昆侖萬維天工3.0大模型性能顯著提升，天工SkyMusic音樂模型亮相

4月17日，昆侖萬維公司公布了天工3.0大模型的優(yōu)異性能，同時啟動了天工SkyMusic音樂大模型的公益試用。

天工3.0擁有4000億參數(shù)，超越Grok-1的3140億參數(shù)，成為全球最大的開源MoE大模型。該模型在語義理解、邏輯推理、通用性、泛化性、不確定性知識以及學(xué)習(xí)能力等方面均有顯著提升，數(shù)學(xué)/推理/代碼/文創(chuàng)能力提高超過30%。此外，天工3.0還新增了多輪搜索與綜合工具調(diào)用、圖表繪制、研究模式、增強模式、改圖擴圖等AI功能。

天工SkyMusic音樂大模型也于同日開啟公益試用。昆侖萬維表示，天工SkyMusic在人聲&BGM音質(zhì)、人聲自然度、發(fā)音可懂度等方面明顯優(yōu)于競爭對手，綜合性能超越Suno V3，成為音樂大模型中的最高水準(zhǔn)。

天工SkyMusic采用音樂音頻領(lǐng)域類Sora模型架構(gòu)，Large-scale Transformer負責(zé)譜曲，學(xué)習(xí)Music Patches的上下文依賴關(guān)系，實現(xiàn)音樂可控性；而Diffusion Transformer則負責(zé)演唱，通過LDM將Music Patches還原為高質(zhì)量音頻，支持生成80秒44100Hz采樣率雙聲道立體聲歌曲。

據(jù)悉，天工SkyMusic具有以下特色：

1. 高質(zhì)量AI音樂：生成80秒44100Hz采樣率雙聲道立體聲AI歌曲

2. 人聲“以假亂真”：中文發(fā)音清晰無異響

3. 歌詞段落控制：歌曲能明確區(qū)分不同段落的情感變化

4. 多種音樂風(fēng)格：支持說唱/民謠/放克/古風(fēng)/電子等

5. 音樂智能表達：學(xué)習(xí)顫音、歌劇、吟唱、男女對唱等歌唱技巧

6. 參考音樂生成：用戶上傳參考音樂，生成相似風(fēng)格和唱腔的歌曲

7. 方言歌曲生成：支持粵語、成都話、北京話等眾多方言