ACE Music盲测超Suno v6:中国团队登顶AA音乐榜
在Artificial Analysis最新发布的AI音乐人声榜单中,中国团队ACE推出的ACE Music v1以1160分的成绩超越长期霸榜的Suno v6。这是该榜单成立以来,Suno旗舰模型首次在盲听测试中失守头名。ACE团队从2025年3月启动基座模型研发,仅用18个月便实现突破。其核心优势在于“Symbol
Suno的统治被打破了
在AI音乐生成这条赛道上,
Suno长期被当成“标杆”。2023年赛道爆发之后,几乎每轮行业评测,Suno的最新版本都稳坐头名。直到全球权威AI评测机构Artificial Analysis(简称AA)最近发布新榜单,局面才出现了一点微妙却明确的变化。
中国团队
ACE靠自家模型ACE Music v1,在AA的音乐人声榜上拿下1160分,比Suno最新旗舰模型v6高出16分。分差看着不大,可放在头部梯队里,足够让排名换个位置。

评测方式其实更关键。AA榜单的核心逻辑是“盲听”,评审不知道每首歌出自哪个模型,只按提示词生成的最终听感打分。此前也有模型声称超过Suno,但多半是拿Suno的旧版本做对比,或者数据来自厂商内部的非公开测试。这回不一样:同等提示词、隐藏模型身份,由第三方机构完成正面交锋。

消息传开后,海外社区讨论热络。有人在社交平台上打趣,说Suno的“王座”没那么稳了;也有人对这支此前名气不大的中国团队起了兴趣。ACE团队直到2025年3月才正式启动音乐生成基座模型的研发,从立项到登顶,满打满算只用了18个月。
耳朵不会撒谎:盲听测试到底听到了什么

为验证榜单结果是否靠谱,我们做了一组简单对照测试。挑了三组不同风格的音乐提示词,分别交给ACE Music v1和Suno v6生成歌曲,试听时不告知来源。

第一组是数学摇滚(Math Rock)。这类风格以复杂的节拍变化和不规则节奏型著称,对模型的节奏掌控能力要求很高。两首生成曲目里,一首鼓点切换生硬,另一首变拍时律动感保持得不错。后者人声进入时机准确,乐器分离度也更高。

第二组是K-pop流行曲风。这类音乐通常要求人声清亮、咬字清晰,伴奏还得有强烈的记忆点。盲听环节,其中一首女声略显扁平,电子合成痕迹明显;另一首人声气息更自然,高音部分也没出现常见的破音或失真,听感更接近真人录音室作品。

第三组选了Roots Reggae(根源雷鬼)。这种风格起源于牙买加,讲究贝斯的厚重感和节奏的松弛度。测试中,一首曲目的贝斯线条模糊,跟鼓点贴合不够紧;另一首则抓住了雷鬼音乐特有的“反拍”感觉,整体氛围营造得当。

揭晓答案后发现,上述三组对比中表现更好的,都是ACE Music v1生成的作品。当然,音乐审美因人而异,不同听众偏好可能不一样。但从技术层面看,ACE Music v1在人声自然度、乐器质感和风格特征还原上,完成度确实较高。

这种听感差异,正好照出当前AI音乐模型竞争的焦点:从“能生成”转向“好听、自然、可控”。Suno v6在通用性上依然强大,可在某些特定风格和人声细节的处理上,已经感受到新挑战者带来的压力。

不只是听个响:普通用户能怎么玩

对多数非专业用户而言,榜单上的分数多少有些抽象,真正决定去留的还是上手体验。ACE目前已经上线了面向大众的音乐生成产品ACE Music,官网地址为acemusic.ai。

界面做得比较直白,主推两种用法。一种是“灵感模式”,零基础也能用:敲一段文字描述,例如“一首适合雨天听的爵士钢琴曲”,或者传一张图、一段视频,甚至随口哼几句旋律,AI就会把整首歌生成出来。创作门槛被压得很低,生成音乐跟发条朋友圈差不多。

另一种是“自定义模式”,控制权更多交给用户:歌词自己填,曲风自己挑,旋律走向也能调。写不出词,系统内置的AI助手可以帮忙;有乐理底子的用户还能进一步改和弦、改编曲结构。价格方面,ACE Music眼下提供免费额度,每天送20积分,大概够生成10首歌。要下载高清音频或做商业用途,就得订Creator版,月费9.9美元(约合人民币66元),按年付折算下来每月7.9美元。这个价位在同类型产品里算中等,结合生成质量和版权清晰度来看,有一定竞争力。
实际测试挑了几个典型场景。先看多语言演唱:让AI分别唱英语、日语和葡萄牙语(桑巴风格)的歌曲。ACE Music v1在各语种下的发音准确度都不低,英语和日语尤其明显,咬字清楚,情感也唱得出来。个别小语种偶尔会有语调偏差,但整体可用性很强。
再看纯音乐生成,这块对内容创作者很实用,做Vlog背景乐、餐厅环境音乐、广告配乐都能用。AI生成纯音乐最大的好处是版权风险低——传统素材库里的音乐常常埋着版权纠纷的雷,而AI生成的音乐一般归用户所有(具体还要看服务条款)。测试时生成的一段咖啡馆背景音乐,风格舒缓,乐器搭配也和谐,直接就能用。
最后拿冷门风格试了试。非洲器乐、前卫太空迷幻摇滚、神圣大合唱这些小众路子,模型抓特征抓得相当准:非洲器乐的打击乐节奏鲜明,迷幻摇滚的合成器音色撑出了空间感,大合唱的和声层次也够丰富。看得出训练数据覆盖面比较广,风格泛化能力不弱。
不过中文歌曲测试里,吐字清晰度虽然好过不少竞品,但碰上高密度歌词(比如Rap)时,仍会出现吞字或节奏不稳的情况。这其实是整个AI语音行业共同的难点:中文是声调语言,跟旋律对齐的难度远高于拼音文字。
18个月逆袭背后的技术路径
一支成立没多久的团队,怎么在短时间内追平甚至反超行业巨头?执行力之外,技术路线的选择很关键。
ACE团队的核心成员大多有音乐背景。创始人兼CEO郭靖做过乐队主唱,联合创始人兼CPO Conger Sheng是华纳音乐中国的签约词曲作者,首席科学家Ruibin Yuan既是音乐AI研究者,也是乐队吉他手。“懂音乐又懂AI”的人员构成,让他们做产品时更在意音乐人的实际需求。
技术架构上,ACE没有走主流的“端到端”音频生成路线,而是提出了一套叫“Symbolic CoT”(符号思维链)的方法。
传统端到端模型直接从文本提示生成音频波形,速度快,可控性却差。生成的某个音符或和弦不满意,用户很难单独改,往往只能把整首歌重新生成一遍。
ACE Music v1拆成两步走:模型先按提示词产出一份可编辑的乐谱,里面含音符、节拍、和弦等符号信息;再依据这份乐谱合成音频。乐谱是结构化符号数据,大语言模型(LLM)理解起来、改起来都不费劲。用户于是能用自然语言指令调乐谱,比如“把副歌部分的和弦变得更悲伤一点”,或者“加快第二段主歌的节奏”,不必重做整首歌。
这个思路类似编程里的“中间表示层”,用户控制权更高,也给AI Agent介入留了空间。团队展示过一个案例:让Claude Agent自主创作一首千禧年华语经典串烧。Claude自己去检索《晴天》《童话》等歌曲的结构,提取副歌,统一调性和速度,写出一份88小节的乐谱,最后调用ACE Music生成音频。乐理细节全程不用人管,用户只提创意需求。
ACE还攒下了大量高质量专业数据。面向专业音乐人的产品ACE Studio允许用户精细调整生成的人声和乐器,比如改音高、改咬字、改情绪。在用户授权的前提下,这些修改记录成了宝贵的训练素材。截至2026年9月,ACE已积累超过300万条专业创作轨迹。数据里不只有最终音频,还有音乐人的决策过程——为什么这里改一个和弦,那里调一下人声气息。这种“解题过程”式的数据,对提升模型审美和逻辑能力很关键。
行业格局正在重塑
ACE Music v1登顶,不代表Suno就此衰落,AI音乐行业算是进入了新的竞争阶段。过去两年市场主要解决“从无到有”,谁能生成完整歌曲谁就赢;现在焦点转到了“从有到优”,音质、可控性、版权合规、工作流整合能力都成了比拼项。
Suno在通用模型领域的影响力依然强大,用户基数和社区生态不容易撼动。ACE则靠差异化路线,在专业性和可控性上筑起了壁垒。对需要精细调整的音乐制作人、游戏开发者、影视后期团队来说,ACE的“乐谱+音频”双模态输出更有吸引力。
资本市场也给出了反应。2026年9月,ACE完成近4000万美元的新一轮融资,投资方包括多家头部大厂战投和知名风险投资机构。资金主要投向算力投入和人才引进,用来巩固其在基座模型上的优势。
开源社区那边同样热闹。ACE团队把ACE-Step等模型组件开源,在GitHub上拿到超过3.3万Stars。品牌知名度上去了,也吸引大批开发者围绕其生态做应用,形成了良性循环。
不过难题也摆在眼前。中文歌曲唱得还不够自然,长曲子前后结构怎么接得更顺,也还得接着打磨。再加上巨头纷纷挤进来,算力开销和版权法律框架都还没个准数,这两样就像头顶悬着的剑。
话说回来,ACE Music v1至少说明了一件事:AI音乐这条赛道看着被大厂把持,后来者只要技术切得准、行业里攒得够深,照样能把规矩重新写一遍。
落到普通人身上,往后能用的音乐创作工具会更多、质量也更高。写歌这道坎正被一点点拆掉,将来谁都能给自己的生活谱曲。技术变革最打动人的地方,大概也就在这里。