自今年3月以來，國內外涌現出大量AI生成式音樂工具，行業格局在一夜之間發生了翻天覆地的變化。

此前，OpenAI的MuseNet、谷歌的MusicLM以及Meta的MusicGen等AI音樂項目已經引起了業界廣泛關注。而如今，一款名為Suno的“音樂版chatgpt”音樂大模型點燃了全球音樂界的熱情。因為這款模型能夠一次性完成歌詞、演唱、編曲、配樂等音樂創作的全過程，因此被譽為“消滅”了音樂創作門檻。

音樂制作人閆東煒在第一時間試用了Suno，他興奮地表示：“輸入幾個關鍵詞，不到一分鐘就能生成了。”然而，他也指出了Suno的局限性：雖然借助AI可以找音樂靈感，但聽多了感覺出來的基本都是流行歌。未來抖音上的歌可能會越來越相似，像流水線一樣生產。如果要不斷地坐在電腦前輸入關鍵詞來生成歌曲，這個過程可能會顯得有些無聊。

盡管如此，Suno仍然獲得了不少業內人士的高度評價。范志昊評價：Suno生成的音樂是有下限的，它的創作至少聽著順耳。

范志昊表示，可以借助AI預測音樂內容，并幫助公司找到合適的歌手。此外，AI還降低了音樂創作的門檻，讓更多人能夠享受到創作的樂趣。“本來聽到好的作品會有共鳴，但如果變成自己去寫，快樂是不一樣的。這個市場的潛在需求非常大。”范志昊坦言。

AI音樂引發熱潮的另一個重要原因在于使用門檻和價格的降低。以閆東煒使用過的一款AI音樂工具為例，基礎版免費，PRO版價格大約是10美元一個月，能生成500首歌；更高級的版本只需30美元一個月，就能生成約2000首歌。這意味著，一首AI歌曲的成本僅需0.1元左右。

范志昊表示：“原先找專業作曲人創作歌曲的成本很高，即使是友情價也得是千元以上。但現在有了AI，幾十塊錢就能生成上百條音樂作品，價格差距非常大。”他還提到，如果機器不排隊的話，幾乎可以即刻生成一個詞曲的demo（樣片）。

AI音樂并非完美無缺。閆東煒認為，AI可以創作，但不善于修改。每次修改完都完全不一樣，因此較為復雜的歌曲客戶還是會找人工來做。盡管如此，他認為AI音樂在技術上已經高過很多網絡上的口水歌。

范志昊也坦言，國內的AI工具和Suno相比仍有一定差距。雖然音樂AI能夠生成各種風格的歌曲，但水平卻參差不齊。其中，pop和爵士風格相對較為出色。pop風格之所以讓人驚喜，是因為其訓練數據豐富，結構相對可復制；而爵士風格則因為能寫出好風格的人本身就比較少，所以顯得尤為亮眼。

AI會取代音樂人？

當地時間4月2日，200多名國際樂壇知名音樂人聯署公開信，呼吁AI開發者、科技公司、平臺和數字音樂服務商停止使用AI侵犯及貶低人類藝術家的權利，要求他們承諾不開發與之相關的AI音樂生成技術等，也不能拒絕向藝術家提供合理報酬。參與聯署的藝人共有246名，大多來自歐美樂壇，其中包括比莉·艾利什（Billie Eilish）、凱蒂·佩里（Katy Perry）、妮琪·米娜（Nick Minaj）等。

近年來，AI音樂生成技術迅速發展，一系列以“AI歌手”為名的翻唱作品在網絡上走紅。例如，“AI孫燕姿”翻唱的《發如雪》、“AI王心凌”翻唱的《套馬桿》等視頻，播放量均超過百萬。隨后，“AI周杰倫”“AI林俊杰”“AI許嵩”等“歌手”也如雨后春筍般涌現。

相關技術的普及也引發了社會各界的擔憂。許多行業人士擔心，AI的廣泛應用可能會危及他們的生計和職業發展。對此，閆東煒表示，雖然AI對音樂創作者的影響有限，但確實降低了普通人進入音樂創作的門檻，這可能會對整個音樂行業產生一定的沖擊。“流行歌手不會失業，粉絲喜歡的是這個人，他唱得好，有作品更好。”

閆東煒進一步解釋說，現在客戶只需將需求發送給AI，便能快速生成音樂作品，這在一定程度上減少了對傳統音樂制作公司的需求。然而，他也強調，AI生成的音樂往往結構單一，對于專業領域的需求幫助有限。音樂制作人仍需要根據客戶需求進行后期的修改和調整，以確保作品的質量和獨特性。

“AI最先替代的就是藝術家，人工智能可以體驗無數次戀愛、失戀、死亡，因此他會比人更有情感，AI在其他領域最大的問題是‘幻覺’，可能會造成誤判，但這種‘幻覺’在藝術上就可能是突破和創新。”劉巖說。

范志昊表示，AI對音樂行業的影響是雙面的。它既可以降低創作門檻，讓更多人能夠嘗試音樂創作；也可能導致一部分人的工作被AI替代，尤其依賴簡單創作和翻唱的藝人可能失去工作機會，例如有些唱demo的歌手已經被替代了。

“AI對音樂人的沖擊并不是直接的競爭，而是潛移默化的競爭。AI音樂的普及可能會改變音樂人的職業發展方向。”在范志昊看來，未來，音樂人可能更需要注重個人IP的經營和發展，而非僅僅依賴于網絡歌曲的翻唱和創作。

此外，范志昊還提到了未來音樂產業的發展趨勢。他表示，隨著音樂產量的不斷增加，每年人們能夠聽到的歌曲數量已經遠遠超過了他們的消化能力。AI的出現進一步加劇了音樂市場的競爭，搶占了原有的音樂空間。這導致一些認真做曲庫、做內容的音樂人可能會受到影響，他們的作品可能會因為AI的普及而被淹沒在海量的音樂中。

對于AI音樂對傳統市場的沖擊問題，劉巖也表達了自己的看法。他認為，AI音樂生成技術能夠在短時間內產生大量歌曲，以目前能力和需求看，一年后，市場上90%的歌曲可能都是AI生成的了，傳統意義上的“新歌”可能連1%的比例都占不到了，僅從數據上看，行業的格局一定會被打破。

“黑盒”是小公司跟大廠競爭的壁壘

音樂大模型的發展正處于一個關鍵時期。繼Suno之后，國內的科技公司也不甘落后，昆侖萬維推出了“天工SkyMusic”，發布的9首由“天工SkyMusic”生成的音樂作品，展示了從說唱到古風等多種風格的音樂創作能力，這些作品的時長從10秒到51秒不等。

一年前，劉巖和他的團隊就敲下音樂大模型開發的第一行代碼，決心布局該行業。在他看來，音樂大模型相較于文字和視頻大模型，面臨著更高的技術門檻。“音樂和視頻一樣是一種長時序的技術形式，如果說視頻可以分成每一秒鐘24幀圖像的話，音樂則每一秒鐘包含上萬個采樣點，且每個采樣點之間的相關性強，這使得音樂成為最復雜的模態之一。”

劉巖進一步闡述道，當前市面上部分被冠以“音樂大模型”之名的產品，其實并未達到嚴格意義上大模型的標準。一些作品的生成依賴于音樂結構和規則的技術，或是通過將音樂轉化為MIDI等符號語言再進入模型來實現，這種方式雖然能夠產生近人類水平的音樂，但不能觸及音樂的本質——對音樂情感、內涵及整體結構的理解與創造性表達，永遠不會超越現有音樂的水平。

“真正意義上的音樂大模型應當具備端到端的學習能力，訓練數據直接來源于日常聆聽的完整音樂作品而非翻譯后的MIDI，并能夠從構思歌詞、設計旋律、編排伴奏直至模擬人聲演繹等全過程進行一體化的創作。遺憾的是，當前大多數模型僅在音樂創作的旋律和伴奏等某一個環節上取得進展，尚未實現全方位的音樂生成。”劉巖說。

目前用戶無法透視模型的內部邏輯，只能看到其外在表現。劉巖認為，AI這一天然的“黑盒”效應，讓音樂大模型出現了不少魚目混珠的情況。然而，“黑盒”效應也為中小企業和創業團隊帶來了獨特的發展機遇。

范志昊早在半年前就開始集結團隊，專注于研究音樂AIGC輔助生態。他認為，“黑盒”是小公司跟大廠競爭的唯一的壁壘，因為互聯網產品的運作邏輯可以輕易被剖析和模仿，而AI則不然，這就要求開發者投入更多的心血與專注。在他看來，這不是大廠有錢就可以做好的。“除非他一下子砸很多錢進去，但這又不是一個潛力特別大的市場。”

與語言大模型廣泛應用于多元場景不同，音樂大模型從誕生之初便瞄準了特定的應用場景——降低音樂創作門檻，使以往專業音樂人才方能完成的工作，如今普通人借助大模型只需通過自然語言描述就能得到高質量的歌曲作品。

這一點使音樂大模型在特定領域具有一定的市場潛力。劉巖認為：“語言大模型我們很難超越，但音樂大模型我們可以把它做成全世界最好的模型。”

（稿件來源：每經網）