香港生成式人工智能研发中心（HKGAI）于 2026 年 9 月 18 日宣布推出开源音乐大模型 YuE2。团队指它是全球首个以"符号规划"统一创作、翻唱与编辑的开源音乐大模型；同日在 Hugging Face 全站 Trending 排第 4（Trending Score 595），是榜单前五唯一音乐类模型。上线 9 天，官方主模型录得 11,626 次下载；连 ComfyUI 封装、社区 GGUF／量化版本及工具链，生态累计约 17.9 万次下载。
HKGAI 于 2023 年 10 月成立，由聚焦人工智能及机器人技术的 AIR@InnoHK 平台资助、香港科技大学主导，研发涵盖语言、视觉及音频等方向。YuE2 被视为中心在音频生成的重要里程碑；通稿亦以"音乐界 DeepSeek 时刻"比喻开源模型追平甚至超越部分商业闭源系统的势头。
WildSongBench：best-of-8 综合分压过多款商业模型
评测基准 WildSongBench 以 192 组 prompts 做自动评估（2026 年 9 月 12 日）。表格显示 YuE2（best-of-8） 的 SongBench Avg 达 6.9632 暂列榜首；单次 YuE2 为 6.7316。对照包括 Mureka 9（6.9377）、Suno v5（6.8721）、Suno v5.5（6.7150）、Suno v6（6.5562），前代 YuE 1 则为 4.9165。其他指标并非一律夺冠：例如 Suno v5 的 MuLan 最高（0.5428）、LeVo 2 的 AudioBox PQ 最高（8.3966）、Suno v4.5 的 PER 最低（5.80%）。
| 系统 | 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% |
白盒可控：符号规划同声学渲染拆开
YuE2 把"符号规划（symbolic planning）"同"声学渲染（acoustic rendering）"分开，以混合专家（MoE）设计提高可控性：AR 专家以因果注意力自回归预测 ABC 乐谱同语义骨架；NAR 专家以流匹配（flow matching）预测声学 latent；再经 VAE 解码输出 48 kHz 立体声。与"提示词一出音频"的黑盒抽样不同，创作者可在各步骤介入——例如微调单一音符不用重做成整首歌，又或者转风格同时保留原旋律。
官方示范以普通话流行曲《末班车》做九轮对话式编辑，包括重新配和声、改编曲、融入《小星星》旋律、发展变奏及改写歌词，最终变成结构完整的英文爵士编排；每一步对应可核对乐谱与音频，而非另一次互不相关的随机生成。
六语、六十流派、本机开源生态
能力方面，YuE2 支持中、英、日、韩、俄、西班牙等六种语言，涵盖逾 60 种流派（包括 City Pop、重金属、爵士、佛兰明高等）。权重开源免费下载（仅限非商业用途），消费级单卡即可本地运行；商业授权需另行联系。团队同步开源转谱工具、音乐理解模型及评测基准，串起"转谱—创作—编辑—评测"工具链。项目入口：GitHub multimodal-art-projection/YuE。
- 开源权重（非商业）＋本地单卡可跑
- 创作／翻唱／编辑统一在符号规划流程
- 同步开源转谱、理解模型及评测基准
The TechRitual editorial desk in Hong Kong. Articles on TechRitual World are translated from the Traditional Chinese originals on techritual.com.