论坛：2025年7月26日-28日
展览：2025年7月26日-29日
地点：世博中心、世博展览馆、徐汇西岸等
清亮的原声吉他扫弦配上律动感强劲的鼓组，满满青春的活力扑面而来;朗朗上口的歌词由极具穿透力的高亢女声传递。日前发布的本次大会英文主题曲《AI For Good》悠扬大气而又不失动感，一经公布就立即收获了广大好评，但不少细心的听众发现这首歌的词曲演唱均是“空白”。没错，这首“抓耳”歌曲从作词、作曲到人声演唱全流程均是由国内自主研发的音乐大模型(“音潮”音乐大模型)独立全栈完成。作品以“科技向善”为核心，通过音乐语言传递AI与人类共生的未来愿景。
“音潮”音乐大模型是由国内新锐的大模型公司自由量级全链路自研。该模型采用行业领先的AR+NAR架构，拥有强大的多模态表征能力和创新的重建模型。前者能够捕捉全局动态变化并进行高保真重建。后者则深入学习了音乐信号与其他信息的结构性差异，对信号中的音乐特征独立建模，建立复合评价维度，克服了传统方案在处理时所遇到的音乐细节丢失难题。这也让“音潮”音乐大模型生成具有丰富编曲层次、工业级制作听感的高质量音乐。
同时，为了让生成的效果从“平面”走向“沉浸”，团队还专门研发了能直接对双声道信号进行联合建模的Diffusion Transformer(DiT)。该模型的核心在于其独特的注意力机制，能有效捕捉并同步左右声道间的相位、强度差异与时间延迟。因此，生成的音频不再是单声道的简单复制，而是拥有了真实、自然的宽度和深度，为听者构建出可信的声场空间。
正是这些黑科技，带来了这首《AI For Good》的惊人效果，也证明了中国的音乐大模型已具备驾驭国际盛会艺术表达的成熟度。
（来源：世界人工智能大会）
