
Mye raskere enn autoregressive alternativer
Parallell generering løfter den harde fartsgrensen sekvensielle modeller ikke kan rømme fra uansett maskinvare.
Meta AI
Metas raske modell — samme kvalitet uten den sekvensielle ventingen.
Kort fortalt
Tall verifisert 2026-08-10. Feltet beveger seg raskt — dobbeltsjekk før du stoler på dem.
MAGNeT er det praktiske svaret på hovedklagen mot MusicGen: venting. Autoregressive modeller genererer sekvensielt, hvert steg avhenger av det forrige, som setter en hard grense for hvor fort de kan kjøre uansett maskinvare. MAGNeTs maskerte, parallelle tilnærming løfter den grensen og leverer flere ganger hastigheten ved lignende kvalitet. Om det betyr noe, avhenger helt av arbeidsflyten din. For en enkelt track er det forskjellen mellom å vente og å ikke vente, som er behagelig. For et interaktivt verktøy der en bruker forventer svar, eller en batch-jobb som lager tusenvis av varianter, er det forskjellen på mulig og umulig. Kvalitet per sekund compute er der den tydelig leder sin generasjon. Den er mindre utbredt enn MusicGen, så det finnes mindre community-materiale å lene seg på, og den arver de samme lisenshensynene som resten av Metas lydforskningsutgivelser.
Styrker

Parallell generering løfter den harde fartsgrensen sekvensielle modeller ikke kan rømme fra uansett maskinvare.

Kvalitet per sekund compute er metrikken som avgjør om et interaktivt verktøy er levedyktig, og den leder sin generasjon nettopp der.

Åpne vekter betyr at fartsfordelen er tilgjengelig i din egen deploy i stedet for bak noens API.
Hvordan det står seg
MAGNeT er Meta AIs ikke-autoregressive musikkgenereringsmodell. I stedet for å forutsi lyd ett steg om gangen, genererer den i parallelle pass, noe som gjør den betydelig raskere enn autoregressive modeller ved tilsvarende kvalitet.
Sammenlign med MusicGenerate
Søkt som magnet meta, magnet audio model og fast music generation model. Det er MusicGens svar på hastighet, og bruken har fulgt dokumentasjonen mer enn kapasiteten.
Den genererer i parallelle maskerte pass i stedet for ett steg om gangen, som løfter den harde fartsgrensen sekvensielle modeller ikke kan slippe unna uansett maskinvare.
For et interaktivt verktøy der en bruker venter, eller en batch-jobb som lager tusenvis av varianter. For en enkelt track er det mer behagelig enn avgjørende.
Kvalitet per sekund compute er der den leder. Ved lik kvalitet er den flere ganger raskere, og det er metrikken som avgjør om et produkt er levedyktig.
Metas forskningslisens, med de samme kommersielle begrensningene som søsknermodellene. Bekreft vilkårene for utgivelsen du bruker før du shipper noe bygget på den.
Den er den nærmeste av Metas lydmodeller, fordi parallell dekoding fjerner den sekvensielle begrensningen. Om den er rask nok avhenger av maskinvaren din og hvor langt klipp du trenger.
Adopsjonen fulgte dokumentasjonen. MusicGen ble shippet med langt mer community-materiale, så de fleste guider og wrappere siktet seg inn på den — noe som har lite å gjøre med hvilken modell som faktisk er best.
Fortsett å utforske
Flere modeller
Modeller og plattformer vi følger, sammenlignet på evner og lisens.
Metas raske modell — samme kvalitet uten den sekvensielle ventingen.