# 腾讯清华联手开源SongGeneration 2：4B参数音乐大模型，性能超越Suno v5，1分钟生成完整歌曲

- Link: https://paooo.com/aigc-news/11310/
- Published: 2026-06-10T07:42:22+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 4B 参数 SongGeneration 2 以混合 LLM-扩散架构突破音乐性与音质难兼得的瓶颈。
 * 支持中英西日等多语种歌词、纯音乐/人声/双音轨输出，风格控制更细。
 * 22GB 显存即可本地跑，1 分钟生成完整歌曲，开源后更利于落地应用。

> **💡 站外导读：**随着AIGC技术爆发，AI音乐生成正从实验走向商业应用，但高质量、可
> 控、本地化部署仍是行业核心痛点。腾讯与清华大学联合开源的SongGeneration 2，正是
> 对这一挑战的回应。这款4B参数模型凭借混合架构与分层表征，在音质、歌词准确度和生成
> 效率上实现突破，其性能甚至超越了Suno v5等知名商业模型。它的开源，不仅降低了AI音乐
> 创作的技术门槛，更预示着专业级音乐生成能力将加速普及，重塑内容创作产业链。

## SongGeneration 2是什么

SongGeneration 2是腾讯与清华大学联合开源的4B参数音乐生成[大模型](https://paooo.com/ai-study/)，
采用混合LLM-扩散架构与分层表征设计，实现商业级音乐生成质量。模型歌词准确率达8.55%
PER，超越Suno v5等商业模型。SongGeneration 2支持中英文等多语种、复杂多轨编曲，可
通过文本描述与音频提示精准控制风格。模型可在22GB显存消费级硬件本地运行，1分钟内可
生成完整歌曲。

阅读目录

 * [SongGeneration 2是什么](https://paooo.com/aigc-news/11310/#songgeneration-2%e6%98%af%e4%bb%80%e4%b9%88)
 * [SongGeneration 2的主要功能](https://paooo.com/aigc-news/11310/#songgeneration-2%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [SongGeneration 2的技术原理](https://paooo.com/aigc-news/11310/#songgeneration-2%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [SongGeneration 2的项目地址](https://paooo.com/aigc-news/11310/#songgeneration-2%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [SongGeneration 2的应用场景](https://paooo.com/aigc-news/11310/#songgeneration-2%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)
       * [📝 站长洞察 (Editor’s Insight)](https://paooo.com/aigc-news/11310/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight)

![SongGeneration 2](https://paooo.com/wp-content/uploads/2026/05/SongGeneration-
2-website-1.avif)

## SongGeneration 2的主要功能

 * **高质量歌曲生成**：基于混合LLM-扩散架构生成长达4分30秒、旋律优美且编曲层次丰富
   的完整歌曲。
 * **多语种歌词合成**：支持中、英、西、日等多语种歌词，以8.55%的极低音素错误率实现
   清晰准确的发音。
 * **多样化生成模式**：可灵活输出完整歌曲、纯音乐、纯人声或分离的人声与伴奏双音轨。
 * **精准风格控制**：通过文本描述（性别、曲风、情绪、乐器）或10秒音频提示精确控制
   生成风格。
 * **灵活部署选项**：支持22GB显存本地运行及HuggingFace Space在线快速体验，提供低
   显存适配方案。

## SongGeneration 2的技术原理

 * **混合LLM-扩散架构**：语言模型（LeLM）担任”作曲大脑”统筹全局音乐结构与演奏细节，
   扩散模型作为”高保真渲染器”在语言模型指导下合成复杂声学细节，二者分工协作平衡音乐
   性与音质。
 * **分层表征建模**：采用并行建模设计，混合表征（Mixed Tokens）捕捉高层级旋律与结构
   语义，多轨表征（Dual-Track Tokens）分别建模人声与伴奏轨道的细粒度声学变化。
 * **自动化美学评估**：基于11,717个专家标注样本构建细粒度评估框架，为模型训练注入
   音乐性先验知识，在推理阶段引入基于音乐性标签的CFG策略。
 * **三阶段渐进式后训练**：通过SFT收窄数据分布构建高质量底座，大规模离线DPO利用20
   万对严格正负样本消除歌词幻觉，半在线DPO周期性更新模型以极致突破音乐性上限。

## SongGeneration 2的项目地址

 * **GitHub仓库**：https://github.com/tencent-ailab/songgeneration
 * **HuggingFace模型库**：https://huggingface.co/tencent/SongGeneration

## SongGeneration 2的应用场景

 * **音乐创作辅助**：独立音乐人可快速生成demo验证灵感，降低编曲门槛与制作成本。
 * **视频配乐制作**：自媒体创作者能依据视频风格与情绪需求，即时生成定制化背景音乐。
 * **游戏音频开发**：游戏厂商可为不同场景、角色与剧情批量生成适配的主题音乐与音效。
 * **广告与营销内容**：品牌方可按 campaign 调性生成专属 jingle，实现音频资产的快速
   迭代。
 * **教育与娱乐应用**：音乐教学平台提供风格化伴奏生成，K歌与社交应用支持用户个性
   化歌曲创作。

#### 📝 站长洞察 (Editor’s Insight)

SongGeneration 2的开源，绝不仅仅是一个新模型的发布，而是[AIGC](https://paooo.com/aigc-news/)
领域一次标志性的‘架构范式’胜利。它巧妙地将LLM的全局结构规划能力与扩散模型的高保真
细节渲染能力结合，解决了音乐生成中‘音乐性’与‘音质’难以兼得的核心矛盾。这标志着行业
正从追求单一参数的‘暴力美学’，转向更精巧的‘混合协同’架构设计。更重要的是，其‘22GB
显存消费级硬件可运行’的特性，直击当前大模型落地‘云端成本高、本地门槛高’的痛点，为
AI音乐从Demo走向真正的生产力工具铺平了道路。腾讯与清华的联手，展现了中国顶尖科技
企业与学术机构在攻克AIGC‘最后一公里’难题上的强大合力。接下来，围绕音乐生成垂直领域
的生态竞争，或将由此开启。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**Suno ↗**

Suno：高质量的AI音乐创作平台，面向AI 音频与语音场景提供便捷实用的在线功能支持，涵
盖AI写作等实用方向。

**HuggingFace ↗**

HuggingFace：AI模型开发社区，面向大语言模型场景提供便捷实用的在线功能支持，涵盖大
模型等实用方向。

❓ 常见问题解答（FAQ）

SongGeneration 2 能在本地电脑运行吗？

可以。文章提到它支持在 22GB 显存的消费级硬件上本地运行，并提供低显存适配方案，适合
有一定算力条件的个人或团队部署体验。

SongGeneration 2 比 Suno v5 强在哪里？

核心优势在于歌词准确度、音质与生成效率的综合表现。文中给出的结果显示，其歌词音素
错误率为 8.55%，并在相关评测中超越 Suno v5 等商业模型。

SongGeneration 2 适合哪些实际场景？

适合音乐创作 demo、视频配乐、游戏音频、广告 jingle 以及教育娱乐类应用。它支持按文本
或音频提示控制风格，便于快速生成定制化音乐内容。

🔬 语宙深潜追问 · 进阶实操拆解

本地生成完整歌曲最关键的瓶颈是什么？

不是单纯出旋律，而是歌词、段落结构、编曲层次和人声一致性要同时稳定。落地时建议先
固定歌曲结构模板，再做风格和语言控制，这样更容易得到可发布的成品。

多轨编曲怎么接进现有制作流程？

把模型输出当作草稿层，先导出分轨，再进入DAW做混音、母带和人声修正。对专业团队来说，
最实用的是把它放在灵感生成和demo阶段，而不是直接替代最终制作。

🗳️ 读者观点微投票 · 您的实战立场是？

4B音乐模型能替代商用作曲服务吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🚀 所属权威专题：AI 办公提效与神器评测 →](https://paooo.com/topics/ai-productivity-tools/)

 * [腾讯AI Lab重磅开源SongGeneration：AI音乐生成大模型，多轨合成、风格克隆，媲美商业模型](https://paooo.com/aigc-news/14765/)
 * [腾讯AI Lab发布SongBloom：全长度AI歌曲生成模型，10秒样本生成2分半高质量音乐](https://paooo.com/aigc-news/13477/)
 * [SongGen – 上海 AI Lab 和北航、港中文推出的歌曲生成模型](https://paooo.com/aigc-news/21477/)
 * [ACE-Step 1.5：消费级硬件跑出商业级音乐生成！ACE Studio联合StepFun开源模型，4步推理2秒生成4分钟歌曲](https://paooo.com/aigc-news/11508/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/11310/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
