¿Qué es YuE2-3B?
YuE2-3B es un modelo abierto de música de la comunidad investigadora Multimodal Art Projection (M-A-P), el grupo detrás del YuE original. Convierte un prompt de estilo y una letra en una canción completa con voz y acompañamiento en estéreo a 48 kHz. Antes de generar el audio escribe un plan simbólico, una partitura ABC con melodía y acordes, que puedes exportar, editar a mano o con un agente de IA y volver a introducir.
Los pesos se publicaron en Hugging Face en septiembre de 2026 bajo CC BY-NC 4.0, que prohíbe el uso comercial; el repositorio de código en GitHub es Apache-2.0. Las demos de la ficha llegan hasta 5:00, en inglés y mandarín. También hace versiones: transcribe la melodía de una canción existente con el modelo complementario SheetSage2 y YuE2 la canta en otro estilo.
¿Merece la pena YuE2-3B?
YuE2-3B hace las canciones mejor puntuadas de cualquier modelo abierto sobre el papel, y no puedes venderlas. En WildSongBench, el benchmark de 192 prompts de sus autores, YuE2 eligiendo la mejor de ocho tomas obtuvo una media SongBench de 6,9632, por delante de todos los modelos propietarios evaluados, incluidos Suno v5 con 6,8721 y Mureka 9 con 6,9377. Eligiendo entre dos tomas obtuvo 6,7316, aún por encima de MiniMax Music 3 (6,2830) y ACE-Step 1.5 (6,0118). Son cifras de los autores en su propio benchmark.
Su rasgo distintivo es la partitura. YuE2 escribe primero melodía y acordes en notación ABC y luego genera el audio a partir de ese plan. Puedes parar tras la planificación, cambiar un acorde o una frase y volver a generar con la misma semilla, de modo que una revisión cambia lo que pediste y no toda la canción. La demo muestra a un agente llevando una canción por 9 pasos y 14 versiones. El mismo mecanismo hace versiones que conservan la melodía original: con la partitura de origen, identificó la canción original el 71,3 % de las veces en la prueba SHS100K, frente al 2,4 % de ACE-Step 1.5.
Es práctico en una sola tarjeta de consumo. En una RTX 4090, una canción de 3,6 minutos tarda 71 segundos con un pico de 11,18 GiB de VRAM; la ficha pide una GPU de 24 GB y 24 GB de RAM libre. Un servidor vLLM aparte en una H800 alcanzó 373,53 canciones por hora con 32 peticiones simultáneas.
La pega: CC BY-NC 4.0 excluye anuncios, juegos, apps y cualquier cosa que genere ingresos, sea quien sea quien ejecute los pesos. El inicio rápido es solo Linux y NVIDIA, con soporte BF16, y la ficha solo indica inglés y mandarín. La letra se entiende bien, pero no es la más clara: su tasa de error de fonemas del 8,44 % supera el 6,27 % de MiniMax Music 3.
Nuestra opinión: para investigadores, aficionados y quien escriba canciones para sí mismo, la partitura editable de YuE2 lo convierte en la opción abierta más controlable; en cuanto una pista va a un cliente o a una tienda, la licencia te manda a MiniMax Music 3 o ACE-Step 1.5.
Dónde se gana su sitio
Un laboratorio universitario de tecnología musical
Comparar generadores de canciones con IA y estudiar la composición controlable
Exporta los planes ABC de YuE2, modifica armonía o melodía en condiciones controladas y vuelve a generar con semillas fijas; la licencia CC BY-NC cubre la investigación académica y los prompts de WildSongBench son públicos en Hugging Face.
Un compositor aficionado con una RTX 4090
Escuchar maquetas de sus propias letras en distintos géneros
Ejecuta el pipeline con cot="full", edita score.abc para arreglar la melodía de un estribillo y vuelve a generar; una canción de tres o cuatro minutos tarda alrededor de un minuto y nada sale del equipo.
Un director de coro que prepara material de ensayo
Escuchar un villancico de dominio público con un arreglo nuevo
Transcribe la melodía con SheetSage2 y pásala con cot="melody" y un nuevo prompt de estilo; vale para ensayar y enseñar, no para una grabación de pago.
Antes de decidirte
- Puesta en marcha
- En Linux con Python 3.10+, instala el wheel yue2_infer del repositorio de Hugging Face y carga YuE2Pipeline.from_pretrained("m-a-p/YuE2-3B"); el decodificador YuE2-Vae por defecto se descarga aparte.
- Integraciones
- Pipeline de Python con etapas separadas de plan, semántica, síntesis y decodificación; herramienta de línea de comandos yue2 con modo por lotes; servidor basado en vLLM para peticiones simultáneas; SheetSage2 para transcribir melodías.
- Datos y privacidad
- Se ejecuta en local; prompts y audio no salen de tu equipo. La ficha del modelo no describe los datos de entrenamiento.
- Coste a escala
- Sin coste de licencia, pero el uso comercial no está permitido a ninguna escala. La ficha indica 373,53 canciones por hora en una H800 con 32 peticiones simultáneas.
- Límites
- Una canción cada vez en el pipeline de Hugging Face; necesita una GPU de 24 GB y 24 GB de RAM; Linux y NVIDIA con BF16; las versiones necesitan una melodía y una letra transcritas aparte.
Lo bueno
- La media SongBench más alta en WildSongBench (6,9632 con best-of-8), según sus autores
- Partitura ABC editable: cambia melodía o acordes y vuelve a generar
- Versiones que conservan la melodía original (71,3 % de identificación en SHS100K)
- Estéreo a 48 kHz; una canción de 3,6 minutos en 71 segundos en una RTX 4090
- Pico de VRAM de unos 11 GiB en las pruebas de la ficha
Lo malo
- CC BY-NC 4.0: sin uso comercial
- Solo Linux y GPU NVIDIA con BF16
- Benchmarks hechos por sus propios autores
- Solo inglés y mandarín en la lista
- Sin API alojada
Ideal para
Investigadores, aficionados y compositores sin fines comerciales que quieren revisar la melodía y los acordes de una canción en lugar de regenerarla.
Alternativas a YuE2-3B
YuE2-3B: preguntas frecuentes
- ¿Merece la pena YuE2-3B?
- YuE2-3B es el modelo abierto de canciones para estudiar y trastear, porque puedes editar su partitura nota a nota, pero su licencia no comercial lo deja fuera de todo lo que vendas. Le damos un 4.0 sobre 5.
- ¿Cuánto cuesta YuE2-3B?
- Pesos gratuitos bajo CC BY-NC 4.0: solo uso no comercial. Sin API alojada; pagas tu propia GPU.
- ¿Qué inconvenientes tiene YuE2-3B?
- CC BY-NC 4.0: sin uso comercial; solo Linux y GPU NVIDIA con BF16; benchmarks hechos por sus propios autores; solo inglés y mandarín en la lista; sin API alojada.
- ¿Para quién es YuE2-3B?
- Investigadores, aficionados y compositores sin fines comerciales que quieren revisar la melodía y los acordes de una canción en lugar de regenerarla.
- ¿Cuánto cuesta YuE2-3B para un equipo o en producción?
- Sin coste de licencia, pero el uso comercial no está permitido a ninguna escala. La ficha indica 373,53 canciones por hora en una H800 con 32 peticiones simultáneas.
- ¿Es YuE2-3B seguro para los datos de la empresa?
- Se ejecuta en local; prompts y audio no salen de tu equipo. La ficha del modelo no describe los datos de entrenamiento.
- ¿Cuáles son las mejores alternativas a YuE2-3B?
- Las alternativas más cercanas que hemos analizado son MiniMax Music 3, ACE-Step 1.5 y Lyria 3.5.
Respuestas comprobadas el 7 nov 2026.
¿Desarrollas YuE2-3B? Muestra esta nota en tu web
