昆仑万维：“天工3.0”基座大模型与“天工SkyMusic”音乐大模型正

4月17日，在“天工”大模型一周年之际，昆仑万维重磅宣布，“天工3.0”基座大模型与“天工SkyMusic”音乐大模型正式开启公测！一年前的今天，第一版天工大模型正式对外发布上线，一年来昆仑万维不断迭代模型，迭代应用产品，模型和应用都越做越好，以此回报广大用户的支持。

“天工3.0”拥有4000亿参数，超越了3140亿参数的Grok-1。“天工3.0”在语义理解、逻辑推理、通用性、泛化性、不确定性知识、学习能力等领域拥有突破性的性能提升，数学/推理/代码/文创能力提升超过30%。

强大的模型技术实力赋予“天工3.0”超强的性能表现。在MMBench等多项权威多模态测评结果中，“天工3.0”超越GPT-4V。

同时，“天工3.0”旗下的“天工SkyMusic”音乐大模型也在今日面向全社会开放公测。

天工SkyMusic:成为全球AI音乐SOTA模型

此前，大模型已经在文本、图像等多个技术领域取得突破，带来产业全面变革。然而，在AI音乐生成领域，全球迟迟等不到一款产品，开启“音乐ChatGPT时刻”。

这是因为一直以来，AI音乐行业大量研究都集中在符号音乐生成技术路线上，并且大多只能实现无人声背景音乐的生成，音乐的质量、效果、审美都远远达不到可用水平，产业迟迟未能爆发。

与行业主流路径不同，“天工SkyMusic”采用自研大模型音乐音频生成技术路线。这一路线直接通过大模型技术实现乐器、人声、旋律、音量、音符的一体化端到端音乐生成，技术难度极大，全球只有包括昆仑万维在内的极少数顶尖玩家参与。

在与海外顶尖的AI音乐大模型Suno V3的横向测评中，“天工SkyMusic”在人声amp;BGM音质、人声自然度、发音可懂度等领域显著领先对手，并以6.65分的综合得分超越Suno V3，成为全球AI音乐SOTA模型。

此外，“天工SkyMusic”还拥有独创的参考音乐生成与方言歌曲生成能力。

参考音乐生成:用户可上传自有参考音乐，或选择“天工SkyMusic”资料库中现有的参考音乐，从而生成风格、唱腔类似的歌曲，进一步降低音乐大模型的使用门槛，让不熟悉乐理知识的用户也能轻松玩转。

方言歌曲生成:“天工SkyMusic”生成的音乐不仅在人声自然度、发声可懂度等领域表现优秀，更能够支持粤语、成都话、北京话等众多方言，让用户能够更自由地实现音乐表达，传播方言文化。

同时，“天工SkyMusic”是首个公开可用的AI音乐生成模型。

当前，在文本大模型领域，OpenAI吸引了全球的注意力；但是在AI搜索、AI音乐生成等细分领域，中国玩家们正在奋勇前行，不断通过自研技术取得细分领域顶尖的SOTA表现，共同建设中国大模型产业，打造自主可控的大模型产业生态。

天工3.0:采用4000亿级参数MoE混合专家模型架构

在上一代“天工2.0”MoE大模型的领先基础上，“天工3.0”实现了全面的性能升级，采用了4000亿级参数MoE混合专家模型架构。

“天工3.0”的逻辑推理能力、语义理解能力、应对复杂需求能力、内容创作能力全面升级，并新增了多轮搜索与综合工具调用、图表绘制、研究模式、增强模式、改图扩图等多项AI能力，为用户带来全新AI体验。

图表绘制:“天工3.0”全面提高了逻辑推理能力与用户自然语言Query的理解能力，使其能够更精准地判断用户需求，独立生成并调用代码，结合文本需求实时进行内容分析及图表构建，为用户带来更直观、高效的对比结果。

此外，“天工3.0”中还增加了研究模式、增强模式、改图扩图等多项AI能力。

研究模式:在研究模式中，“天工3.0”能够围绕用户的某个简单指令进行相关问题的延伸，自动生成研究大纲、图谱、实践总结、思维导图，帮助用户快速清晰地把握核心内容，完成用户复杂的研究需求。

增强模式:在增强模式中，“天工3.0”能够针对用户的复杂Query进行拆解、细化、并进行追问、信息理解与补全，使其在自然语义理解方面性能更强，面对不确定性知识时表现更好，能够更精准、高效地满足用户需求。

免责声明：该文章系本站转载，旨在为读者提供更多信息资讯。所涉内容不构成投资、消费建议，仅供读者参考。