谷歌Magenta实时音乐AI模型本地延迟降至1/15
6月5日消息，谷歌Magenta团队于昨日（6月4日）正式发布了Magenta RealTime 2（MRT2）模型，并同步免费推出两款实用工具：一款名为Jam的乐器应用，以及一款DAW插件MRT2。仅凭“免费”这一亮点，就已足够令音乐创作者们倍感惊喜。 MRT2定位非常明确——它是一个能够与你“即
6月5日消息，谷歌Magenta团队于昨日（6月4日）正式发布了Magenta RealTime 2（MRT2）模型，并同步免费推出两款实用工具：一款名为Jam的乐器应用，以及一款DAW插件MRT2。仅凭“免费”这一亮点，就已足够令音乐创作者们倍感惊喜。
MRT2定位非常明确——它是一个能够与你“即兴合奏”的本地实时音乐AI模型。目前提供两个版本：高质量模型mrt2_base，参数量达24亿；高速模型mrt2_small，参数量为2.3亿。谷歌特别强调，这两个版本均针对苹果Apple Silicon芯片进行了优化，尤其是mrt2_small，在搭载M1及后续芯片的Mac上即可实时运行，大大降低了使用门槛。
MRT2最显著的改进莫过于“低延迟”。上一代Magenta RealTime需要依赖TPU或高性能GPU，控制延迟约为3秒，且以2秒音频块为单位响应。而MRT2改为逐帧生成，每帧仅40毫秒，实际控制延迟压缩至约200毫秒——相比前代降低了整整15倍。这意味着，当你输入一个音符变化时，模型几乎能瞬间跟上，卡顿感和滞后感基本消失，演奏体验逼近真实乐器。
在控制方式上，MRT2比前代更加完备。它不仅支持文本和音频风格提示，还支持MIDI音符与鼓开关控制。模型能持续跟随你输入的音符变化，并在Auto-Strum模式下自动决定拨弦或起音的时机。若需更精细的控制，关闭该模式即可精确指定每个音符的起始时刻。对于鼓组，系统也支持切换有鼓或无鼓输出，在多轨编曲场景中非常实用。
技术层面，MRT2仍属于Codec Language Model（编解码器语言模型），基于SpectroStream音频编解码器处理48kHz立体声音频，并以25Hz的帧率生成音频标记。换言之，它在底层设计上就是为了实现实时交互而打造。
交互方面，谷歌推出的免费Jam应用颇具亮点。你只需输入想要的音乐风格描述，模型便会开始生成音乐，同时可通过下方的键盘调整音高。输入设备不限于鼠标点击，MacBook键盘和MIDI键盘均可直接使用，这种控制方式更接近传统电子乐器和数字编曲工作流。如果你已习惯在成熟的DAW环境中工作，MRT2插件则提供了完美的接入路径——在你常用的编曲软件中直接调用Magenta RealTime 2，实现无缝衔接。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：谷歌Magenta实时音乐AI模型本地延迟降至1/15要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点面壁智能聚焦端侧AI，不拼参数大小，而是通过知识密度提升与模型风洞技术，将大模型压缩至手机、汽车等设备。其MiniCPM以2B参数超越同期8B对手。CTO曾国洋22岁主导训练中国首个大语言模型CPM-1。端侧AI追求“默契系统”，在用户开口前预判需求，已在吉利、上汽大众等车型落地应用。
印度IT巨头HCLTech投资最高350亿卢比建设AI数据中心，容量可扩展至50MW，提供从设计到运营的端到端服务，旨在满足政府及企业日益增长的算力需求，抢占印度快速增长的数据中心市场，并推动AI基础设施布局。
小米具身机器人在汽车工厂自攻螺母上件工站实现双侧作业成功率98%，接近人工水平。同时在新工站分别达到90%成功率，从单一操作拓展至多工站协同，验证了具身智能在复杂工业环境的落地能力。
全球AI行业正迎来新的财富格局，DeepSeek创始人梁文锋凭借其公司的迅猛发展，个人财富急剧膨胀，一举超越多位硅谷知名人物，成为全球AI公司领域的新首富。以下将详细解析其身价飙升背后的关键因素及公司发展历程。 一、身价飙升至360亿美元，超越多位AI大佬 根据最新彭博亿万富豪指数，DeepSeek
- 日榜
- 周榜
- 月榜
热点快看