ComfyUI v0.36.0 刚更新就把 YuE2 写进发布日志:官方集成落地,免代码白嫖党狂喜

原创2026-10-19 17:39:171,902 阅读
文章标签:人工智能音乐生成音频媒体生成大模型

ComfyUI v0.36.0 刚更新就把 YuE2 写进发布日志:官方集成落地,免代码白嫖党狂喜

AI音乐圈最近有点"地震"。

那个被网友称为"Suno最强开源对手"的音乐生成模型YuE2,本来是港科大团队开源的黑马,结果刚发布没几天,ComfyUI官方就在v0.36.0的更新日志里直接点名:支持YuE2音乐模型。

更狠的是,官方不光写了几个字,还真刀真枪地干了几件事:内置了YuE2的音乐生成节点、顺手把最长歌曲时长往上提了、给"生成乐谱"节点加了更多控制项、修复了AMD显卡的兼容问题,甚至连官方工作流模板都一并做好了。

一句话:以前你想玩这个模型,得跟着教程熬夜折腾环境;现在ComfyUI用户更新一下版本,拖两个模型文件进来,就能白嫖AI写歌了。

难怪国内公众号实测文章都抢着发,连标题都叫"官方集成落地,免代码白嫖党狂喜"。

一、它到底是个啥?先搞懂YuE2

先给YuE2立个传:这是一个由港科大和M-A-P实验室联合开源的AI音乐生成模型,30亿参数,开源后在国际开源AI平台上排到了第四名,连港媒都专门报道了。

它最出名的标签,就是"对标Suno"。

Suno大家都知道,就是那个"输入几句歌词,抽卡式生成一首歌"的明星产品。好听归好听,但它是黑盒——歌不好听,你只能重新抽卡,想改个音改不了,想换段和弦没门。

YuE2走的是完全不同的路子,可以用一个比喻讲清楚:

Suno像一个不让你进后厨的大厨,菜端上来爱吃什么算什么;YuE2像个会写谱的作曲家,先把"乐谱草稿"摊在你面前,你圈出来哪段不满意、让他改,改完了再正式"出片"。

它的真实工作流程是两步:先生成一份可读、可编辑的乐谱(旋律、和声、结构清清楚楚),确认满意之后,再把乐谱渲染成48kHz的高清立体声音频,带人声、带动人、带完整伴奏。

这个"先乐谱、后音频"的设计,被技术圈称为"白盒化"。翻译成人话就是:AI写的歌,第一次变得可以"改"了。

专家盲测的结果也很能打:在WildSongBench测试里,YuE2的综合评分超过所有公开基线,人工评测认为它的音频质量与商用系统Suno v5基本相当。

还有速度:有博主实测,4090显卡上一分钟出一首歌,71秒生成一首3分半的带人声完整歌曲。

二、官方集成落地:从"写代码"到"拖节点"

这次v0.36.0更新,对普通用户意味着什么?

以前要用YuE2,流程是这样的:clone代码仓库、装一堆依赖、配环境、下模型、读英文文档……每一步都是劝退小白的高墙。CSDN上那篇600多阅读、30多人收藏的ComfyUI批量生成教程,标题都直接叫"完整教程"——足见之前折腾的含金量。

现在呢?ComfyUI官方把活全干了。

更新日志里跟YuE2相关的动作,一条条都能对上号:核心是新增YuE2音乐模型支持;接着提升最长歌曲时长,让你能出更长的歌;然后给乐谱生成节点加了更多可调参数,还修复了AMD显卡用户跑不通的问题。同一次更新里,官方还放出了两个现成的工作流模板——"文本生成音乐"和"音乐翻唱",打开模板、填上歌词和风格描述,点生成,成品歌直接躺进输出文件夹。

全程不写一行代码,不需要装任何第三方插件。

这就是"白嫖党狂喜"的由来:更新一个版本、放两个模型文件,原本要读半天文档的部署工作,变成了傻瓜式操作。而且这还是个持续维护的集成——v0.37.0又给YuE2节点加了更精细的风格控制参数,v0.38.0直接做了推理加速。官方这是把YuE2当长期饭票在养,不是一锤子买卖。

三、到底有多能玩?三个实测亮点

亮点一:歌不好听?改谱子,别抽卡了。

这是YuE2和普通AI音乐工具最本质的区别。CSDN上有博主专门演示了"只换和声、不动旋律"的玩法:导出一份ABC乐谱(一种文字版乐谱格式),人工把和弦那一栏改掉,再丢回给AI重新渲染——旋律纹丝不动,和声全新出炉。

有音乐背景的网友管这叫"外科手术式编辑"。以前AI音乐是"听天由命",现在是"精修交付"。

亮点二:零样本翻唱,一个模型都不用训。

流程大概是三步:拿一段录音,用配套工具SheetSage2把它转成无和弦的旋律谱(还记得吗,YuE2模型包旁边就是配套这个小模型),人工稍微审校一下,再填上想要的风格,出歌。48kHz成品,一首"用你的旋律、唱任何风格"的翻唱就这么诞生了。

社区生态也已经炸锅:T8团队在官方发布当晚就赶出了整合包,还加上了官方没提供的"指定音色翻唱";有教程专门教怎么用ComfyUI接口做批量生成——一口气生成几十首歌挑,AI音乐的"抽卡"玩法,现在可以挂机量产了。

亮点三:速度真不是吹的。

港媒报道它上国际开源平台排第四,Sohu那篇爆款标题更直白:"4090一分钟出歌,把AI音乐从抽卡变成可编辑工程"。实测数据摆在那:一首3.6分钟、带人声的完整歌曲,生成耗时约71秒。对比一下传统编曲——找词、找曲、配和声、录人声、混音,按天甚至按月计——这速度就是降维打击。

四、普通人怎么上手?门槛高不高?

先说硬件。跑满血版(bf16全精度)建议24GB显存的显卡,也就是4090、3090这个级别。

但注意一个细节:官方打包里除了满血版,还塞了一个int8量化版模型。量化是什么?说白了就是"压缩版",牺牲一点点精度,换大幅降低显存占用——显卡小一点的玩家也能挤进这趟车。再加上社区整合包里的显存分块、FP8优化,16GB级别的卡也有机会跑起来(速度会慢一些)。

流程上就三件事:把ComfyUI更新到最新;把两个模型文件放进ComfyUI的模型文件夹里(主模型放checkpoints文件夹,配套的小模型放audio_encoders文件夹,官方README写得很清楚);打开官方模板,填词、选风格、点生成。

适合谁? 短视频和自媒体创作者(BGM自由了,告别版权音乐库)、独立音乐人(快速出demo、找灵感)、音乐学习者(AI当陪练老师,还能"看谱"学编曲)、以及一切对AI好奇、电脑里刚好躺着一张N卡的朋友。

两个提醒:一是这个模型打包文件用的是CC-BY-NC-4.0许可证,也就是非商用条款,拿它做商演、卖歌前先把版权规则看明白;二是AI生成歌词演唱同样涉及版权,用别人的歌词出歌,风险要自己掂量。

五、最后说点实在的

ComfyUI把YuE2写进发布日志这件事,释放的信号比一个功能本身更值得琢磨。

过去一两年,AI圈的"模型军备竞赛"是各家闭门造车,好模型藏在网页和API后面;而现在,港科大开源的模型,48小时内就被ComfyUI官方收编成"拖拽即用的节点",社区整合包当晚跟进,教程、工作流、批量玩法接踵而至。

开源生态的传导速度,已经快到"隔夜"级别了。

对普通人来说,这意味着一件事:曾经只有大厂用得起的AI能力,正在以肉眼可见的速度,变成一台配了N卡电脑就能白嫖的日常工具。AI作曲会不会像AI绘画一样,变成每个创作者的标配?

说个开放的问题给评论区:如果AI能免费帮你写一首歌,你最想让它写什么?是写给前对象的失恋情歌,还是给公司年会准备的洗脑神曲?

登录后查看全文
Yue2