Audio.音频图鉴声波

全球用户量最大的端到端AI音乐生成平台，2026年9月9日发布V6系列（官方称迄今最大升级）。V6是与华纳音乐、BMG、Believe等唱片公司合作、采用授权数据训练的模型家族，含三款：v6（旗舰，精准可控）、v6-wild（实验性，结果更随机大胆）、v6-mini（高效版，面向所有用户免费）。新增多模态输入（图片/视频/语音备忘录一键成曲）与精准局部编辑（按自然语言只改某段或某句歌词，亦可跨曲提取人声、鼓点等元素重组）。旧版模型将逐步退役

由前Google DeepMind研究员创立的专业级AI音乐平台，以音质精细度和分轨编辑能力著称。2025年11月与华纳音乐达成版权和解，2026年计划联合推出全新授权版音乐平台。支持精细的段落控制、多轨分离与后期处理，适合对音质有较高要求的专业音乐人

Google DeepMind于2026年3月25日发布的进阶AI音乐生成模型，距上代Lyria 3仅一个月。核心突破：单次生成时长从30秒跃升至3分钟完整曲目，支持精细化结构定制（前奏/主歌/副歌/桥段），多模态输入（文本/图片/视频），24-bit高音质输出，内置SynthID数字水印确保AI溯源

MiniMax于2026年7月16日上线API、8月13日开源的新一代音乐生成模型。总参数约111亿（8B全局语言模型负责长程结构与主题一致 + 0.6B局部模型补细节 + 2.4B Flow-Matching解码），一次生成最长5分钟完整歌曲，含前奏/主歌/副歌/桥段/尾奏。采用8层RVQ分级表示与结构化caption控制，支持纯器乐与歌词结构标签。权重以 Community License 开源且无地域限制，可本地部署（逐层流式最低约8GB显存）

自由量级（上海）全栈自研的AI音乐创作平台，2026年2月12日发布V3.0。完成编码-生成-解码全链路技术重构，引入双轨建模与多阶段强化学习，演唱从'发声'进化为'表达'（哼唱/转音/气声/情绪起伏自然）。核心理念'音乐平权'，支持文本/图片/哼唱多模态输入，2-6分钟完整歌曲直出，中文语义与审美适配国产最佳

AI语音合成与音频领域绝对龙头，2026年ARR突破5亿美元，估值220亿美元（D轮后半年翻倍）。Eleven v3模型支持70+语言、1000+预设音色，情感智能与上下文感知业界顶级。2026年扩展至AI音乐生成（ElevenLabs Music），同时ElevenAgents平台处理超3300万次生产对话。声音克隆15秒即可完成

全球首个获得音乐版权协会（SACEM）注册的AI作曲家，专注纯器乐配乐生成。擅长古典、电影、游戏、广告等场景的专业级BGM，支持MIDI导出与精细编辑。不生成人声，定位为专业配乐工具而非歌曲创作平台，商用合规性行业标杆

基于微信小程序的轻量级AI音乐生成工具，主打国内用户零门槛体验。无需下载App，微信内即可完成从歌词到成品歌曲的全流程。中文歌词理解与旋律适配针对国内审美优化，适合短视频创作者快速产出BGM，访问稳定性优于海外工具

国产集成化AI音频处理工具，以高保真音质和自然流畅旋律著称。支持电子乐、流行曲、氛围音乐等多风格精准生成，细节丰富层次分明。集成音频处理全流程（生成/编辑/混音），适合需要一站式音频解决方案的内容创作者

Stability AI于2026年5月发布的新一代音频生成模型家族，分四档：small SFX / small（4.59亿参数，2分钟）、medium（14亿参数，6分20秒，开放权重）、large（27亿参数，6分20秒，仅 API 与付费自托管）。小模型主攻端侧生成，medium 面向长音频。基于完全授权数据训练，并与华纳音乐、环球音乐达成合作

阿里巴巴2026年8月17日发布的端到端AI音乐生成模型（中文名快乐虾米）。把音乐当作有语法、语义、上下文的特殊语言，精准理解自然语言描述、歌词、曲风、情绪、年代与人声要求，整体规划、同步创作、兼顾长程结构，一次生成完整歌曲。国内及海外PC网页端同步上线，新用户享大额免费积分。