为了支撑这种控制能力，天谱乐团队重新设计了自研的自监督音乐表征模型，尝试将音乐中的音色、旋律和节奏进行拆分，再按照用户要求重新组合。第一代架构采用语言模型与离散音乐表征，解决的核心问题是让模型根据一句话，生成一段拥有旋律、节奏和基本段落的音乐。天谱乐团队推出了全球首个多模态音乐生成大模型，支持文本、图片和视频等多种输入方式生成音乐。
为了支撑这种控制能力，天谱乐团队重新设计了自研的自监督音乐表征模型，尝试将音乐中的音色、旋律和节奏进行拆分，再按照用户要求重新组合。第一代架构采用语言模型与离散音乐表征，解决的核心问题是让模型根据一句话，生成一段拥有旋律、节奏和基本段落的音乐。天谱乐团队推出了全球首个多模态音乐生成大模型，支持文本、图片和视频等多种输入方式生成音乐。