Jukebox 是 OpenAI 于 2020 年 1 月发布的开源神经网络音乐生成模型，能够根据风格、艺术家和歌词提示直接生成带人声的完整歌曲，是较早将原始音频生成推向大众视野的代表作之一。它基于 VQ-VAE 与 Transformer 的组合架构，训练数据涵盖约 120 万首歌曲，模型至今仍在 GitHub 上以权重形式开放。
Jukebox 的近期动态
尽管 Jukebox 本身已多年未更新，「Jukebox」一词近期却因开发者社区的新玩法重新出现在讨论中。独立开发者 Pieter Levels 演示了用 Claude Code 在 Alexa Echo 上搭建私人点歌台，用 Claude Code 搭建 Alexa 私人点歌台，替代 Spotify，将智能音箱从流媒体订阅中解放出来，直接播放本地或自制音乐。随后他进一步公开了 Alexa 电台技能的完整提示词，让任何人都能复刻这套让 Echo 电台化播放自己音乐的方案，并分享了可自定义的音乐播放器构建提示。
在游戏领域，Simon Willison 介绍了 Battle Drones——一款以音频为核心的多人 RTS 游戏，其中音效生成与「点唱机」式的音频调度成为玩法核心。此外，他还记录了一个名为 Scrimshaw Jukebox 的项目，展示了「jukebox」作为交互式媒体播放界面的新形态。
当前焦点与观察点
当前围绕 Jukebox 的讨论呈现两条线索：一是 OpenAI 的原始 Jukebox 模型作为历史基准，仍常被拿来与 Suno、Udio 等新一代音乐生成服务对比，其生成质量与超长推理时间是被提及最多的局限；二是「jukebox」作为产品隐喻的复兴——开发者用大模型编程工具快速搭建个性化点歌系统，绕开订阅制流媒体。对关注音乐生成技术的人来说，值得观察的是：开源音频生成模型能否追上商业产品的迭代速度，以及智能音箱平台是否会对这类自定义电台技能保持开放。