Mureka O1模型与Mureka V6模型自3月底发布以来，收获了全球用户的广泛好评，新增注册用户近300万。

7月23日，昆仑万维为全球用户带来最新音乐模型Mureka V7，以及全新的音频模型Mureka TTS V1——支持Voice Design音色设计能力。

Mureka V7是一座24小时不打烊的私人录音棚，它懂得旋律的呼吸，也懂得你偶尔的情绪化。只需要敲下一个主题、几行歌词、想要的风格，两分钟后就能在电脑中听到一首完整且愿意立刻分享给好友的音乐作品。

01

Mureka V7 ：给你更好听的音乐旋律

过去制作一首歌，从灵感到成品需要很多步：写词 → 作曲 → 编曲 → 约棚 → 混音 → 成品。而今天，我们使用Mureka V7，用户只需要输入歌词或选择风格、主题，再点击「生成」，即可生成一首歌。

Mureka V7全新升级后，将用户的音乐灵感折叠成了一次「点击」，这不仅是一次效率的大幅跃迁，更是音乐品质的质变：

1. Mureka V7带来的音乐品质更好：大幅提升旋律动机与编曲质量，人声与乐器真实度进一步增强，做出来的每一首歌都好听；

2. Mureka V7的音乐创新性更强：生成的歌曲对于音乐从业者更具启发。

当然，这些听感上的提升，是背后技术指标的提升：

1. 良品率从V6的43.4%提升到57.7%，这意味着输入歌词生成后获得好听歌曲的概率；

2. 人声真实度和表达力提升44%，让人不禁感叹“这真是AI做的？”；

3. 整体音质提升近一倍，告别“AI味”的千篇一律。

图丨Mureka V7歌曲质量评估（主观评价指标）

为什么Mureka能做到让音乐这么好听？

因为传统的自回归（Autoregressive, AR）模型虽然已经具备较强的音频保真能力，但其基于逐 token 预测的范式，本质上并不符合人类在音乐创作中「先规划整体，再填充细节」的思维过程，这种不匹配往往导致生成音乐缺乏连贯的结构性与艺术性。

为此，我们在Mureka V7版本大幅优化了 MusiCoT (Analyzable Chain-of-Musical-Thought Prompting) 技术（https://musicot.github.io/），专为音乐生成而设计的链式思维（Chain-of-Thought, CoT）提示方法。该方法显著提升了模型生成结果的整体性与发声表现，具体体现在以下三方面创新：