O que é YuE2-3B?
O YuE2-3B é um modelo aberto de música da comunidade de pesquisa Multimodal Art Projection (M-A-P), o grupo por trás do YuE original. Ele transforma um prompt de estilo e uma letra em uma canção completa com vocais e acompanhamento em estéreo de 48 kHz. Antes de gerar o áudio, escreve um plano simbólico, uma partitura ABC com melodia e acordes, que você pode exportar, editar à mão ou com um agente de IA e devolver ao modelo.
Os pesos foram publicados no Hugging Face em setembro de 2026 sob CC BY-NC 4.0, que proíbe uso comercial; o repositório de código no GitHub é Apache-2.0. As demos do card vão até 5:00, em inglês e mandarim. Ele também faz covers: transcreva a melodia de uma canção existente com o modelo complementar SheetSage2, e o YuE2 a canta em outro estilo.
YuE2-3B vale a pena?
O YuE2-3B faz, no papel, as canções mais bem avaliadas de qualquer modelo aberto, e você não pode vendê-las. No WildSongBench, o benchmark de 192 prompts dos próprios autores, o YuE2 escolhendo o melhor de oito takes obteve média SongBench de 6,9632, à frente de todos os modelos proprietários testados, incluindo o Suno v5 com 6,8721 e o Mureka 9 com 6,9377. Escolhendo entre dois takes, marcou 6,7316, ainda acima do MiniMax Music 3 (6,2830) e do ACE-Step 1.5 (6,0118). São números dos autores, no benchmark deles.
O diferencial é a partitura. O YuE2 primeiro escreve melodia e acordes em notação ABC e depois gera o áudio a partir desse plano. Você pode parar após o planejamento, mudar um acorde ou uma frase e gerar de novo com a mesma semente, de modo que uma revisão muda o que você pediu e não a canção inteira. A demo mostra um agente levando uma canção por 9 etapas e 14 versões. O mesmo mecanismo faz covers que mantêm a melodia original: com a partitura de origem, a canção original foi identificada em 71,3% dos casos no teste SHS100K, contra 2,4% do ACE-Step 1.5.
É viável numa única placa de consumo. Numa RTX 4090, uma canção de 3,6 minutos leva 71 segundos com pico de 11,18 GiB de VRAM; o card pede uma GPU de 24 GB e 24 GB de RAM livre. Um servidor vLLM separado numa H800 chegou a 373,53 canções por hora com 32 requisições simultâneas.
O porém: CC BY-NC 4.0 exclui anúncios, jogos, apps e qualquer coisa que gere receita, não importa quem rode os pesos. O início rápido é só Linux e NVIDIA com suporte a BF16, e o card lista apenas inglês e mandarim. A letra é clara, mas não a mais clara: sua taxa de erro de fonemas de 8,44% fica acima dos 6,27% do MiniMax Music 3.
Nossa opinião: para pesquisadores, hobbistas e quem escreve canções para si, a partitura editável faz do YuE2 a opção aberta mais controlável; quando uma faixa vai para um cliente ou uma loja, a licença manda você para o MiniMax Music 3 ou o ACE-Step 1.5.
Onde ele se destaca
Um laboratório universitário de tecnologia musical
Comparar geradores de canções por IA e estudar composição controlável
Exporte os planos ABC do YuE2, altere harmonia ou melodia em condições controladas e gere de novo com sementes fixas; a licença CC BY-NC cobre pesquisa acadêmica, e os prompts do WildSongBench são públicos no Hugging Face.
Um compositor amador com uma RTX 4090
Ouvir demos das próprias letras em gêneros diferentes
Rode o pipeline com cot="full", edite score.abc para corrigir a melodia de um refrão e gere de novo; uma canção de três a quatro minutos leva cerca de um minuto, e nada sai da máquina.
Uma regente de coral preparando material de ensaio
Ouvir uma canção natalina de domínio público num arranjo novo
Transcreva a melodia com o SheetSage2 e envie com cot="melody" e um novo prompt de estilo; serve para ensaio e ensino, não para uma gravação paga.
Antes de decidir
- Configuração
- No Linux com Python 3.10+, instale o wheel yue2_infer do repositório do Hugging Face e carregue YuE2Pipeline.from_pretrained("m-a-p/YuE2-3B"); o decodificador padrão YuE2-Vae é baixado à parte.
- Integrações
- Pipeline Python com etapas separadas de plano, semântica, síntese e decodificação; ferramenta de linha de comando yue2 com modo em lote; servidor baseado em vLLM para requisições simultâneas; SheetSage2 para transcrever melodias.
- Dados e privacidade
- Roda localmente; prompts e áudio ficam na sua máquina. O card do modelo não descreve os dados de treinamento.
- Custo em escala
- Sem taxa de licença, mas uso comercial não é permitido em nenhuma escala. O card informa 373,53 canções por hora numa H800 com 32 requisições simultâneas.
- Limites
- Uma canção por vez no pipeline do Hugging Face; exige GPU de 24 GB e 24 GB de RAM; Linux e NVIDIA com BF16; covers precisam de melodia e letra transcritas à parte.
O que é bom
- Maior média SongBench no WildSongBench (6,9632 com best-of-8), segundo os autores
- Partitura ABC editável: mude melodia ou acordes e gere de novo
- Covers que mantêm a melodia original (71,3% de identificação no SHS100K)
- Estéreo de 48 kHz; uma canção de 3,6 minutos em 71 segundos numa RTX 4090
- Pico de VRAM de cerca de 11 GiB nos testes do card
O que não é
- CC BY-NC 4.0: sem uso comercial
- Só Linux e GPUs NVIDIA com BF16
- Benchmarks feitos pelos próprios autores
- Só inglês e mandarim listados
- Sem API hospedada
Ideal para
Pesquisadores, hobbistas e compositores sem fins comerciais que querem revisar a melodia e os acordes de uma canção em vez de gerá-la de novo.
Alternativas ao YuE2-3B
YuE2-3B: perguntas frequentes
- YuE2-3B vale a pena?
- O YuE2-3B é o modelo aberto de canções para estudar e experimentar, porque você edita a partitura nota por nota, mas a licença não comercial o deixa fora de tudo o que você vende. Damos nota 4.0 de 5.
- Quanto custa YuE2-3B?
- Pesos gratuitos sob CC BY-NC 4.0: apenas uso não comercial. Sem API hospedada; você paga pela própria GPU.
- Quais são as desvantagens de YuE2-3B?
- CC BY-NC 4.0: sem uso comercial; só Linux e GPUs NVIDIA com BF16; benchmarks feitos pelos próprios autores; só inglês e mandarim listados; sem API hospedada.
- Para quem YuE2-3B é indicado?
- Pesquisadores, hobbistas e compositores sem fins comerciais que querem revisar a melodia e os acordes de uma canção em vez de gerá-la de novo.
- Quanto custa YuE2-3B para uma equipe ou em produção?
- Sem taxa de licença, mas uso comercial não é permitido em nenhuma escala. O card informa 373,53 canções por hora numa H800 com 32 requisições simultâneas.
- YuE2-3B é seguro para dados da empresa?
- Roda localmente; prompts e áudio ficam na sua máquina. O card do modelo não descreve os dados de treinamento.
- Quais são as melhores alternativas ao YuE2-3B?
- As alternativas mais próximas que analisamos são MiniMax Music 3, ACE-Step 1.5 e Lyria 3.5.
Respostas verificadas em 7 de nov. de 2026.
Você faz o YuE2-3B? Mostre esta nota no seu site
