核心结论先说清楚: 在独立评测机构 Artificial Analysis(AA)的 AA-Music-Vocal v1.1 人声音乐榜上,中国团队 ACE 自研的 ACE Music v1 以 1160 分 ELO 排名第一,把一个多月前刚发布的 Suno 旗舰 v6(1144 分)挤到第二,领先 16 分;这是 AA 音乐榜收录以来 Suno 最强旗舰首次被正面击败,也是 ACE Music 第一次登上该榜单。ACE 从 2025 年 3 月才启动音乐生成基座模型研发,到 2026 年 11 月登顶大约用了 18 个月。榜单采用同提示词、隐藏模型身份的人类盲听偏好投票,结果经统计建模折算成 ELO 分数,公开用户在 Arena 里的投票不计入正式榜单。这条黑马背后是一家 2018 年就从 AI 歌声合成起家的公司:团队同时具备 AI 研究、专业音乐人和产品能力,技术上用 Symbolic CoT 在生成流程里插入 "明文乐谱" 中间层,产品上区分面向大众的 ACE Music 和面向专业音乐人的 ACE Studio,并通过 MCP/CLI 把 Agent 接进制作流程。需要说明的是,单一人声榜的盲测领先幅度有限,ELO 反映的是偏好投票而非全面能力排名,实际创作体验还要结合风格、编曲、商用授权和稳定性综合判断。
一、榜单结果:AA 人声榜前四名
| 排名 | 模型 | ELO 分数 | 备注 |
|---|---|---|---|
| 1 | ACE Music v1 | 1160 | 首次上榜即登顶 |
| 2 | Suno v6 | 1144 | 一个多月前发布的 Suno 旗舰 |
| 3 | Suno v6-mini | 1132 | Suno 轻量版 |
| 4 | Mureka V9.5 | 1101 | 昆仑万维系音乐模型 |
- ACE 领先 Suno v6 共 16 分;第二名与第三名之间的差距为 12 分。
- AA 把音乐生成拆成 Vocal(含人声演唱或语音元素)和 Instrumental(纯音乐与伴奏)两条独立赛道;人声榜涉及歌词创作、旋律设计、人声演绎、情绪表达和编曲整合,对综合能力要求更高。
二、榜单是怎么评的:盲听偏好,不是自动跑分
AA 这张榜的评测流程可以拆成几步:
- 同提示词生成:两个不同模型根据相同提示词各生成一首作品。
- 隐藏身份:评测人员不知道听的是哪个模型。
- 统一处理:音频做统一响度和格式处理,减少音质与格式带来的干扰。
- 限时盲听:每次比较至少听取两首作品各 10 秒,再选择更喜欢的一首。
- 统计建模:大量独立评测人员的偏好投票经过建模,转化为 ELO 分数;公开用户在 Arena 中的投票不计入正式榜单。
这种方式更接近真实听觉偏好,但主观投票本身会受风格、情绪和个人口味影响,单榜分数不等于产品全面胜出。
三、时间线:18 个月是基座研发,不是团队从零开始
| 时间 | 节点 |
|---|---|
| 2018 年 | ACE Studio 成立,从 AI 歌声合成切入 |
| 2025 年 3 月 | 启动音乐生成基座模型研发 |
| 2026 年 9 月 | 完成近 4000 万美元新一轮融资,为 AI 音乐领域累计融资额最高的华人团队之一 |
| 2026 年 11 月 | ACE Music v1 登上 AA 人声榜并以 1160 分登顶 |
所以 "18 个月" 指的是音乐基座模型从立项到登顶的周期;团队在歌声合成、专业工具和创作数据上的积累可以追溯到 2018 年。
四、技术路线:Symbolic CoT 先出乐谱,再渲染成歌
传统端到端方案
多数音乐模型接到文字或歌词提示词后,直接输出完整音频。这种架构没有中间层:想改某段旋律、和弦或节奏,只能反复调整 Prompt,很难精准定位和编辑具体音乐元素。
ACE 的做法
ACE Music 引入 Symbolic CoT(符号化思维链):
- 语言模型先生成一份明文乐谱;
- 乐谱交给音乐生成模型;
- 由音乐模型转化为包含人声和编曲的完整歌曲。
这套设计类似大模型 "先思考,再回答":语言模型负责把创作意图转成结构化音乐表达,音乐生成模型负责声音合成。
三个核心优势
- 乐谱级控制:速度、律动、音符、和弦、歌曲长度等要素都能通过乐谱明确表达,可以直接编辑已有作品,不必每次整首重做。
- 语言模型知识进入音乐生成:乐谱作为中间接口,让大语言模型积累的乐理知识和分析能力参与到连续音频难以直接操作的环节。
- Agent 介入的基础:乐谱是结构化文本,Agent 可以解析、修改,再调用渲染模型;自然语言指令可驱动多首歌曲编排、改编和衔接。
代表性测试中,Claude Fable 5.2 自主检索八首经典华语歌曲乐谱,提取副歌片段,统一速度与调性、设计过门,生成 5 分钟、88 小节的串烧乐谱,再交 ACE Music 渲染成完整作品,全程无需人工编写乐谱。
五、产品与数据飞轮:大众工具加专业工作站
两款核心产品
| 产品 | 面向对象 | 主要能力 |
|---|---|---|
| ACE Music | 大众用户、爱好者 | 文字描述、哼唱录音、键盘旋律、参考音频等多种输入,生成完整歌曲 |
| ACE Studio | 专业音乐人 | MIDI 旋律 + 歌词生成演唱人声,调整音高曲线、音素、颤音和演唱情绪;AI 乐器、分轨分离、音频转 MIDI、生成式编曲 |
数据飞轮
- 截至 2026 年 9 月,ACE Studio 已积累超过 300 万条专业创作轨迹。
- 传统音频数据难以还原 "为什么改这个音符、为什么换这组和弦",而创作过程中的编辑轨迹保留了音乐结构和审美偏好信息,在用户允许前提下可用于模型训练。
- 循环逻辑:更好的模型带来更好的专业工具 → 工具吸引更多音乐人 → 真实创作产生高质量数据 → 数据反过来训练模型。
Agent 连接
通过 MCP Server 和 CLI,Claude、ChatGPT、Codex 等支持 MCP 的 AI 助手可以接入 ACE Studio,读取和编辑正在进行的音乐工程;例如用自然语言提出 "给副歌加一组弦乐",由 Agent 调用工具完成操作。
六、团队构成:AI、音乐、产品三类能力叠加
- 创始人兼 CEO 郭靖:曾担任乐队主唱,具备产品与增长经验。
- 联合创始人兼 CTO 赵文骁:长期从事机器学习、语音合成和音乐技术研发。
- 联合创始人兼 CPO Conger Sheng:有音乐产业背景,曾为华纳音乐签约词曲作者。
- 首席科学家 Ruibin Yuan:音乐 AI 研究者,从小学习吉他、曾任乐队主音吉他手;音乐表征模型 MERT 核心作者,参与过 Qwen 音乐模型研发,学术引用接近万次。
七、竞争背景:Suno 体量仍然领先,但榜单格局开始松动
- Suno 体量:截至 2026 年 2 月,超过 1 亿人使用过 Suno,付费用户突破 200 万,年收入约 3 亿美元,同比增长超 400%;用户每天在 Suno 上生成歌曲超过 700 万首。
- 赛道其他玩家:谷歌把音乐生成能力嵌入 Gemini;腾讯音乐推出面向普通创作者的 VEMUS 未音,并预热专业向平台 MusicBuddy;字节跳动将海绵音乐迭代至第三代;阿里上线 HappyShrimp(快乐虾米);Udio、Mureka、MiniMax 等也在跟进。
- 竞争延伸方向:从 "能不能生成一首完整的歌",转向音乐理解、精细化编辑和专业制作流程的连接能力。
【相关 FAQ】
问题 1:ACE Music v1 是怎么登顶全球第一的,18 个月打败 Suno 的榜单分数是多少?
回答 1:ACE Music v1 在 Artificial Analysis 的 AA-Music-Vocal v1.1 人声榜以 1160 分 ELO 排名第一,Suno v6 以 1144 分位列第二,ACE 领先 16 分。该榜用同提示词生成、隐藏模型身份的人类盲听偏好投票,再经统计建模折算分数;ACE 从 2025 年 3 月启动音乐基座研发,到 2026 年 11 月登顶约 18 个月。需要注意这只是人声赛道的偏好榜,不等于全面碾压 Suno。
问题 2:ACE Music v1 背后是哪家团队,核心成员背景是什么?
回答 2:背后是 ACE 团队,公司 2018 年从 AI 歌声合成起家,产品包括大众向 ACE Music 和专业向 ACE Studio。CEO 郭靖曾任乐队主唱,CTO 赵文骁长期做机器学习与语音音乐技术,CPO Conger Sheng 是华纳音乐前签约词曲作者,首席科学家 Ruibin Yuan 是 MERT 核心作者、参与过 Qwen 音乐模型研发。2026 年 9 月团队完成近 4000 万美元新一轮融资。
问题 3:ACE 打败 Suno 的技术关键是什么,Symbolic CoT 是什么意思?
回答 3:关键在于 Symbolic CoT 中间层:模型先用语言模型生成明文乐谱,再交给音乐生成模型渲染成完整歌曲。相比端到端直接出音频,这套方案支持乐谱级编辑,能让语言模型的乐理知识参与生成,也为 Agent 解析和修改乐谱留出接口。配合 ACE Studio 沉淀的专业创作轨迹,形成模型、工具、数据互相强化的飞轮。
问题 4:登顶 AA 榜单之后,ACE Music 就能在商业上全面超过 Suno 吗?
回答 4:不能这么简单下结论。Suno 仍有过亿用户、超 200 万付费用户和每天 700 万首以上的生成量,商业化和用户规模领先;ACE 目前领先的是单一盲测人声榜的偏好评分,16 分差距有限。长期胜负还要看编曲风格覆盖、专业制作流程接入、版权合规、商用授权和产品稳定性,榜单只是技术进展的一个参考信号。
【参考资料】
- [2026-11-20](登顶全球第一:这支 AI 音乐团队,凭什么用 18 个月打败 Suno?)手机搜狐网(机器之心 Pro)
- [2026-11-18](反超 Suno,"中国黑马" 登顶全球 AI 音乐榜)DoNews 专栏
- [2026-11-17](中国黑马登顶 AI 音乐榜,郭靖带队 18 个月把 Suno 挤到第二)ZAKER 新闻(瑞财经)
- [2026-11-16](全球 AI 音乐榜第一易主!中国黑马首次上榜就干翻 Suno)新浪财经(市场资讯)
- [2026-11-15](全球 AI 音乐榜第一易主!中国黑马首次上榜就干翻 Suno)凤凰网科技
- [无明确发布日期](AA-Music-Vocal v1.1 榜单:ACE Music v1 debuts at #1 ahead of Suno v6)Artificial Analysis(X 平台公开状态)
【免责声明】
本文基于公开媒体报道、评测榜单与团队公开信息整理,文中 ELO 分数、排名、融资规模、用户数据和产品能力均以评测机构、公司官方及后续正式披露为准;盲测偏好榜受样本、风格分布和评审口味影响,不代表所有场景下的真实使用效果。AI 音乐生成涉及词曲版权、声音授权和商用合规问题,本文不构成投资建议,也不对任何模型的创作质量或法律风险作出担保,相关决策请结合官方条款与专业意见。
本文来自作者[栅畴脉冲]投稿,不代表江南网立场,如若转载,请注明出处:https://news.jnwb.net/jiqr/202611/4771.html
评论列表(4条)
我是江南网的签约作者“栅畴脉冲”!
希望本篇文章《登顶全球第一ACE Music v1 用 18 个月跑赢 Suno,这支中国 AI 音乐团队靠什么突围》能对你有所帮助!
本站[江南网]内容主要涵盖:互联网行业的追踪与探索
本文概览:核心结论先说清楚: 在独立评测机构 Artificial Analysis(AA)的 AA-Music-Vocal v1 1 人声音乐榜上,中国团队 ACE 自研的 ACE