谷歌的新一代视频生成模型Veo2已实现影视级视频生成，但仍需手动添加音效。国内趣丸科技推出的「天谱乐」实现了视听同步生成，用户上传视频即可生成30秒MV，并支持文本、图片和视频生成音乐，中文人声效果接近专业水平。随着AI音乐生成技术的发展，国内市场竞争加剧，多家公司推出各自的音乐生成模型，以满足用户个性化需求。