YuE2 در برابر سونو V6: فاصله کم شد
هوش مصنوعیClaude Opus 5خلاصهٔ کاملتر
تو این مقاله دو تا مدل تولید موسیقی رو با پرامپتهای یکسان مقابل هم گذاشتن: سونو V6 که بسته و ابریه، و YuE2 که متنبازه و روی سیستم خودت اجرا میشه. نتیجهٔ کلی اینه که سونو هنوز آهنگهای پرجزئیاتتر و پویاتری میسازه، مخصوصاً تو سبکهای دراماتیک، ولی YuE2 اونقدر جلو اومده که دیگه یه اسباببازی نیست و گزینهٔ جدیه.
به گفتهٔ نویسنده YuE2 با کارتهایی که فقط ۴.۵ گیگابایت VRAM دارن هم راه میافته، که سقف خیلی پایینیه، و برخلاف بیشتر ابزارهای محلی هوش مصنوعی کارتهای AMD رو هم پشتیبانی میکنه. ورودیش شبیه سونوئه، یعنی توصیف سبک و متن آهنگ، ولی تنظیمات فنیتری مثل inference steps (یعنی تعداد مرحلهای که مدل برای پخته کردن خروجی طی میکنه) و temperature رو هم دستت میده.
تو تستهای سبکی، یه ترک هیپهاپ روایتمحور رو هر دو مدل منسجم و خوشساخت درآوردن و YuE2 نسخهشو زیر یک دقیقه ساخت. نویسنده میگه صدای YuE2 هنوز یهکم مصنوعی و نازکه، مخصوصاً تو بافت آواز. سختترین سبک براش arena rock بود که خیلی به تولید پرطمطراق وابستهست؛ اونجا حتی با بالا بردن inference steps هم به اون حس دراماتیک سونو نرسید و معلوم شد زیاد کردن مراحل از یه جایی به بعد جواب نمیده.
جمعبندی به سبک کار تو بستگی داره: اگه ماهی چندتا آهنگ میسازی و پرداخت نهایی برات مهمه، سونو V6 هنوز انتخاب راحتتریه. اگه حجم بالا تولید میکنی یا نمیخوای درگیر اشتراک و سقف دانلود بشی، YuE2 رایگانه و آفلاین کار میکنه. نویسنده معتقده رقیبهای متنباز قبلی در حد سونو V3.5 بودن و YuE2 خودشو به حوالی V4 و بالاتر رسونده، که برای این مدت کوتاه پیشرفت سریعیه.
نکات کلیدی:
- YuE2 متنبازه و طبق تست با حدود ۴.۵ گیگابایت VRAM هم اجرا میشه؛ ۸ گیگ به بالا نتیجهٔ بهتری میده
- برخلاف بیشتر ابزارهای محلی هوش مصنوعی، کارتهای AMD رو هم پشتیبانی میکنه
- نصبش با اپ Pinocchio چند کلیکیه و کدنویسی نمیخواد؛ پشتیبانی مک فعلاً آزمایشیه و ویندوز پایدارتره
- inference steps و temperature قابل تنظیمن، ولی بالا بردن بیش از حد مراحل نتیجه رو بهتر نمیکنه
- یه ترک کامل بیشتر از سه دقیقه رو تو حدود یک دقیقه تولید کرد
- سونو V6 هنوز تو دامنهٔ سبک و پرداخت جلوتره ولی سقف دانلود ماهانه داره: ۲۰ تا رایگان، ۶۰ تا پولی
