تُنشئ WanSong الموسيقى تمامًا كما ينحت النحات تمثالًا من كتلة رخام: نقطة البداية هي الضوضاء — صوت فوضوي يذكرنا بهدير الشلال — ومنه تزيل الخوارزمية خطوة بخطوة كل ما هو زائد، حتى تظهر النوتات النقية والأصوات. هذه الطريقة تسمى الإنتروبيا وهي عملية تعكس الفوضى إلى نظام، كما لو نشاهد انتشار الحبر في الماء ولكن بترتيب عكسي. على عكس الطرق التقليدية حيث تُلصق الأصوات من مقاطع مقطوعة مسبقًا، تخلق WanSong أغنية متكاملة دفعة واحدة، دون تجميع من قطع.
مقارنةً بالحلول السابقة، يستطيع النموذج توليد ما يصل إلى خمس دقائق من الموسيقى في مسار واحد ويُخرج مسارين منفصلين: الغناء والمرافقة الآلية. هذا يميز WanSong كـالنموذج القياسي — أساس عالمي مناسب لمجموعة واسعة من المهام، مما يبسط بشكل خاص التحليل الطيفي للصوت — دراسة توزيع الطاقة عبر الترددات والتحرير اللاحق. بالإضافة إلى ذلك، سمحت تقنية خاصة بتقليل عدد خطوات الانتشار، مما يجعل العملية برمتها أسرع بعدة مرات.
من المثير للاهتمام أن نفس مبدأ الانتشار طُوّر في البداية لإنشاء صور فائقة الواقعية، والآن وجد تطبيقًا في تأليف مقطوعات موسيقية كاملة — تحول غير متوقع من الإبداع البصري إلى السمعي، يفتح آفاقًا جديدة عند تقاطع الذكاء الاصطناعي والفن.
الشبكات العصبية الانتشارية كانت ترسم الصور أولاً، والآن تؤلف الموسيقى.
كما في فيلم «هي» حيث يؤلف نظام التشغيل الموسيقى، تحقق WanSong ذلك في الواقع.