AI音乐赛道又卷出了新高度。Suno和ElevenLabs这两大头部玩家几乎同时甩出王炸，把生成式音乐的质量门槛又拉高了一大截。一边找来唱片巨头背书，另一边直接把盲测成绩拉满。普通用户现在用嘴就能当制作人，这体验确实绝了。
Suno刚发布的v6音乐模型，直接拉来了华纳音乐、BMG等大厂共同打磨。最狠的是，你用自然语言就能直接改歌、混音甚至采样。v6这次以套件形式推出，旗舰版主打跨流派的稳定输出精修成品，加上v6-wild等模型，创作矩阵直接搭齐了。用CEO的话说，这是为了让更多人享受创作，目前看确实迈了一大步。
ElevenLabs也没闲着，直接上线了Music v2.5音频模型，同步开放APP和API。新版在音频饱满度和自然感上提升明显，在近5万对样本的盲测里，大多数听众都投了v2.5。不管是R&B、摇滚还是管弦乐，它都能拿捏得死死的。
除了商业大模型，学术界也在死磕底层技术。比如arXiv上最新提出的CMA-OT框架，专门搞“看舞生歌”的D2M生成。它解决了一个核心痛点：舞蹈动作线索稀疏，跟音乐对不上号。通过分层专家监督，生成的音乐节奏和风格能跟舞蹈视频严丝合缝。从文本生歌到视频生曲，AI音乐的想象力才刚刚开始。