4月17日，昆侖萬(wàn)維公司公布了天工3.0大模型的優(yōu)異性能，同時(shí)啟動(dòng)了天工SkyMusic音樂(lè)大模型的公益試用。

天工3.0擁有4000億參數(shù)，超越Grok-1的3140億參數(shù)，成為全球最大的開源MoE大模型。該模型在語(yǔ)義理解、邏輯推理、通用性、泛化性、不確定性知識(shí)以及學(xué)習(xí)能力等方面均有顯著提升，數(shù)學(xué)/推理/代碼/文創(chuàng)能力提高超過(guò)30%。此外，天工3.0還新增了多輪搜索與綜合工具調(diào)用、圖表繪制、研究模式、增強(qiáng)模式、改圖擴(kuò)圖等AI功能。

天工SkyMusic音樂(lè)大模型也于同日開啟公益試用。昆侖萬(wàn)維表示，天工SkyMusic在人聲&BGM音質(zhì)、人聲自然度、發(fā)音可懂度等方面明顯優(yōu)于競(jìng)爭(zhēng)對(duì)手，綜合性能超越Suno V3，成為音樂(lè)大模型中的最高水準(zhǔn)。

天工SkyMusic采用音樂(lè)音頻領(lǐng)域類Sora模型架構(gòu)，Large-scale Transformer負(fù)責(zé)譜曲，學(xué)習(xí)Music Patches的上下文依賴關(guān)系，實(shí)現(xiàn)音樂(lè)可控性；而Diffusion Transformer則負(fù)責(zé)演唱，通過(guò)LDM將Music Patches還原為高質(zhì)量音頻，支持生成80秒44100Hz采樣率雙聲道立體聲歌曲。

據(jù)悉，天工SkyMusic具有以下特色：

1. 高質(zhì)量AI音樂(lè)：生成80秒44100Hz采樣率雙聲道立體聲AI歌曲

2. 人聲“以假亂真”：中文發(fā)音清晰無(wú)異響

3. 歌詞段落控制：歌曲能明確區(qū)分不同段落的情感變化

4. 多種音樂(lè)風(fēng)格：支持說(shuō)唱/民謠/放克/古風(fēng)/電子等

5. 音樂(lè)智能表達(dá)：學(xué)習(xí)顫音、歌劇、吟唱、男女對(duì)唱等歌唱技巧

6. 參考音樂(lè)生成：用戶上傳參考音樂(lè)，生成相似風(fēng)格和唱腔的歌曲

7. 方言歌曲生成：支持粵語(yǔ)、成都話、北京話等眾多方言