論壇：2025年7月26日-28日

展覽：2025年7月26日-29日

地點(diǎn)：世博中心、世博展覽館、徐匯西岸等

清亮的原聲吉他掃弦配上律動(dòng)感強(qiáng)勁的鼓組，滿滿青春的活力撲面而來;朗朗上口的歌詞由極具穿透力的高亢女聲傳遞。日前發(fā)布的本次大會英文主題曲《AI For Good》悠揚(yáng)大氣而又不失動(dòng)感，一經(jīng)公布就立即收獲了廣大好評，但不少細(xì)心的聽眾發(fā)現(xiàn)這首歌的詞曲演唱均是“空白”。沒錯(cuò)，這首“抓耳”歌曲從作詞、作曲到人聲演唱全流程均是由國內(nèi)自主研發(fā)的音樂大模型(“音潮”音樂大模型)獨(dú)立全棧完成。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。

“音潮”音樂大模型是由國內(nèi)新銳的大模型公司自由量級全鏈路自研。該模型采用行業(yè)領(lǐng)先的AR+NAR架構(gòu)，擁有強(qiáng)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(dòng)態(tài)變化并進(jìn)行高保真重建。后者則深入學(xué)習(xí)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(dú)立建模，建立復(fù)合評價(jià)維度，克服了傳統(tǒng)方案在處理時(shí)所遇到的音樂細(xì)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(shí)，為了讓生成的效果從“平面”走向“沉浸”，團(tuán)隊(duì)還專門研發(fā)了能直接對雙聲道信號進(jìn)行聯(lián)合建模的Diffusion Transformer(DiT)。該模型的核心在于其獨(dú)特的注意力機(jī)制，能有效捕捉并同步左右聲道間的相位、強(qiáng)度差異與時(shí)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(shí)、自然的寬度和深度，為聽者構(gòu)建出可信的聲場空間。

正是這些黑科技，帶來了這首《AI For Good》的驚人效果，也證明了中國的音樂大模型已具備駕馭國際盛會藝術(shù)表達(dá)的成熟度。

（來源：世界人工智能大會）