YuE2-3Bとは？
YuE2-3Bは、初代YuEを開発した研究コミュニティMultimodal Art Projection（M-A-P）によるオープンな音楽モデルです。スタイルのプロンプトと歌詞から、ボーカルと伴奏を備えたフル尺の曲を48 kHzステレオで生成します。音声を生成する前に、メロディーとコードを記したABC形式の楽譜という記号的な計画を書き出し、これを書き出して手作業やAIエージェントで編集し、再び入力できます。
重みは2026年9月、商用利用を禁じるCC BY-NC 4.0のもとでHugging Faceに公開されました。GitHubのコードリポジトリはApache-2.0です。モデルカードのデモは最長5:00で、英語と中国語（普通話）です。カバー曲も作れます。既存曲のメロディーを付属モデルSheetSage2で採譜すると、YuE2が別のスタイルで歌います。
YuE2-3Bは使う価値があるか？
YuE2-3Bは数字の上ではオープンモデルで最も評価の高い曲を作りますが、その曲は販売できません。作者らによる192プロンプトのベンチマークWildSongBenchで、8テイクから最良を選ぶ設定のYuE2はSongBench平均6.9632を記録し、Suno v5の6.8721、Mureka 9の6.9377を含む、テストされたすべてのプロプライエタリモデルを上回りました。2テイクから選ぶ設定でも6.7316で、MiniMax Music 3（6.2830）やACE-Step 1.5（6.0118）より上です。いずれも作者自身のベンチマークでの数値です。
最大の特徴は楽譜です。YuE2はまずメロ ディーとコードをABC記法で書き、その計画から音声を生成します。計画の段階で止めてコードやフレーズを変え、同じシードで再生成できるので、修正は指示した部分だけに及び、曲全体が変わることはありません。デモでは、エージェントが1曲を9ステップ、14バージョンかけて仕上げる様子が示されています。同じ仕組みで原曲のメロディーを保ったカバーも作れます。元の楽譜を与えた場合、SHS100Kのテストで原曲と判定された割合は71.3%で、ACE-Step 1.5の2.4%を大きく上回りました。
民生用カード1枚で実用になります。RTX 4090では3.6分の曲が71秒で生成され、VRAMのピークは11.18 GiBでした。カードは24 GBのGPUと24 GBの空きメモリを求めています。別途用意されたvLLMサーバーはH800 1基で、同時32リクエスト時に毎時373.53曲を処理しました。
注意点：CC BY-NC 4.0は、誰が重みを動かすかにかかわらず、広告、ゲーム、アプリなど収益を生む用途をすべて禁じています。クイックスタートはLinuxとBF16対応のNVIDIAのみで、カードに記載の言語は英語と中国語だけです。歌詞は明瞭ですが最も明瞭ではなく、音素誤り率8.44%はMiniMax Music 3の6.27%を上回ります。
結論：研究者、趣味の制作者、自分のために曲を書く人にとって、編集できる楽譜を持つYuE2は最も制御しやすいオープンな選択肢です。曲をクライアントやストアに出す段階になったら、ライセンス上MiniMax Music 3かACE-Step 1.5に移ることになります。
真価を発揮する場面
大学の音楽テ クノロジー研究室
AI楽曲生成モデルを比較し、制御可能な作曲を研究する
YuE2のABC計画を書き出し、条件を揃えてハーモニーやメロディーを変え、固定シードで再生成します。CC BY-NCライセンスは学術研究をカバーしており、WildSongBenchのプロンプトはHugging Faceで公開されています。
RTX 4090を持つ趣味のソングライター
自作の歌詞をさまざまなジャンルのデモで聴く
cot="full"でパイプラインを実行し、score.abcを編集してサビのメロディーを直してから再生成します。3〜4分の曲で約1分かかり、データがマシンの外に出ることはありません。
練習用の素材を準備する合唱指揮者
パブリックドメインのキャロルを新しいアレンジで聴く
SheetSage2でメロディーを採譜し、cot="melody"と新しいスタイルのプロンプトで入力します。練習や指導には使えますが、有料の録音には使えません。
導入前に確認すること
- 導入
- Python 3.10以上のLinuxで、Hugging Faceリポジトリのyue2_infer wheelをインストールし、YuE2Pipeline.from_pretrained("m-a-p/YuE2-3B")を読み込みます。既定のデコーダーYuE2-Vaeは別途ダウンロードされます。
- 連携
- 計画、セマンティック、合成、デコードの各段階に分かれたPythonパイプライン、バッチモード付きのコマンドラインツールyue2、同時リクエスト向けのvLLMベースのサーバー、メロディー採譜用のSheetSage2。
- データとプライバシー
- ローカルで動作し、プロンプトと音声は手元のマシンにとどまります。モデルカードは学習データを説明していません。
- 大規模利用時のコスト
- ライセンス料はかかりませんが、規模にかかわらず商用利用はできません。カードによればH800 1基で同時32リクエスト時に毎時373.53曲です。
- 制限
- Hugging Faceのパイプラインでは1曲ずつ処理。24 GBのGPUと24 GBのメモリが必要。LinuxとBF16対応のNVIDIAのみ。カバーには別途採譜したメロディーと歌詞が必要です。
良い点
- 作者によればWildSongBenchで最高のSongBench平均（best-of-8で6.9632）
- 編集できるABC楽譜。メロディーやコードを変えて再生成
- 原曲のメロディーを保つカバー（SHS100Kで71.3%が原曲と判定）
- 48 kHzステレオ。RTX 4090で3.6分の曲を71秒で生成
- カードのテストでVRAMピークは約11 GiB
気に なる点
- CC BY-NC 4.0のため商用利用不可
- LinuxとBF16対応のNVIDIA GPUのみ
- ベンチマークは作者自身によるもの
- 記載言語は英語と中国語のみ
- ホストAPIなし
おすすめの人
非商用で曲を作る研究者、趣味の制作者、ソングライターで、曲を作り直すのではなくメロディーやコードを修正したい人。
YuE2-3Bの代替
YuE2-3B：よくある質問
- YuE2-3Bは使う価値があるか？
- YuE2-3Bは楽譜を1音ずつ編集できるので研究や試作には最適なオープン楽曲モデルですが、非商用ライセンスのため販売するものには使えません。 評価は5点満点中4.0点です。
- YuE2-3Bの料金は？
- 重みはCC BY-NC 4.0の もとで無料。非商用利用に限ります。ホストAPIはなく、GPU代は自己負担です。
- YuE2-3Bの欠点は？
- CC BY-NC 4.0のため商用利用不可; LinuxとBF16対応のNVIDIA GPUのみ; ベンチマークは作者自身によるもの; 記載言語は英語と中国語のみ; ホストAPIなし.
- YuE2-3Bは誰に向いているか？
- 非商用で曲を作る研究者、趣味の制作者、ソングライターで、曲を作り直すのではなくメロディーやコードを修正したい人。
- チームや本番環境でYuE2-3Bを使うと費用はいくらか？
- ライセンス料はかかりませんが、規模にかかわらず商用利用はできません。カードによればH800 1基で同時32リクエスト時に毎時373.53曲です。
- YuE2-3Bは企業データを扱っても安全か？
- ローカルで動作し、プロンプトと音声は手元のマシンにとどまります。モデルカードは学習データを説明していません。
- YuE2-3Bの代わりになるものは？
- 当サイトでレビューした中で最も近い代替はMiniMax Music 3, ACE-Step 1.5 、 Lyria 3.5です。
回答確認日：2026年11月7日
YuE2-3Bの開発元の方へ：この評価をサイトに掲載できます
