我們已經看到，AI 已經能夠理解和生成文字、影像、影片，儘管各個產品目前能達到的準確性和審美水準還不相同。
自帶曲譜的音樂生成似乎是 AI 要征服的下一座山峰，而這場競爭正在白熱化。
近日，音樂生成領域再次迎來新玩家「Udio」。
與前段時間大火的 Suno V3 相似，Udio 僅透過一些人工輸入的文字提示（包括使用者提供的歌詞），就可以建立高保真音樂音訊。但它擁有比 Suno 更多的自定義能力，風格涵蓋鄉村音樂、理髮店四重唱（Barbershop）、德國流行樂（German pop）、古典音樂、硬搖滾、嘻哈、演唱曲調等。
在測試階段，使用者可以免費使用，每人每月可以免費生成 1200 首音樂。
在官網中，我們已經看到了眾多網友的創作成果：https://www.udio.com/
釋出之後，由於大量使用者湧入，官網一度崩潰：
從高亢的福音音樂到低沉的藍調音樂，從夢幻般的流行音樂到柔美的說唱，Udio 應有盡有。
我們先來聽幾首「編輯精選」的曲目：
《Rising Sun Gospel》
標籤：Female vocalist, R&b, Contemporary r&b, Passionate, Rhythmic, Uplifting, Lush, Introspective, Anthemic, Gospel
歌詞：
There is a house way down in New Orleans They call the Rising Sun And it's been the ruin of many a poor boy And God I know I'm one
《Crater Lullaby》
標籤：Americana, Northern american music, Regional music, Folk, Country
歌詞：
[Verse]
With each step on the moon dust
In a sea of tranquil gray
Solitude in one vast jump
Leaves the world so far away
[Chorus]
Like a lone space cowboy, yeah
Ridin' past the craters wide
X 使用者 @Min Choi 率先註冊了 Udio 賬號生成了多首音樂作品，並盛讚：「這就像是音樂界的 Sora。」 
但也有人試完感覺：「好像不如 Suno？」
一部分網友懷疑，Udio 網站上展示的高質量音樂 demo 很可能是透過大量人工輸入（如人工撰寫的歌詞），並從多次迭代的歌曲中挑選出最佳作曲部分而產生的。
Udio 官方表示：「v1 模型功能強大，但並不完美。我們正在快速迭代，並致力於更長的樣本、更好的音質、支援更多語言和下一代可控性。敬請期待即將推出的更多功能和改進。」
官方教程
Udio 分兩個階段完成任務：首先利用類似於 ChatGPT 的大語言模型，根據所提供的提示生成歌詞。接下來，利用一種 Udio 沒有透露的方法合成音樂，但這很可能是一種擴散模型，類似於 Stability AI 的 Stable Audio。此外，Udio 團隊沒有透露其模型或訓練資料的具體細節（其中很可能充斥著受版權保護的材料）。
在「常見問題」中，Udio 列出了製作一首 1.5 分鐘時長歌曲的使用指南：https://www.udio.com/faq
首先，在提示框中輸入您要建立的內容的描述，然後單擊 “建立”。
例如，輸入「一首關於紐約的爵士歌曲」：
如果不確定要輸入什麼內容，可以單擊骰子圖示，使用隨機示例提示填充提示框。
提示詞一般由自由格式文字和標籤的組合組成，例如「一首關於夏雨、爵士、醇厚、溫暖的歌曲」。其中「一首關於夏雨的歌」是自由形式，「爵士」、「醇厚」、「溫暖」是標籤。請注意，提示詞的不同部分用逗號 (,)、分號 (;) 或句號 (.) 分隔，可以包含任意數量、任意順序的自由形式部件和標籤。
此外，提示詞中也可以引用藝術家風格，這樣可以更輕鬆地描述您想要建立的音樂。例如可以將上面的提示擴充套件為：「一首關於夏雨的歌曲，爵士樂，醇厚，溫暖，比莉・哈樂黛的風格。」不過，Udio 並不會使用藝術家的聲音生成歌曲，風格只是用於參考，在幕後會被一組相關標籤替換。
在文字輸入框下方，系統也推薦一些標籤，使用者可以單擊它們將其新增到提示中：
如果你想使用自己的歌詞，可以在提示框的歌詞部分選擇自定義模式，然後將歌詞放入文字輸入中。Udio 能夠識別的語言包括中文、日語、俄語、波蘭語、德語、法語、義大利語。如果想為創作增添趣味，可以新增特殊描述符，例如 [Verse]、[Chorus]、[Hook]、[Guitar Solo] 或 [Drop]。
如下圖所示：
但是，無論文字提示多麼詳細，都無法完全定義一首實際的音樂 —— 同一份文字描述會產生無數可能的音軌。這就是為什麼為了接近腦海中的音樂創意，使用者可能需要建立具有相同提示（和其他設定）的多個剪輯。
根據給定的提示，Udio 的人工智慧模型會生成兩個不同的歌曲片段供選擇。然後，使用者可以在 Udio 社群釋出歌曲，下載音訊或影片檔案在其他平臺上分享，或直接在社交媒體上分享，其他 Udio 使用者也可以對現有歌曲進行混音或改編。Udio 的服務條款規定，公司對生成的音樂不享有任何權利，使用者可以將其用於商業目的。
Udio 這家公司由一批 DeepMind 前員工在 2023 年創立，在倫敦和紐約均設有辦公室。目前已經得到了 16z、will.i.am、Common、Tay Keith、Steve Stoute 的 UnitedMasters、Mike Krieger（Instagram 聯合創始人兼技術長）、Kevin Wall、a16z 文化領導力基金和 Oriol Vinyals（Gemini colead）的支援。
Udio 聯合創始人、CEO David (Fengning) Ding 曾在 2018 年到 2023 年 10 月期間在 DeepMind 任職：
Udio 的誕生，象徵著 AI 生成音樂已經達到了「專業級」。因此，它被一些人稱為新時代的先驅，也被另一些人稱為「Suno 殺手」。
但可以判定的是，音樂界的這場革命，還遠遠沒有走到終點。