shè)計邏輯的Copilot環(huán)境里，數(shù)據(jù)，模型和Agents都無縫嵌入，輕松調(diào)度。Pi團隊多年深耕AI內(nèi)容產(chǎn)品的經(jīng)驗為Copilot帶來了絲滑流暢，瞬時響應(yīng)的極致體驗。同時，Pi支持多人，多Agent的協(xié)作編輯，逐漸呈現(xiàn)出在豐富的上下文環(huán)境中人機和內(nèi)容共同創(chuàng)意和生長的未來圖景。
“我們的初衷就是致力于以AGI重塑未來交互，我們相信，AI不是替代人類，而是釋放人類更深層的創(chuàng)造力。”Pi負責人，自由量級COO楊疆博士表示，“PI就是在定義‘AI原生設(shè)計智能體’這一全新品類，歡迎大家一起體驗這場設(shè)計生產(chǎn)力的革新。”
