أعلن مركز هونغ كونغ للبحث والتطوير في الذكاء الاصطناعي التوليدي (HKGAI) في 18 سبتمبر 2026 عن إطلاق نموذج الموسيقى المفتوح المصدر YuE2. وذكر الفريق أنه أول نموذج موسيقي مفتوح المصدر في العالم يوحّد بين التأليف، وإعادة الغناء، والتحرير عبر "التخطيط الرمزي"؛ وفي اليوم نفسه، حلّ في المرتبة الرابعة بين أكثر النماذج رواجًا على موقع Hugging Face بالكامل (Trending Score 595)، ليكون النموذج الموسيقي الوحيد ضمن المراتب الخمس الأولى. وخلال 9 أيام من إطلاقه، سجّل النموذج الرئيسي الرسمي 11,626 عملية تنزيل؛ وبإضافة حزمة ComfyUI، وإصدارات المجتمع بصيغة GGUF/المكمّمة، وسلاسل الأدوات، بلغ إجمالي التنزيلات في النظام البيئي حوالي 179,000 عملية تنزيل.
تأسس مركز HKGAI في أكتوبر 2023، بتمويل من منصة AIR@InnoHK المتخصصة في الذكاء الاصطناعي وتقنيات الروبوتات، وبقيادة جامعة هونغ كونغ للعلوم والتكنولوجيا (HKUST)، ويغطي أبحاثه مجالات اللغة، والرؤية، والصوت. ويُعدّ YuE2 علامة بارزة في إنجازات المركز في مجال توليد الصوت؛ واستخدم البيان الصحفي أيضًا عبارة "لحظة DeepSeek في عالم الموسيقى" في إشارة إلى توجه النماذج مفتوحة المصدر نحو مساواة الأنظمة التجارية المغلقة بل وتجاوز بعضها.
WildSongBench: الدرجة المركّبة best-of-8 تتفوق على عدة نماذج تجارية
يُجري معيار التقييم WildSongBench تقييمًا آليًا باستخدام 192 مجموعة من المطالبات (12 سبتمبر 2026). وتظهر الجداول أن YuE2 (best-of-8) حقّق متوسط SongBench بلغ 6.9632 ليتصدّر الترتيب مؤقتًا؛ بينما بلغ YuE2 في الإصدار الأحادي 6.7316. وشملت المقارنة نماذج Mureka 9 (6.9377)، وSuno v5 (6.8721)، وSuno v5.5 (6.7150)، وSuno v6 (6.5562)، في حين سجّل الإصدار السابق YuE 1 نتيجة 4.9165. ولم يكن YuE2 متصدرًا في جميع المقاييس: فعلى سبيل المثال، سجّل Suno v5 أعلى نتيجة في MuLan (0.5428)، وحقق LeVo 2 أعلى نتيجة في AudioBox PQ (8.3966)، وسجّل Suno v4.5 أدنى نسبة PER (5.80%).
| النظام | SongBench Avg ↑ | AudioBox PQ ↑ | MuLan ↑ | PER ↓ |
|---|---|---|---|---|
| YuE2 (best-of-8) | 6.9632 | 8.2714 | 0.5051 | 9.79% |
| Mureka 9 | 6.9377 | 8.0226 | 0.4394 | 11.69% |
| Suno v5 | 6.8721 | 8.1698 | 0.5428 | 8.10% |
| YuE2 | 6.7316 | 8.2598 | 0.5068 | 8.44% |
| Suno v6 | 6.5562 | 8.1296 | 0.4916 | 7.58% |
| YuE 1 | 4.9165 | 7.8683 | 0.2623 | 36.38% |
قابلية التحكم بصندوق أبيض: فصل التخطيط الرمزي عن التقديم الصوتي
يفصل YuE2 بين "التخطيط الرمزي (symbolic planning)" و"التقديم الصوتي (acoustic rendering)"، ويعزز قابلية التحكم من خلال تصميم يعتمد على خليط الخبراء (MoE): حيث يتنبأ خبير AR بشكل سببي ذاتيّ الانحدار بالنوتة الموسيقية بصيغة ABC والهيكل الدلالي؛ بينما يتنبأ خبير NAR عبر مطابقة التدفق (flow matching) بالخصائص الصوتية الكامنة؛ ثم يُمرَّر الناتج عبر وحدة VAE لفك التشفير إلى صوت ستيريو بمعدل 48 كيلوهرتز. وبخلاف أسلوب "إخراج الصوت مباشرة من الموجه" في العينات الصندوق الأسود، يمكن للمبدعين التدخل في كل خطوة — كتعديل نوتة واحدة دون الحاجة لإعادة إنتاج الأغنية كاملة، أو تغيير الأسلوب مع الحفاظ على اللحن الأصلي.
استخدم العرض الرسمي أغنية الماندرين البوب "末班車" لإجراء تسع جولات تحرير حوارية، شملت إعادة التنسيق، وإعادة الترتيب، ودمج لحن "Twinkle Twinkle Little Star"، وتطوير التنويعات، وإعادة كتابة الكلمات، لتتحول في النهاية إلى ترتيب جاز إنجليزي متكامل البنية؛ وتطابق كل خطوة نوتة صوتية ومقطعًا صوتيًا يمكن التحقق منهما، وليس مجرد توليد عشوائي منفصل.
ست لغات، ستون نمطًا موسيقيًا، ونظام بيئي مفتوح المصدر محلي
من حيث القدرات، يدعم YuE2 ست لغات تشمل الصينية والإنجليزية واليابانية والكورية والروسية والإسبانية، إضافة إلى أكثر من 60 نوعًا موسيقيًا (بما في ذلك City Pop، والميتال الثقيل، والجاز، والفلامنكو وغير ذلك). الأوزان مفتوحة المصدر ومتاحة للتحميل المجاني (للأغراض غير التجارية فقط)، ويمكن تشغيلها محليًا على بطاقة استهلاكية واحدة؛ أما الترخيص التجاري فيتطلب التواصل المباشر مع الفريق. كما يتيح الفريق الوصول إلى أدوات تحويل النوتات الموسيقية، ونماذج فهم الموسيقى، ومعايير التقييم كمشاريع مفتوحة المصدر، مما يُشكّل سلسلة أدوات متكاملة تمتد من «تحويل النوتات – الإبداع – التحرير – التقييم». بوابة المشروع: GitHub multimodal-art-projection/YuE.
- أوزان مفتوحة المصدر (غير تجارية) + قابلة للتشغيل محليًا على بطاقة واحدة
- الإبداع / الغناء (الكوفر) / التحرير ضمن سير عمل موحّد لتخطيط الرموز
- إتاحة متزامنة لأدوات تحويل النوتات، ونماذج الفهم، ومعايير التقييم كمشاريع مفتوحة المصدر
اقرأ المقال الأصلي على techritual.com (بالصينية التقليدية) →
The TechRitual editorial desk in Hong Kong. Articles on TechRitual World are translated from the Traditional Chinese originals on techritual.com.