Suno 與 Songs of Love Foundation 合作推出 Songs of Love Creator Program，招募義工創作個人化歌曲
Suno 與 Songs of Love Foundation 合作，運用 AI 音樂工具擴大個人化歌曲製作，服務面對疾病、困境或記憶流失的兒童、青少年及長者。
全部AI 動態
全部動態
今日 431 條Suno：BlogAI 評分5151 Suno：BlogAI 評分5959 Suno 推出生成式音訊工作站 Suno Studio
Suno 推出 Suno Studio，一款把 AI 生成融入音樂製作的生成式音訊工作站。它可即時生成不限數量、能配合現有音訊的人聲、鼓聲、合成器等分軌變化，並提供多軌時間線編輯、BPM 控制、音量及音高調整。分軌可匯出為音訊和 MIDI 檔案，Suno Studio 可供 Premier 用戶在桌面使用。
Liquid AI 模型與工程博客AI 評分4545 LFM2-VL：高效視覺語言模型
LFM2-VL 推出 LFM2-VL-450M 和 LFM2-VL-1.6B 兩款開放權重視覺語言模型，支援文字及可變解像度圖像輸入。在 GPU 上的推理速度最高達現有 VLM 的 2 倍，並原生處理最高 512×512 解像度的圖像；更大的圖像會切分為 512×512 區塊。兩款模型現已於 Hugging Face 提供，採用基於 Apache 2.0 的開放授權。
Suno：BlogAI 評分5858 Suno 宣佈募集 $250M C 輪融資，投後估值達 $2.45B
Suno 宣佈募集 $250M C 輪融資，投後估值為 $2.45B，由 Menlo Ventures 領投。公司表示，資金將支持開發更成熟的專業工具、改善休閒創作者體驗，以及提供新的音樂分享和社交連結方式。過去兩年，近 100 million 人曾在 Suno 上創作音樂，當中許多人是人生首次創作音樂。
Suno：BlogAI 評分7474 Suno 與 Warner Music Group 達成合作，推進互動音樂創作
Suno 與 Warner Music Group（WMG）已達成合作，計劃共同推進互動音樂創作，並推出更多創作功能及與音樂人合作互動的體驗。合作將支援 Suno 使用高質素授權音樂打造新一代模型，官方稱新模型將超越 v5；參與的 WMG 音樂人可選擇授權姓名、肖像、聲音及作品，用於 AI 生成音樂體驗。
Suno：BlogAI 評分5454 Suno Studio 1.2 新增 Remove FX、Warp Markers 等音樂製作功能
Suno 為 Suno Studio 推出 1.2 更新，新增 Remove FX、Warp Markers with Quantize、Alternates 及非 4/4 拍號支援。用戶可移除音訊片段中的效果並匯出至 DAW、自訂音訊時間與律動、量化錄音，亦可在同一音軌試聽不同版本。Studio 支援其他拍號，例如 6/8、7/8 或 11/4，並開放予 Suno Premier 訂閲者使用。
Suno：Blog精選AI 評分7777 Suno 發佈 v5.5，新增 Voices、Custom Models 和 My Taste
Suno 發佈 v5.5，並推出 Voices、Custom models 和 My Taste，加入以用戶聲音、原創音樂及音樂偏好為基礎的個人化功能。
推薦理由：更新把個人化分為歌聲、原創曲目調校和偏好學習三條路徑，也交代各功能面向哪些用戶開放。
Liquid AI 模型與工程博客AI 評分6565 Liquid AI 發佈 Liquid Nanos，主打在日常裝置上提供前沿級表現
Liquid AI 發佈 Liquid Nanos，一系列 350M–2.6B 參數的基礎模型，可在手機、手提電腦及嵌入式裝置上本機運行。首批實驗性模型涵蓋資料抽取、英日雙向翻譯、RAG、工具調用及數學推理，另包括社羣製作的法語微調模型。模型現已在 Liquid Edge AI 平台（LEAP）及 Hugging Face 提供，並以開放授權向學術界、開發者及小型企業開放。
Claude：BlogAI 評分6969 Claude Projects 改版：從資料夾走向對話
Claude 開始向部分 Claude Pro 和 Max 訂戶開放改版 Projects beta，讓用戶設定目標後，由協調器分派工作至多條 Claude Code 執行緒並整合結果。
Liquid AI 模型與工程博客AI 評分6363 Liquid AI 發佈 LFM2-Audio-1.5B 端到端音訊基礎模型
Liquid AI 發佈 LFM2-Audio-1.5B，這款 1.5B 參數模型支援音訊與文字輸入及生成。模型在 VoiceBench 九項音訊互動基準的總分為 56.78，ASR 基準平均詞錯誤率為 7.24。以 4 秒輸入波形測試，平均端到端延遲低於 100 ms；Liquid AI 亦提供 Python 套件及語音對話應用參考實作。
Suno：BlogAI 評分7070 Suno 完成 $400M D 輪融資，投後估值達 $5.4B
Suno 宣佈完成超過 $400M 的 D 輪融資，投後估值為 $5.4B，該輪由 Bond Capital 領投。資金將用於推動更多人透過音樂表達自己，並拓展 Suno 為藝人和創作者提供的可能性。Suno 計劃在未來數月開始推出首個與音樂產業合作開發的音樂模型。
Liquid AI 模型與工程博客AI 評分6060 Liquid AI 發佈 LFM2-8B-A1B 端側 MoE 模型（已由 LFM2.5-8B-A1B 取代）
Liquid AI 發佈 LFM2-8B-A1B 早期檢查點，這款端側 MoE 模型共有 8.3B 參數，每個 token 啟用 1.5B 參數。官方公佈 16 項基準測試結果，其中 MMLU-Pro 得分為 37.42，較 LFM2-2.6B 高 11.46 分；模型面向手機、平板及手提電腦的本地推理。頁首註明，該模型已棄用，並由 LFM2.5-8B-A1B 取代。
Suno：BlogAI 評分5151 Suno Voices：提升人聲品質的 6 個技巧
Suno 分享了使用 Voices 製作高質素人聲的 6 個技巧，涵蓋安靜錄音、事前練習及按曲風配搭聲線。可行的話，建議錄製至少一分鐘的人聲參考；較長錄音能讓 Suno 學習更多內容，令整首曲目的人聲結果更一致。Voices 現已可在 Web、iOS 和 Android 使用，並提供免費試用及付費方案。
Claude：BlogAI 評分6868 Claude Marketplace 上線，集中展示插件、智能體、產品及合作夥伴服務
Claude Marketplace 正式上線，整合插件與連接器、智能體與產品，以及服務合作夥伴，讓客戶可在同一平台尋找工具和服務。平台目前提供逾 2,000 個連接器及插件，客戶亦可用部分已承諾的 Anthropic 支出購買 Claude 驅動的軟件。開發者可運用 MCP 和智能體技能建立連接器或插件，產品商可申請上架，服務商則可加入 Claude Partner Network。
Liquid AI 模型與工程博客AI 評分5555 Liquid AI 發佈面向邊緣應用的 LFM2-VL-3B 視覺語言模型
Liquid AI 發佈 3B 參數的視覺語言模型 LFM2-VL-3B，面向需要更高準確度並保留 LFM2 架構速度優勢的應用。模型以 LFM2-2.6B 為骨幹，整合 SigLIP2 400M NaFlex 編碼器，並可調整每張圖片的視覺 token 數量，以平衡效能與速度；現已可透過 LEAP 及 Hugging Face 取得。
Suno：BlogAI 評分5858 Suno 改進分軌功能，提供三種拆分方式
Suno 改進分軌功能，現提供 Auto Split、Split from Mix 和 Advanced Split 三種方式。Auto Split 最多拆分為 12 條音軌，Split from Mix 可提取或移除指定聲部；Advanced Split 可搜尋近 100 種樂器，並僅限 Premier 使用。Suno 表示，系統會以最新模型從頭生成各音軌，而非直接切割原始混音。
Claude：BlogAI 評分5656 Anthropic 分享 AI 驅動程式碼現代化項目的籌備方法
Anthropic 的前線部署工程師分享企業籌備 AI 驅動程式碼現代化項目的六步方法，涵蓋界定目標、驗收條件、變更上線政策、前置準備、智能體工作流程及正式執行。文章建議以 Claude Code 建立按項目調整的工作流程，先在小部分程式碼上端到端試行，再擴展至完整程式碼庫。試行期間可量度 tokens 用量以估算成本，並把計算量大的驗證安排在較簡單的檢查通過後執行。
Claude：BlogAI 評分7474 編碼工作階段更長、使用更多上下文，Claude Opus 5.5 為此而設
Claude Opus 5.5 針對更長、上下文用量更高的編碼工作階段設計，按 token 計費的典型工作負載估計比 Opus 5 便宜約 40%。輸入及輸出 token 價格下調 20%，讀取快取 token 的價格下調 60%；Claude Code 的快取未命中輸入亦減少逾 50%。文中指出，長而開放的任務較有機會透過減少錯誤方向上的回合降低成本，而簡單、短小的機械式任務所需回合數大致相同。
Suno：BlogAI 評分3737 Eric Christian 談在旋律中聽見管絃樂
鋼琴家兼作曲家 Eric Christian 會把新旋律放進 Suno 作最後檢查，聆聽它在管絃樂構想中的效果。他表示，Suno 幾秒內便能讓他聽到心中預想的音樂，而以往製作管絃樂 mockup 需時數小時。
Liquid AI 模型與工程博客AI 評分6161 Liquid AI 發佈面向端側部署的 LFM2.5 模型系列
Liquid AI 發佈面向端側部署的 LFM2.5 模型系列，涵蓋 Base、Instruct、日文、視覺語言及音訊語言型號。LFM2.5-1.2B 的預訓練規模由 10T 增至 28T tokens；LFM2.5-Audio-1.5B 的音訊 detokenizer 在 mobile CPU 上以同等精度較 LFM2 的 Mimi detokenizer 快 8x。
Liquid AI 模型與工程博客AI 評分5555 Liquid AI 發佈 LFM2-2.6B-Transcript 本機會議摘要模型
Liquid AI 發佈 LFM2-2.6B-Transcript，支援在 CPU、NPU 和 GPU 上完全本機執行。模型針對 30–60 分鐘會議逐字稿設計，並已在 LEAP 和 Hugging Face 開放下載，可輸出討論要點、決策及標註負責人的行動項目。
Suno：BlogAI 評分3232 Dream Relic 如何為影像世界配上聲音，讓旋律縈繞腦海
AI 視覺藝術家 Dream Relic 使用 Suno 將存放多年的歌詞轉化為歌曲，為其超現實、電影感的視覺世界加入音樂。透過 Suno 的「Create」功能，他試驗提示詞、作出選擇並修訂，讓歌曲貼合構想中的情緒。一段配上自製歌曲的影片引來數百則詢問歌曲名稱的留言，令他更認真看待音樂創作。
Liquid AI 模型與工程博客AI 評分6767 Liquid AI 發佈 LFM2.5-1.2B-Thinking，手機記憶體佔用低於 1GB
Liquid AI 發佈 LFM2.5-1.2B-Thinking，一款可完全在裝置上運行的推理模型，手機記憶體佔用低於 900 MB。模型有 1.2 billion 個參數，在多數推理基準中匹敵或超越 Qwen3-1.7B（thinking mode），參數量少 40%。現已可透過 Hugging Face、LEAP 和 Playground 使用。
Liquid AI 模型與工程博客AI 評分5959 Liquid AI 發佈 LFM2-24B-A2B 早期檢查點，總參數達 24B
Liquid AI 發佈 LFM2-24B-A2B 早期檢查點，這款開放權重 MoE 模型有 24B 總參數，並已在 Hugging Face 提供。
Suno：BlogAI 評分1717 為何要在 Suno 發佈你的音樂作品
Suno 鼓勵創作者發佈音樂作品，讓作品接觸數以百萬計的聽眾。發佈有助創作者獲得聽眾回饋、瞭解哪些內容引起共鳴，並改善下一首作品。公開作品亦可讓社羣其他創作者重新混音，為彼此帶來靈感。
Liquid AI 模型與工程博客AI 評分5858 LFM2-24B-A2B 在消費級硬件上運行本地工具調用智能體
Liquid AI 以開源桌面智能體 LocalCowork 測試 LFM2-24B-A2B 在筆電本地執行工具調用的表現，模型、工具和資料均留在裝置上。在 Apple M4 Max、36 GB 統一記憶體的筆電上，工具選擇平均耗時約 385 ms、佔用約 14.5 GB 記憶體，單步準確率為 80%。
Liquid AI 模型與工程博客AI 評分6262 Liquid AI 發佈 LFM2.5-350M，預訓練規模增至 28T tokens
Liquid AI 發佈基於 LFM2 架構的 LFM2.5-350M，這款 350M 參數模型經額外預訓練（由 10T 增至 28T tokens）及大規模強化學習。
Suno：BlogAI 評分5151 Suno 如何負責任地打造音樂的未來
Suno 聯合創辦人兼 CEO Mikey Shulman 説明公司的音樂 AI 原則，並介紹已採取及即將推行的措施。Suno 表示，訓練 metadata 刻意不使用藝人姓名，並會把提及特定藝人的提示詞轉向描述音樂特徵；公司亦與 Audible Magic、Musixmatch 等第三方合作，篩查上載音訊及歌詞中的潛在未授權使用。
Liquid AI 模型與工程博客AI 評分5858 Liquid AI 發佈 LFM2.5-VL-450M，提升視覺定位並新增函數調用支援
Liquid AI 發佈 LFM2.5-VL-450M，作為 LFM2-VL-450M 的改進版本，提升視覺定位與指令遵循能力，並新增函數調用支援。預訓練規模由 10T 增至 28T tokens；RefCOCO-M 邊界框預測分數由 0 升至 81.28，MMMB 多語言分數由 54.29 提升至 68.09。
Suno：BlogAI 評分6363 Suno 將於 9 月 3 日調整下載政策並更新服務條款
Suno 宣佈將於 9 月 3 日實施分級下載上限並更新服務條款，限制適用於當日起的所有下載，包括此前創作的歌曲。9 月 3 日前加入的 Free 用戶最多可獲 7 次終身試用下載，之後加入者可能不時獲得試用下載；Pro 每月 20 次、Premier 每月 60 次，使用 Suno Studio 的 Premier 訂戶不設下載上限。
Liquid AI 模型與工程博客AI 評分6666 Liquid AI 發佈端側 MoE 模型 LFM2.5-8B-A1B
Liquid AI 發佈端側模型 LFM2.5-8B-A1B，將上下文窗口擴至 128K，並把預訓練規模由 12T 增至 38T tokens。該模型採用推理專用設計，詞表由 65,536 擴至 128,000，AA-Omniscience Index 由 -78.42 升至 -24.70。
Suno：BlogAI 評分6060 Suno 宣佈與 BMG 建立全球合作夥伴關係
Suno 宣佈與 BMG 建立全球合作夥伴關係，並指這項合作是其即將推出首個與音樂產業共同開發音樂模型的一部分。雙方將創造新的音樂體驗，促進藝人與樂迷連繫，並為選擇參與的藝人和詞曲作者創造新的經濟機會。雙方亦會深化 Suno: In Session 和 Spark 計劃，為獨立音樂人提供資源、指導及市場推廣支援。
Liquid AI 模型與工程博客AI 評分5050 Liquid AI 發佈 LFM2.5-ColBERT-350M 與 LFM2.5-Embedding-350M 多語言檢索模型
Liquid AI 發佈兩款 350M 參數的多語言檢索模型。它們是 LFM2.5-ColBERT-350M 和 LFM2.5-Embedding-350M，支援 11 種語言的多語言及跨語言搜尋。
Black Forest Labs：BlogAI 評分5454 FLUX VTO 開放使用，支援大規模虛擬試穿
Black Forest Labs 已公開提供 FLUX VTO，這款虛擬試穿模型的生成時間少於 4 秒，適用於大規模商品目錄。它可為同一人物一次套用最多四件服裝，並保留人物身份及服裝上的標誌、印花、縫線和五金配件。身體及服裝尺碼的精確呈現仍在改進，輸出宜作視覺造型參考；預設政策不支援泳裝和內衣。
Black Forest Labs：BlogAI 評分5151 Martin Scorsese 出任 Black Forest Labs 顧問
Black Forest Labs 宣佈 Martin Scorsese 擔任顧問，協助公司塑造視覺智能方向。他與 Black Forest Labs 使用 FLUX 進行分鏡工作，並稱這項工具讓他能更清晰、高效地向製作設計師、美術設計師及攝影指導分享構想。Scorsese 表示，最近在一個場景試用後，他能即時呈現並分享分鏡圖，令前期製作加快而不犧牲品質或工藝。
Zyphra ResearchAI 評分5959 Zyphra Research 發現 GPT 式 Transformer 在持續及平穩學習中出現可塑性損失
Zyphra Research 發現，非嵌入參數量介乎 5M 至 314M 的 GPT 式 Transformer，在多語言持續學習中會出現可塑性損失。研究提出縮放定律 T = 1.3 × 10^-5 · P^0.8269，預測可塑性損失的出現時間隨非嵌入參數量呈次線性增長，增加參數量的延後作用會遞減。研究亦在平穩學習中觀察到相似現象，表明可塑性損失並非只見於持續學習設定。
Zyphra ResearchAI 評分4444 ZUNA1.1：更靈活的 EEG 去噪與超解像基礎模型
Zyphra 發佈採 Apache 2.0 授權的 EEG 基礎模型 ZUNA1.1，支援在任意通道配置下重建、去噪及升採樣 EEG。模型維持 380M 參數，支援 0.5–30 秒輸入，重建品質達到或超越 ZUNA1。用戶可在 Zyphra Cloud 的 EEG Playground 透過瀏覽器使用，亦可下載模型在本地執行。
Zyphra ResearchAI 評分5555 Zyphra Research 介紹 PUFFER 增量模糊去重系統及其效能測試
Zyphra Research 介紹 PUFFER，一套為持續增長的訓練語料設計的增量模糊去重系統，可逐批加入數據集而無須重建完整索引。
Zyphra ResearchAI 評分5353 Zyphra 推出 Zyphra Cloud，首發針對 AMD 優化的長上下文智能體推理服務 Zyphra Inference
Zyphra 推出全棧 AI 平台 Zyphra Cloud，並首發面向大型開放模型和長上下文智能體工作負載的推理服務 Zyphra Inference。服務由 AMD MI355X GPU 提供支援，涵蓋 Kimi K2.6、DeepSeek V3.2 和 GLM 5.1 等開放模型。
Zyphra ResearchAI 評分5959 Zyphra 發佈 ZAYA1-74B-Preview，展示 AMD 上的大規模預訓練能力
Zyphra 發佈 ZAYA1-74B-Preview，這是一個有 4B 啟用參數、74B 總參數的 MoE 推理基礎 checkpoint，展示其在 AMD 上端到端進行大規模預訓練的能力。