Magenta RealTime 2（MRT2）是個即時音樂生成的 open-weights model，重點不只是一個模型，還連同 Python 推論庫 magenta-rt、C++ 推論引擎 magentart::core，以及可直接延伸成應用程式的示例一併提供。對想將生成式音樂放入創作工具、互動程式或聲音實驗的人來說，這個項目比單純放出模型更完整。
不少音樂生成模型可以離線產出內容，但要做到邊播邊生成、能配合演奏或介面互動，系統延遲、串流效率與硬件限制都會變成關鍵。MRT2 直接針對 real-time streaming 設計，並且把 Apple Silicon MacBook 的串流音訊生成列為核心場景，令開發者較容易把模型接入 DAW、獨立 app 或其他音樂工具。
Magenta RealTime 2 可按需要選擇 Python 或 C++ 路線：想試模型行為，可用 magenta-rt 配合 JAX 或 MLX；想做較高效率的音訊串流，則可留意 magentart::core；要接近成品流程，儲存庫內亦有 AUv3 plugin、standalone macOS app、note control 與 prompt space 探索工具。這種由底層推論到示例應用都齊備的安排，對建立原型特別有幫助。
- 提供兩個模型：
mrt2_small（230M）與mrt2_base（2.4B） mrt2_small可在多款 Apple Silicon Mac 即時運行，Air 系列亦可支援mrt2_base音質定位較高，但即時串流需 Pro Max 級別晶片- Python 路線支援 JAX、MLX，亦提到可在 NVIDIA GPU 做 offline inference
- 內附 AUv3、standalone app 與互動示例，方便延伸成創作工具
性能資訊在這個項目中算是寫得具體：即時串流明確依賴 Apple Silicon（M 系列），而且不同晶片對 mrt2_base 的支援有清楚區分。從已公開資料看，mrt2_small 較適合大部分開發與測試場景，mrt2_base 則偏向追求更高品質、且手上有較高階 Mac 的用家。若你正在做音樂科技項目、DAW 擴充、互動聲音裝置，或者想研究生成模型如何接入即時工作流，這個項目相當值得留意。
