楽譜から曲を生み出すオープンソース音楽生成AI「YuE2」が公開、Suno v5に匹敵する性能をローカル環境で実現

オープンソース音楽生成AIの新星「YuE2」が登場

AI技術の進化は、画像やテキストの領域にとどまらず、音楽生成の分野でも目覚ましい発展を遂げています。これまで高品質な音楽生成といえば、クラウド上で動作する商用のクローズドなサービスが主流でした。しかし、AI研究コミュニティ「Multimodal Art Projection」が2026年9月10日にリリースした新しい音楽生成AI「YuE2」は、その勢力図を大きく塗り替える可能性を秘めています。

YuE2は、Suno v5に匹敵する性能を持つとされるオープンソースのフロンティア音楽生成モデルです。最大の特徴は、テキストによる指示だけでなく、楽譜データを用いた詳細な楽曲制御が可能である点、そしてユーザー自身のローカル環境で実行できる点にあります。本記事では、この革新的なAIの具体的な仕様や検証データ、およびクリエイターに与える影響について詳しく解説します。

「YuE2」の主な特徴と革新性

YuE2が従来の音楽生成AIと一線を画すポイントは、大きく分けて2つあります。1つ目は「楽譜入力への対応」、2つ目は「ローカル環境での動作」です。

テキストと「ABC記譜法」による楽譜入力をサポート

多くの音楽生成AIは、テキストプロンプトを入力して楽曲を生成します。しかし、この方法ではメロディやコード進行を細かく指定することが困難でした。

YuE2は、テキスト入力に加えて、テキストベースの楽譜記述フォーマットである「ABC記譜法（ABC notation）」をサポートしています。これにより、ユーザーは具体的な音符やリズム、メロディラインをAIに直接指示することが可能となり、より意図に沿った精密な楽曲制作が実現します。直感的なテキスト指示と、論理的な楽譜指示を組み合わせられるハイブリッドな設計が、YuE2の大きな強みです。

高性能GPUによるローカル実行に対応

YuE2は、外部のクラウドサーバーに依存することなく、ユーザー自身のPC（ローカル環境）で動作させることができます。これにより、プライバシーの確保や、インターネット接続環境に左右されない自由な制作活動が可能になります。

ローカル環境での動作要件として、検証テストではNVIDIA GeForce RTX 4090（24GB VRAM）を搭載したシステムが使用されました。この検証において、YuE2は極めて高い処理効率を示しています。具体的な検証データは以下の通りです。

生成された楽曲の長さ：214.85秒
生成にかかった時間：71.04秒
ピーク時のメモリ消費量：14.08GiB

このデータが示すように、24GBのVRAMを搭載したグラフィックボードを使用すれば、迅速に1曲分の長さを持つ高品質な楽曲を生成できます。また、ピーク時のメモリ消費が14.08GiBに抑えられているため、24GB VRAMの環境であれば十分に余裕を持って動作させることが可能です。

ライセンスと提供形態

YuE2は、AIモデルの共有プラットフォームであるHugging Face上で公開されています。公開されているモデル「YuE2-3B」のライセンスは「CC BY-NC 4.0」となっています。

このライセンス形態により、学術研究や個人での非営利目的の利用、実験的なプロジェクトにおいては、クレジットを表記することで自由にモデルを利用・改変することができます。一方で、商業的なプロジェクトや収益化を伴うサービスへの組み込みには制限があるため、ビジネス用途での導入を検討する際にはライセンス条件を遵守する必要があります。

クリエイターや開発者への影響

YuE2の登場は、音楽制作のワークフローやAI開発コミュニティにどのような影響を与えるのでしょうか。検証された事実から、以下の変化が予想されます。

1. 楽曲制作におけるコントロール性の向上

ABC記譜法を用いて「メロディの骨組みを作り、AIに肉付けさせる」という協調的な制作スタイルへとシフトできます。これにより、作曲家や編曲家が自身のアイディアを具現化するアシスタントとしてAIを実用的に活用できるようになります。

2. ローカル環境での自由な実験

NVIDIA GeForce RTX 4090などの強力なハードウェアを所有しているユーザーであれば、ローカル環境で試行錯誤を繰り返すことができます。

3. オープンソースコミュニティの活性化

Suno v5に匹敵する音楽生成モデルがオープンソース（CC BY-NC 4.0）で提供されたことにより、このモデルをベースにした新しいツールや、特定の音楽ジャンルに特化したモデルの開発がコミュニティ内で活発化することが期待されます。

現時点における未確定要素

YuE2は非常に強力なポテンシャルを示していますが、いくつかの点については現時点で公式な情報が確認されていません。

商用利用可能なライセンスの提供予定：現在公開されている「YuE2-3B」は非営利ライセンスですが、将来的に商用利用が可能なライセンスや、商用向けの別モデルが提供されるかどうかは不明です。
より低スペックな環境への対応：検証ではRTX 4090（24GB VRAM）が使用されましたが、よりVRAM容量の少ない一般的なグラフィックボードでどの程度動作するのかについての詳細は現時点で確認できません。

まとめ

Multimodal Art Projectionが2026年9月10日にリリースした「YuE2」は、オープンソースの音楽生成AIとして極めて高い完成度を誇っています。テキストとABC記譜法による柔軟な入力サポート、そしてRTX 4090環境におけるローカル動作は、これからのAI音楽制作に新しい選択肢を提示しました。非営利ライセンスという制限はあるものの、技術的な可能性を探るクリエイターや開発者にとって、YuE2は今最も注目すべきAIモデルの一つと言えるでしょう。