Unverified60% confidenceFactExact time
Suno采用类似语言模型的自回归生成范式，将音频离散化为Token序列，Udio更侧重基于扩散模型的频谱生成
2
Sources
60%
Confidence
Medium-term (~90 days)
Relevance
7/10/2026
First Seen
Valid until: 10/8/2026
Sources
用AI复活大学乐队：音频修复与声音重建实践指南
hackernewshackernews7/9/2026
Related Claims
UnverifiedSuno核心模型采用类似语言模型的自回归设计，音频信号经由神经音频编解码器（如Meta的EnCodec）压缩为离散音频token序列，再通过Transformer网络预测下一个token80% similarUnverifiedSuno和Udio均于2024年前后引发广泛关注，采用基于大规模音频数据预训练的生成模型，用户输入文字描述即可获得完整成品歌曲73% similarUnverifiedAI生成音乐工具如Suno、Udio基于扩散模型或Transformer架构，能根据文字描述在数秒内生成完整配乐67% similarUnverifiedSuno以输入一段文字描述即可生成完整歌曲的能力走红，成为AI音乐赛道最具代表性的产品之一63% similarUnverified扩散语言模型借鉴图像扩散模型思路，通过迭代去噪过程并行生成整段文本，与GPT系列自回归生成不同63% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/471076API
curl https://kongchang.com/api/v1/knowledge/claims/471076MCP
get_claim(id=471076)