仅仅2个月，Mureka再次宣布版本升级。
3月27日，2026年中关村论坛年会上，昆仑万维旗下天工AI举办“世界模型前沿技术与天工AIGC全家桶大模型生态”专场发布会，发布昆仑万维2026 AGI战略的同时，也官宣AI音乐平台Mureka正式发布V9模型。
随后，北京市经济和信息化局二级巡视员张宇航发表致辞，表示昆仑万维作为扎根北京、辐射全国、走向世界的优秀科技企业，为人工智能的产业发展注入新的活力。而北京市经济和信息化局也将聚焦大模型的关键技术，以文娱、文旅、教育等场景为牵引，加速AI在游戏创作、数字文娱等领域的融合应用。
天工AI董事长兼CEO周亚辉也提出了公司对AGI发展阶段的判断：AI行业已经历了从移动互联网流量逻辑到大模型工具化的转变，正在向以AI为基础设施的平台经济阶段演进，而评判AGI现实程度的关键也逐步从概念讨论收敛为一个更实际的问题——能否自动化大多数具备经济价值的工作。
基于这一判断，昆仑万维将2026年的AGI战略升级为“3+1”生态架构：底层以多模态大模型为基础，中层通过统一的智能体系统调度模型能力，上层则构建面向内容生产与分发的AI原生平台体系，试图把“模型能力”转化为可运转的生产力。如果说这一战略试图回答的是“AI如何进入真实生产关系”，那么Mureka V9模型则意味着这一思路在音乐领域的具体落地。
此前，Mureka V8已在国际权威AI音乐评测平台Artificial Analysis上成功登顶vocals（人声）、instrumental（乐器）双榜第一，综合实力超越Suno V4.5、Udio v1.5 Allegro、Lyria 2等国际主流AI音乐模型，加冕目前全球综合能力最强的AI音乐模型，为其技术迭代奠定了坚实基础。
那么，当AI音乐行业告别粗放增长，此次MurekaV9将在新质生产力、版权合规与生态共建中扮演怎样的角色？
音乐创作的“表达偏差”被终结了？
近几年，AI生成音乐迎来了飞速发展，但问题暴露得同样迅速。
比如，AI音乐往往会被认为生成作品质感不足、情感表达单薄、场景适配弱，尤其是创作意图与生成结果的“表达偏差”。即便结构正确，却由于缺乏真实情绪的牵引，仍停留在统计意义上的模仿，总觉得少了点人味儿。
换句话说，过去的AI音乐生成的常见问题还只是“能不能生成”，要想迈进专业化门槛，接下来AI要做的是“能按你想的方式写出来”。
正是在这一行业共性瓶颈之下，Mureka的技术演进路线更显清晰与针对性。此次Mureka V9升级，依然建立在MusiCoT（Music Chain-of-Thought）技术体系的持续迭代之上，进一步强化了模型对音乐结构、歌词段落、表达意图与声音呈现之间关系的协同建模。
据音乐先声的亲身体验，用统一的测试方法来看，V8与V9的最大差异其实并不体现在旋律优劣这种主观维度，其核心提升主要体现在可控性、音质、效率、表达性等更行业化的指标。
以之前我们使用V8模型生成《再给我多一点时间》为例，与V9模型在相同歌词、风格设定和提示词下的生成结果相比，后者的表现更能贴合提示词中的具体细节要求，实现段落级歌词语义控制，且能在多轮迭代中，真正听懂用户对作品风格、情绪、形式等层面的反馈。
（ Prompt：BPM 95-105，木吉他分解和弦为主+轻扫弦点缀，原声钢琴单音旋律铺底，轻量流行鼓组（底鼓轻柔、踩镲八分音符、军鼓轻击，铃鼓沙锤轻点缀），柔润电贝斯根音轻弹跳驱动，副歌加微量短乐句点缀，极淡电子Pad铺垫氛围；清甜温润女声/清透干净男声，中文标准发音，咬字清晰，主歌轻柔叙事，预副歌情绪渐升，副歌旋律上扬柔和有记忆点。）
比如在V9的作品中，模型不仅遵循了“清甜温润女声／清透干净男声”“中文标准发音、咬字清晰”等声音指令，还在主歌轻柔叙事、预副歌情绪渐升，以及副歌旋律上扬柔和有记忆点的稍微偏抽象的要求上，能明显感受到更稳定的响应力度。
值得注意的是，V9模型生成作品在音质上的提升，不只是抽象的“更好听”，而是体现在录音师级别的混音控制力上，这点很惊艳。
以生成歌曲《Sunlight on your face》为例，人声清晰度更高，伴奏铺底更有层次，频段之间的拥挤和互相遮蔽明显减少，整体声音也不容易发闷或发飘，呈现出更稳定的结像与更自然的空间展开。在此基础上，作品整体的通透感、密度感与完成度都有所提升，更接近经过认真后期处理的成品状态。
此外，《Sunlight on your face》在情绪表达上没有一味堆叠演唱和编排元素，而是通过适度留白，让人声、旋律与伴奏之间保留出呼吸感。这种巧妙处理，让主线表达更集中，细节也更容易被听见，伴奏也不会因为过度堆叠而显得混乱，最终呈现出的，是一种更清晰、更通透也更具完成度的整体听感。
（ Prompt：新灵魂 / 私密爵士人声作品。灵感：日落阁楼工作室，暖光中浮尘轻扬。核心：气声近距离男声 + 温暖 Rhodes 钢琴。氛围：安静、怀旧、时光静止 —— 复古阁楼里，金色阳光缓缓透过百叶窗褪去。）
从生成效率来看，V9在底层推理链路上完成了进一步优化，显著提升了文本到音乐关键环节的处理效率，并带来整体生成速度、多样性的同步改善。对创作者来说，意味着从输入想法到听到结果之间的等待更短，试错成本更低，迭代创作也更顺畅。
这种生成多样性上的颠覆式升级，在实际的创作场景中尤为明显。以我们此前生成的《Sleepless Nights》为例，同样的提示词和歌词下，在使用V8时，为了找到符合预期的结果，我们需要生成超过10个版本并经过多轮筛选；而在V9模型下，仅通过4版输出就能够精准定位满意版本，且每一版在风格和旋律上都保持了明显的差异性。
这一迭代显著提升了相同创作方向下的产出多样性，不仅能更快达到创作预期，也有效解决了旋律走向、结构编排与听感上的重复率，使得音乐输出更有新鲜度和探索空间。
这对于高频迭代和批量试歌场景，这会是非常关键的一步。也意味着Mureka 对创作的理解发生了根本性变化：创作不再是写出一首歌，而是在版本空间中进行选择、判断与迭代。
从以上维度更新来看，Mureka V9模型进一步融合了对歌词段落设计、语义重心与音乐组织方式的细粒度思考，让模型在旋律推进、段落表达、音色安排与整体完成度之间建立更稳定的内在一致性，完成了朝“高可控创作”迈出的又一步。
AI音乐下半场，
从技术创新走向产业应用
今年起，AI音乐正在从技术议题，变成制度议题。
如果说其发展的上半场的关键词是“可能性”，那么下半场的核心，必然是如何在规制与市场之间实现可持续发展。
在国内，《国务院关于深入实施“人工智能+”行动的意见》中明确提出，要推动人工智能与各行业深度融合，同时完善数据产权与版权制度，建立与AI发展相适配的规则体系。
同时，地方层面也在迅速跟进。例如去年11月，北京市率先发布了《北京市促进“人工智能+视听”产业高质量发展行动方案（2025-2029年）》，积极布局“人工智能+视听”领域垂类大模型研发，加快算法模型突破。
在2026中关村论坛年会上，北京市东城区人民政府党组成员、副区长邓慧敏在发言中提到，“十五五”期间，东城将大力发展动漫影视、数字演绎、艺人经纪、游戏电竞等新型赛道，做大做强数字文娱产业。北京市经济和信息化局二级巡视员张宇航也表示，北京市经济和信息化局也将聚焦大模型的关键技术，以文娱、文旅、教育等场景为牵引，加速AI在游戏创作、数字文娱等领域的融合应用。
在国际层面，趋势同样清晰。从美国版权局确立“人类创造性控制”为版权保护核心，到欧盟强制要求AI公司建立“数据族谱”证明训练数据合法，全球范围内，AI音乐的训练与生成版权边界正被不断收紧。
不难预见，一套适配AI时代的版权规则与合规体系正在加速成型，这也将定义AI音乐的合规底线，更影响着其下一阶段的发展主轴。
对于技术产品而言，其评价标准也随之发生变化，从单纯关注生成质量，走向对训练数据合法性、输出合规性与可用价值的综合考量，真正的竞争将在产业生态、规则理解与落地能力之间展开。
作为国内最早明确将All in AGI并写入年报的上市公司之一，昆仑万维在Mureka大模型的布局不仅是一个产品，更是国家战略的生动实践，照见了从政策意图、技术创新走向产业应用的张力与可能性。
作为AI技术在文化创意产业落地的典型代表，Mureka积极响应了“人工智能+”行动号召，不沉迷于参数迭代的内卷，而是通过技术核心引擎，打破音乐创作的高门槛，大幅提升创作效率，成为将技术创新转化为重塑数字音乐产业的新质生产力。
与此同时，Mureka也契合北京市年初提出的建设“全球人工智能第一城”的新目标，凭借MusiCoT技术在多模态理解与复杂逻辑推理上的优势，直观展现了中国自主研发大模型的全球竞争力，成为文化与科技深度融合的鲜活样本。
更难得的是，在国家强化AI版权治理的趋势下，Mureka V9始终坚守合规训练的底线，用可溯源的技术设计，为AI辅助创作提供了一个安全、可溯源的技术范本，精准契合了数字版权与合规发展的国家战略导向。
从更长线的角度来看，Mureka V9所代表的，不只是一次模型升级，而是一种兼顾合规性、市场价值与产业生态建设的可持续发展路径，即在可控的技术框架内，实现真实可用的创作能力，并逐步建立长期有效的产业生态。
结语
回顾这一次Mureka V9模型的发布，我们可以看到一个比技术更大的变迁正在展开。
当技术走向成熟，需要解决意图与表达之间的偏差；而产品走向可持续，则需要在规则、合规与价值分配之间找到平衡点。当AI的参与变得可控、可理解、可规范时，音乐不会因为技术改变而变质，反而打开新的表达边界。
这或许才是AI音乐从生成能力走向产业革命的真正起点。
*本文图源网络，如侵权联系删改
本文来自投稿，不代表创造权威IP 赋能创业者——IP百创立场，如若转载，请注明出处：创造权威IP 赋能创业者——IP百创
微信扫一扫 
