将分层自回归规划与流匹配渲染结合，推进全曲音乐生成

该报告提出一套面向全长音乐的统一生成框架，支持歌词到歌曲、纯音乐和保留旋律的翻唱生成。系统由语义感知分词器、hybird-LM、FullDiT及双层旋律模块组成，并探索DPO、GRPO和OPD等后训练方法，以提升音乐性、音频保真度和旋律保持能力。