一位開發者訓練了一個擁有 1.25 億參數的 Transformer 模型，能在 iPhone 15 上以每秒約 108 個音符的速度即時自動補全鋼琴演奏。該應用程式類似於 GitHub Copilot 等程式碼補全工具，但改用 MIDI 輸入取代程式碼提示。此專案證明了在邊緣裝置上部署高效能、音樂專屬 AI 模型的可行性，且無需依賴伺服器。它為創意工具提供了實用的替代方案，顯示邊緣 AI 如何增強即時音樂互動與創作體驗。該模型利用 Core ML 在裝置上運行，無需令牌成本，並透過針對自回歸生成優化的 Transformer 架構處理 MIDI 序列。開發者指出音高關係可能比絕對音高更重要，這暗示了潛在的向量編碼策略。

事件背景

MIDI（數位樂器介面）是一項技術標準，允許電子樂器與電腦進行通訊，從而實現音樂資料的記錄與編輯。Transformer 模型最初為自然語言處理設計，利用自我注意力機制高效處理序列資料，使其適合根據前序音符生成連續的音樂模式。

社群觀察

社群成員強調了此技術的歷史關聯性，並引用了 Robert Gjerdingen 關於古典作曲公式的研究。使用者也對資料集大小表示好奇，並指出當模型改變如《致愛麗絲》等熟悉旋律時，產生的音樂差異令人驚訝。