Suno，被超了？？
好家伙，AI 音乐圈最近突然杀出了一匹中国黑马。
ACE Music v1，一个此前很多人可能都没听过的名字，首次登上全球权威 AI 评测机构 Artificial Analysis（简称 AA）的音乐人声榜，就把 Suno 最新旗舰模型 v6 挤到了第二。
榜单上，ACE Music v1 拿下 1160 分，领先 Suno v6 整整16 分。
过去有模型宣称超越 Suno，但要么对比的是旧版本，要么成绩来自厂商自己的内部测试。
而这一次，同样的提示词，隐藏模型名称，直接交给评审盲听。
ACE Music v1 就这么拿到了最高分。
消息传到 X 上，有网友已经开始给 Suno 送行：
R.I.P. Suno
满打满算，也就一年多。
一个此前从未登上这张榜单的模型，凭什么第一次亮相就冲到了 Suno 前面？
说再多不如直接上耳朵，来吧——
到底有多强？听就完事了
接下来我会放三组音乐，每组两首，分别来自 ACE Music v1 和 Suno v6。
两边用的都是同一段提示词，但我先不告诉你哪首是谁生成的。
各位不妨当一回评委，看看自己的耳朵更 pick 谁。
第一组，先来点带劲的。
数学摇滚（Math Rock）。
名字听着挺学术，其实就是节奏特别「不老实」的摇滚，拍子说变就变那种。
听完是不是瞬间燥起来了？别停，继续来首 K-pop。
凭我多年搞女团的经验，这一局感觉还挺好分胜负的。
不过先憋住不说，咱火速进入最后一轮的 Roots Reggae。
这可是 70 年代牙买加流行起来的老派音乐，贝斯厚重，节奏松弛，听着就想跟着晃悠。
好了，三组听完。
不知道大家更喜欢哪几首，反正我听的时候，还真有几次纠结了半天。
接下来揭晓答案——
1、2、1 均由 ACE Music v1 生成，2、1、2 则由 Suno v6 生成。
怎么样，你 pick 的都是谁家的？（doge）
就我个人的听感来说，ACE Music v1 的人声确实更自然一些，尤其是 K-pop 那组，女声清亮，咬字和气息也挺顺，甚至听出了几位故人的味道。
相比之下，Suno 这几首的人声就总感觉有点「飘」，好像蒙着一层电音。
不过，音乐这事儿本来就很主观，pick 谁都没毛病。
真正有意思的是，刚才这套玩法，几乎复刻了 AA 榜单评测的核心逻辑。
同样的提示词，藏起模型名字，让大家直接听、直接选，最后根据大量盲听结果算出排名。
比起单纯看机器打分，这种方式显然更能反映大家到底爱听谁的歌。
这也是为什么，ACE Music v1 这次超过 Suno v6，格外引人关注。
趁热打铁，本网抑云 9 级爱好者也火速去实测了一下 ACE Music v1 这款模型。
我就想知道一点：
一个不懂乐理、不会编曲的普通人，到底能拿它玩出什么花样？
目前，ACE（没错，公司就叫这个名字）已经推出了面向普通用户的音乐生成产品ACE Music。
打开官网（acemusic.ai），界面倒是挺简单，主要有「灵感 + 自定义」两种玩法。
灵感模式主打一个省心。
想听什么，直接打字告诉 AI 就行。
要是连描述都懒得写，还能自己哼两句、用键盘随手弹几下，甚至丢张图片、传段视频，让 AI 帮你配首歌。
歌词自己写，曲风自己挑，实在憋不出来，旁边还有 AI 写歌助手帮忙。
甚至连旋律、和弦都能自己安排，多少有点音乐制作人的感觉了。（doge）
想下载或者拿去商用，则需要开通 Creator 版，月付 9.9 美元（约合人民币 66 元），年付折合每月 7.9 美元（约合人民币 53 元），每月最多可以生成 500 首。
不过咱先不玩这么复杂。
这次我准备从四个方向下手，看看它到底有多强。
第一轮：先让 AI 当一回国际歌手
最基本的，作为一个音乐模型，你的唱功到底如何？
英语能不能唱得自然，日漫主题曲有没有那股热血劲儿，到了桑巴，又能不能把节奏和情绪带起来？
全球市场，总得闯一闯吧。
这次我用的是自定义模式，歌词直接让 AI 帮忙写，风格非常粗糙地描述了下。
每次生成都会给出两首，我就从中挑一首自己觉得更好听的。
怎么样，是不是都有内味了？
至少我听下来，三首歌的风格还挺鲜明，基本一开口，就知道这是哪个地方的音乐。
而且不止这三首，后面又试了几种外语曲风（泰国、新加坡、印度尼西亚），整体听着也都挺像那么回事。
当然，也可能是因为我听不太懂，反而不容易发现问题。（蚌埠住了 .jpg）
第二轮：不唱了，直接让 AI 上班
光是听歌，你可能还感受不到 AI 的妙用。
生活中最实用的，其实反而是 AI 已经能做得很好的纯音乐。
比如开酒店、餐厅、咖啡馆这些，总得给顾客放点音乐吧？
可别小看这事儿，经营场所播放音乐也涉及版权问题，虽然平时未必有人找上门，但作为经营者，能提前规避的风险，何必留着？
这里我也随手生成了一段适合餐厅播放的背景音乐。
就，很熟悉。。。（好像也在服装店听过？？）
做自媒体也是一个道理。
拍个产品广告、剪段旅行 Vlog，尤其是那些没有旁白的大空镜，总得有点 BGM 撑场面。
如果用 AI 现做，就不用每次都去翻曲库找歌了，也能减少版权风险。
一举两得，美哉！！（感觉影视飓风拍样片可以用上 hhh）
第三轮：专挑 AI 不熟悉的下手
歌也唱了，班也上了，那不得继续给 AI 来点「惊喜」（惊吓，yes）。
流行歌谁都会唱，真碰上那些冷门、奇怪的音乐风格，你还能 hold 住吗？
我直接把小众非洲乐器、前卫太空迷幻摇滚、神圣大合唱一股脑砸了过去。
别说，生成的结果相当不赖。
非洲器乐这首，节奏一响就忍不住跟着晃，感觉特别适合码字的时候听，思路都跟着行云流水了。
迷幻太空摇滚这首，纯器乐演奏就是爽，脑子里突然就蹦出了早期的平克 · 弗洛伊德。
至于最后的大合唱……
好家伙，低沉的人声一起，随后合唱慢慢铺开，庄严感直接拉满。
感觉心灵得到净化了是怎么回事？！
第四轮：中文压轴登场
最后一轮，来点中文互联网特供，先听听 ACE 官方展示的一首港风歌曲。
熟悉的港乐味道一下就来了，尤其是人声，听着还挺有那个年代的感觉。
不过要让我当考官的话，我最想考的还是模型的吐字功力。
前面外语唱得再好，有些地方我也听不出毛病，但中文可就不一样了。
而且这次，我决定直接整个大活：
拿厉娜这个热梗当主题，写一首歌词又多又密的歌。
至于曲风嘛……
那必须是说唱了。
没错，就是那种真人唱的，我都不一定听得清的 Rap（不行就来个大的 .jpg）。
结果直接放这里，各位看官自行评鉴——
别说，吐字还真挺清楚，而且从 Hook 开始，节奏一下就上头了，听着听着居然还有点洗脑。
一圈折腾下来，ACE Music 给我留下了三个印象：
1、生成速度非常快。每一次基本不到一分钟就能同时生成两首歌，所以即便需要「抽卡」也不用等太久。
2、操作非常简单而且玩法多样。歌曲制作涉及的核心流程，基本都做成了开箱即用的工具。
3、人声表现整体比预期好，但相比外语歌曲，中文歌曲还有进步空间。
不过最后这点，ACE 倒也不算个例。
直到现在，整个 AI 语音行业（不限于音乐）似乎都还没彻底摆脱「AI 味」。
高质量歌唱数据少，歌词与声音又很难精准对齐，碰上自带声调的中文，难度还得再加一层。
这道坎，整个行业都还得继续磨…
不过话说回来，从启动音乐生成基座模型研发到登顶，这支队伍只用了 18 个月。
怎么做到的？
打破 Suno 霸榜神话，ACE 啥来头？
ACE 这个名字，本身就有「王牌」的意思，听起来多少有点生来就要拿第一的架势。
可如果把时间往回拨，你会发现这个故事的开头，和「一路开挂」完全沾不上边。
ACE 创始人兼 CEO 郭靖最先听到的，是一句劝退。
在今年 7 月与晚点 LatePost 的一次对谈中，郭靖回忆，高中时第一次听到别人制作的完整歌曲，他整个人像被雷劈了一下。
原来脑子里的旋律，真的可以变成一首歌。
他当即问对方能不能教自己编曲，结果做完一轮听音测试，对方直接给出结论：
没天赋。
想学编曲，最好从小练乐器、学乐理，像他这样半路出家的，基本没戏。
这句话，郭靖信了很多年。
上大学后，他组过乐队、写过歌，也当过主唱，可一碰到编曲软件、插件和乐理，那道墙又出现了。
歌能写出来，却做不成真正的作品。
直到毕业后的一次 Gap Year，他跑去硅谷，从头自学英语、高等数学、机器学习和编程，才突然反应过来：
连这些看起来高深的东西都能一点点学会，音乐创作凭什么只能属于少数人？
也许真正劝退普通人的，恰恰是那些复杂到离谱的工具。
那句「没天赋」，后来成了 ACE 最早的产品定义——人不该迁就工具，工具得主动来迁就人。
这条线，郭靖一走就是 8 年。
2019 年，团队推出 ACE 虚拟歌姬，希望让普通人也能创作音乐。
产品一度做到 20 万日活，随后却因某些外部压力被迫下架，好不容易跑起来，又被按下暂停键。
万幸团队没有被就此打倒，他们后来发现：
留下来的用户里藏着一群专业音乐人，这些人拿 ACE 写 Demo、改人声，真把它当生产力工具用。
于是，手机里的虚拟歌姬被拆掉重做，变成了桌面端的 ACE Studio。
和面向普通人的 ACE Music 相比，ACE Studio 是面向专业创作者的 AI 音乐工作台，用户可以生成人声和乐器，也能继续调整音高、咬字、情绪和编曲细节。
一个负责让普通人快速出歌，一个负责让专业音乐人慢慢细改。
方向看起来更清晰了，现实却又泼来一盆冷水。
ACE Studio 刚开始商业化时，日收入一度掉到几百美元。
团队后来干脆一头扎进北美音乐圈，跑展会、找制作人、重新研究定价和工作流，才一点点把产品救了回来。
但真正让郭靖坐不住的，还是 Suno。
一句话生成一首完整歌曲，让 AI 音乐突然从专业工具变成了全民玩具。
郭靖后来复盘，这些年最后悔的一件事，就是没有更早下场训练音乐基座模型。
这次，他不想再错过了。
2025 年 3 月，ACE 正式启动音乐生成基座模型研发。
然后就有了文章开头那一幕：
仅仅 18 个月后，ACE Music v1 第一次登上 AA 榜单，直接把 Suno v6 挤到了第二。
回头再看，这匹黑马看似是突然冒出，背后其实憋了整整 8 年。
当然，光靠创始人的一口气，还训不出全球榜一。
ACE 更特别的地方在于，它像一支人员配置多少有点豪华的乐队。
郭靖当过乐队主唱，负责把产品和市场拧到一起；
联合创始人兼 CPO Conger Sheng 是华纳音乐中国最年轻的签约词曲作者之一，负责给产品把住音乐审美；
首席科学家 Ruibin Yuan 既做音乐 AI 研究，也当过乐队主音吉他手，主导过 MERT、ChatMusician 和 YuE 等项目。
再加上语音合成专家、联合创始人兼 CTO 赵文骁，以及职业制作人和大厂工程师。
这支队伍的特别之处，也就出来了：
懂音乐的人做 AI，懂 AI 的人也真玩音乐。
两个字，专业。
而这种刻在团队里的「音乐基因」，也被写进了模型的技术路线。
大多数音乐模型接到提示词后，会直接往外生成音频，听着可以很惊艳，可一旦某个和弦、节奏或者音符不满意，用户很难伸手进去改。
ACE 给出的独创解法叫 Symbolic CoT，有点像大语言模型中的思维链。
ACE Music 会先生成一份可编辑的乐谱，再根据乐谱生成音频。
由于音符、节拍和和弦都以符号表示，大语言模型也能看懂和修改，于是 Claude 这样的 Agent 就能自己写谱、改谱，再调用 ACE Music 完成歌曲。
团队就曾给 Claude 布置了一个任务：写一首千禧年华语经典歌曲串烧。
结果 Claude 自己上网研究了《晴天》《童话》《江南》等 8 首歌，挑出经典副歌，统一速度和调性，安排好衔接，最终写出一份88 小节的乐谱，并自主调用 ACE Music 生成了一首 5 分钟的串烧。
用户甚至不用知道 ACE Music 怎么操作，只管说清楚想听什么，剩下的交给 Agent。
Agent 时代的音乐创作，大概就是这个意思。
聊到这里，ACE 冲上榜一的几块拼图，基本都凑齐了。
一群既懂音乐又懂 AI 的人，一套能先写谱、再生成音频的技术，以及面向普通用户和专业创作者的两款产品。
但故事还没完，这些积累要怎么变成持续的竞争力？
答案是——
飞轮。
飞轮之下，榜一也许只是起点
都知道飞轮的燃料是数据。
但数据也分三六九等，尤其是在音乐这种极其依赖审美的领域。
网上从来不缺音乐，真正稀缺的，是专业音乐人为什么这么改、这么选。
毕竟音乐这东西，技术决定下限，品味往往决定上限。
一首成品只能告诉模型最终答案，至于制作人试过多少版本、删掉哪段人声、换过什么和弦，光听成品可听不出来。
而 ACE Studio 的优势，恰恰是能在用户授权后，记录下这些修改和选择。
相当于把音乐人的经验和审美，变成了 AI 可以学习的「解题过程」。
据 ACE 披露，截至今年 9 月，这样的专业创作轨迹已经积累了超过 300 万条。
有了这些数据，一个内部飞轮也就转起来了：
模型越强→产品越好用→吸引的专业音乐人越多→积累的高质量数据也越多→反过来帮助模型进步。
而且 ACE 还把这套生态延伸到了开源社区。
音乐生成模型 ACE-Step、ACE-Step 1.5，以及团队参与打造的 YuE，截至 11 月已在 GitHub 累计收获超 3.3 万 Stars。
从本地部署到接入工作流，越来越多开发者也开始围着 ACE 折腾。
人气聚起来，资本也跟着来了。
今年 9 月，ACE 完成近 4000 万美元新一轮融资，投资方包括头部大厂战投、CCV、顺为资本和 Alphaist 等。
据公司披露，这也让 ACE 成为 AI 音乐赛道累计融资额最高的华人团队之一。
而就在融资完成两个月后，ACE Music v1 便冲上了 AA 榜首。
当然，榜单向来你追我赶。
今天 ACE 把 Suno 挤到第二，明天 Suno 也可能带着新模型杀回来。
但至少这一次，一个此前很多人没听过的中国名字，真的站到了最前面。
Suno，被超了。
而这匹黑马，可能才刚刚起跑……
传送门：
https://acemusic.ai
https://acestudio.ai
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
— 完 —
点亮星标
科技前沿进展每日见
