數(shù)十秒就能生成一段完整音樂(lè)，零基礎(chǔ)的人也能輕松發(fā)歌

AI音樂(lè)“狂飆”，行業(yè)正在遭遇怎樣的沖擊？

■AI正在淘汰的不是創(chuàng)作本身，而是低技術(shù)含量、可批量復(fù)制的工作，比如用于短視頻配樂(lè)、商業(yè)廣告等的功能性音樂(lè)

■在歌曲領(lǐng)域，真實(shí)的表達(dá)來(lái)自人類的情感與經(jīng)歷。AI時(shí)常表現(xiàn)得循規(guī)蹈矩，而真人演繹時(shí)不免會(huì)有一些小瑕疵——而那些瑕疵背后，是很鮮活的東西

■站在平臺(tái)視角，AI也在不斷推動(dòng)行業(yè)發(fā)展、優(yōu)化行業(yè)生態(tài)，讓大量過(guò)去沒(méi)有專業(yè)音樂(lè)創(chuàng)作能力的人也能創(chuàng)作出還不錯(cuò)的音樂(lè)，反推更多專業(yè)從業(yè)者去產(chǎn)出比AI創(chuàng)作更好的音樂(lè)作品和內(nèi)容

本報(bào)記者 束涵 見(jiàn)習(xí)記者 余敏之

AI音樂(lè)，正以驚人的速度涌入市場(chǎng)。數(shù)據(jù)顯示，2025年，僅Suno一個(gè)制作軟件，用戶每天生成的歌曲就超過(guò)700萬(wàn)首，相當(dāng)于兩周就能生成近億首歌曲，體量驚人。

創(chuàng)作的門檻正變得史無(wú)前例地低。不久前，谷歌在旗下億級(jí)用戶產(chǎn)品Gemini中上線音樂(lè)生成功能：一句話、一張照片，數(shù)十秒就能生成一段完整音樂(lè)。去年年底，騰訊音樂(lè)旗下的AI創(chuàng)作工具“VEMUS未音”正式發(fā)布，主打讓零基礎(chǔ)的人也能輕松發(fā)歌。

在這股AI音樂(lè)洪流中，大量歌曲被打上“AI感強(qiáng)”“粗糙”的標(biāo)簽，但也有一批作品讓人真假難辨，甚至被認(rèn)為比真人演繹更有味道。當(dāng)人與AI的聽(tīng)感邊界日漸模糊，音樂(lè)制作行業(yè)會(huì)遭遇怎樣的沖擊？

誰(shuí)在被取代？

在傳統(tǒng)音樂(lè)創(chuàng)作鏈條上，生成式AI的沖擊并非“平均用力”。

首當(dāng)其沖的，是那些為平臺(tái)量產(chǎn)歌曲的作詞、編曲的工種。“Suno這些平臺(tái)確實(shí)很厲害，比很多詞曲作者高效得多。”廣東某唱片公司的音樂(lè)制作人Rey說(shuō)。他口中的Suno，是目前全球最火的AI音樂(lè)生成平臺(tái)之一。用戶只需輸入簡(jiǎn)單的歌詞和風(fēng)格提示，幾十秒就能生成一首包含人聲、旋律、編曲的完整歌曲。“我認(rèn)識(shí)的一些詞曲作者，要不就回老家了，要不就改行學(xué)別的了。”

音樂(lè)制作人莫芷銘身邊也有人因此失業(yè)。他注意到這背后創(chuàng)作模式的變化——以前一個(gè)公司要制作10首歌，需要找5個(gè)編曲人，每人編兩首?，F(xiàn)在，公司用Suno10分鐘就能生成10首，快速篩選出兩首有潛力的，再讓人去臨摹和精修。“本來(lái)5個(gè)人的活，現(xiàn)在兩個(gè)人就能干。”

但產(chǎn)業(yè)鏈并非全線遇冷，某些工種反而表現(xiàn)出一定的抗壓性。比如混音。這是將多軌音頻通過(guò)專業(yè)處理，融合成富有層次和空間感的最終成品的環(huán)節(jié)。“其實(shí)混音行情反而更好了，有些人甚至轉(zhuǎn)行去做了混音。”Rey解釋，由于AI混音技術(shù)不成熟，在詞曲價(jià)格普降的情況下，制作公司更愿意在混音這個(gè)仍需人工精雕細(xì)琢的環(huán)節(jié)上投入更多。

混音為何能守住陣地？Cashmere Studios是一家位于上海靜安區(qū)的專業(yè)音頻制作工作室，主理人卡卡告訴記者，混音涉及極為主觀的感性判斷，難以被算法完全量化。“客戶找混音師，就像買衣服時(shí)找閨蜜參謀，需要的是帶有個(gè)人審美和情感導(dǎo)向的建議，而非標(biāo)準(zhǔn)化的技術(shù)輸出。”

從技術(shù)角度看，混音這個(gè)環(huán)節(jié)尚未出現(xiàn)強(qiáng)有力的AI工具，其核心在于數(shù)據(jù)壁壘。“很多歷史數(shù)據(jù)難以獲得，比如某些專業(yè)軟件的混音插件、硬件設(shè)備的具體操作參數(shù)，第三方很難批量采集，整個(gè)混音過(guò)程類似一個(gè)‘黑盒’。”卡卡解釋。也就是說(shuō)，要訓(xùn)練一個(gè)能媲美頂級(jí)混音師的AI，需要海量、高質(zhì)量且開(kāi)放的操作數(shù)據(jù)，目前很難實(shí)現(xiàn)。

采訪中，幾名音樂(lè)人對(duì)AI的共識(shí)是：它正在淘汰的不是創(chuàng)作本身，而是低技術(shù)含量、可批量復(fù)制的工作，比如用于短視頻配樂(lè)、商業(yè)廣告等的功能性音樂(lè)。按照AI目前的技術(shù)水平，生成的歌曲就像一張大眾臉，工整、合格，但缺少辨識(shí)度與靈魂。而市場(chǎng)對(duì)這部分內(nèi)容的需求，正在被AI高效滿足。

卡卡說(shuō)，最近兩年一些獨(dú)立音樂(lè)人的收入來(lái)源明顯減少。“因?yàn)楹推髽I(yè)合作的商單少了，比如企業(yè)內(nèi)部的活動(dòng)歌曲制作，企業(yè)改為直接用AI軟件生成。”Cashmere Studios自身的業(yè)務(wù)結(jié)構(gòu)也在發(fā)生變化，與影視、游戲公司的合作也有一定程度的收縮。“以前大多數(shù)公司會(huì)采買一些版權(quán)音樂(lè)，或找樂(lè)手合作來(lái)做演奏嘗試，現(xiàn)在越來(lái)越多公司直接借助AI找靈感、做小樣。”

資深玩家進(jìn)化

技術(shù)躍遷的速度，決定著行業(yè)震蕩的程度。資深玩家正在進(jìn)化。Suno V5付費(fèi)使用的Suno Studio專業(yè)模式，能實(shí)現(xiàn)對(duì)生成歌曲的精細(xì)化調(diào)整。用戶能在不影響其他部分的情況下，重新生成歌曲的特定片段，無(wú)論是主歌、副歌還是橋段。同時(shí)，模型支持一鍵拆分最多12條原始音軌，可精準(zhǔn)提取生成音頻中吉他、鼓、貝斯、合成器等多種樂(lè)器軌道。這大大方便了音樂(lè)工作者，無(wú)論是二次編曲，還是后期混音，都能直接應(yīng)用，效率倍增。

更大的變量，在于平臺(tái)方的入局。今年2月，谷歌宣布其Gemini應(yīng)用正式集成DeepMind旗下音樂(lè)生成模型Lyria 3。用戶可以“描述一個(gè)想法”，指定某種風(fēng)格、情緒或節(jié)奏，模型就能自動(dòng)生成歌曲；用戶也可以上傳照片或視頻，Lyria 3會(huì)通過(guò)分析畫(huà)面氛圍，創(chuàng)作出契合場(chǎng)景的配樂(lè)。所有生成的曲目都使用SynthID技術(shù)添加了不易察覺(jué)的水印，便于檢測(cè)AI創(chuàng)作內(nèi)容。

谷歌之外，國(guó)內(nèi)音樂(lè)平臺(tái)也未缺席這場(chǎng)競(jìng)賽。比如，QQ音樂(lè)內(nèi)嵌“AI作歌”功能，用戶可搜索直達(dá)，提供“一句話”“填詞”“圖片”“哼唱”等生成方式。“這類用戶有自我表達(dá)的訴求，就像過(guò)去寫(xiě)日記、拍照一樣，音樂(lè)也成了他們的一種記錄方式。”騰訊音樂(lè)VEMUS未音業(yè)務(wù)負(fù)責(zé)人Lillian說(shuō)。

去年年底，騰訊音樂(lè)旗下AI創(chuàng)作工具“VEMUS未音”正式發(fā)布，定位與Suno形成微妙錯(cuò)位——Suno逐漸向?qū)I(yè)生產(chǎn)者傾斜，而VEMUS希望降低音樂(lè)創(chuàng)作門檻，讓更多人有機(jī)會(huì)用音樂(lè)進(jìn)行自我表達(dá)。“很多用戶內(nèi)心想寫(xiě)歌，但不太會(huì)定義風(fēng)格，就像現(xiàn)在很多人不太會(huì)問(wèn)AI問(wèn)題一樣。”Lillian說(shuō)。為此，VEMUS給用戶做了更簡(jiǎn)單的設(shè)計(jì)：用戶可以參考自己常聽(tīng)的歌曲，讓模型從中提取風(fēng)格靈感。系統(tǒng)會(huì)總結(jié)當(dāng)前熱點(diǎn)的風(fēng)格配方，一鍵調(diào)配，甚至可以通過(guò)對(duì)話的方式，聊著聊著就作出一首歌。

隨著AI工具的“狂飆”，有人被迫出局，也有人奮力追趕。莫芷銘將AI用作靈感催化劑，“如果自己要?jiǎng)?chuàng)作一首歌，能想到的元素肯定沒(méi)有AI多，速度也沒(méi)有AI快，那就讓它生成五六個(gè)版本，來(lái)刺激我的大腦。”而Rey選擇深入技術(shù)的腹地，研究如何“跑本地模型”。從電力系統(tǒng)專業(yè)出身，到轉(zhuǎn)行做音樂(lè)，再到如今研究代碼，他一直沒(méi)有停下。

重構(gòu)收益規(guī)則

當(dāng)AI生成的海量作品試圖流向市場(chǎng)換取回報(bào)時(shí)，它們會(huì)撞上一堵墻——一套尚未適配、仍在重構(gòu)的收益規(guī)則。

曾經(jīng)，AI音樂(lè)在國(guó)內(nèi)平臺(tái)基本處于零分成狀態(tài)?，F(xiàn)實(shí)正在發(fā)生變化：部分平臺(tái)已開(kāi)始試水AI音樂(lè)商業(yè)分配。比如，網(wǎng)易云音樂(lè)推出AI歌曲專屬激勵(lì)金活動(dòng)，符合要求的AI作品可參與收益分配；抖音旗下汽水音樂(lè)則依托短視頻生態(tài)，為AI音樂(lè)提供播放收益與BGM使用分成。

即便如此，AI音樂(lè)的商業(yè)化仍面臨雙重困境：一是版權(quán)與收益規(guī)則不清，二是內(nèi)容質(zhì)量參差不齊。

業(yè)內(nèi)人士解釋，現(xiàn)有的商業(yè)模式、合作協(xié)議、版權(quán)授權(quán)機(jī)制，都是基于傳統(tǒng)音樂(lè)創(chuàng)作模式建立的。AI音樂(lè)的出現(xiàn)，打破了這一體系。同時(shí)，內(nèi)容質(zhì)量也是繞不開(kāi)的門檻。大量AI生成的歌曲仍帶有明顯的機(jī)器味，難以與真人作品競(jìng)爭(zhēng)主流商業(yè)市場(chǎng)。

實(shí)際上，AI音樂(lè)能不能賺錢這個(gè)問(wèn)題，不只在于規(guī)則制定。莫芷銘提出疑問(wèn)：“如果一首歌明顯是百分之百AI生成的，為什么要分成？”

在海外，甚至有平臺(tái)明確對(duì)AI音樂(lè)說(shuō)“不”。今年1月，知名獨(dú)立音樂(lè)平臺(tái)Bandcamp宣布，禁止AI生成的音樂(lè)上架，還規(guī)定“完全或主要由AI生成的音樂(lè)和音頻”不允許發(fā)布，任何使用AI工具模仿其他藝術(shù)家或風(fēng)格的行為也被嚴(yán)格禁止。Bandcamp在聲明中強(qiáng)調(diào)，此舉是為了保護(hù)真實(shí)的人類創(chuàng)作者社群，讓樂(lè)迷能夠確信他們?cè)谄脚_(tái)上聽(tīng)到的音樂(lè)“是由人類創(chuàng)作的”。

爭(zhēng)議之下，行業(yè)并未停下腳步。盡管AI音樂(lè)收益機(jī)制尚不成熟，仍有不少機(jī)構(gòu)和創(chuàng)作者在持續(xù)布局AI音樂(lè)，部分作品進(jìn)入熱門榜單，還有平臺(tái)已經(jīng)捧出了自己的AI音樂(lè)人。為什么？

“這背后有幾個(gè)驅(qū)動(dòng)因素。”Lillian分析，一是占位，很多公司或個(gè)人認(rèn)為AI音樂(lè)是未來(lái)方向，提前布局，嘗試跑出爆款；二是內(nèi)容試驗(yàn)，有些人用AI生成大量歌曲，測(cè)試用戶反饋，甚至有些作品質(zhì)量不錯(cuò)；三是自我表達(dá)，普通用戶用AI工具創(chuàng)作音樂(lè)，更多是情感記錄或社交分享，而非商業(yè)目的。

與此同時(shí)，AI音樂(lè)的普及也帶來(lái)“洗歌”“刷量”等濫用行為。對(duì)此，平臺(tái)也在不斷升級(jí)技術(shù)能力，來(lái)識(shí)別和治理低質(zhì)量、侵權(quán)內(nèi)容。

“我們正在觀察用戶的選擇和行業(yè)的發(fā)展。如果AI音樂(lè)足夠優(yōu)質(zhì)，能夠被用戶喜愛(ài)，它自然會(huì)進(jìn)入榜單。未來(lái)，我們也可能為AI音樂(lè)設(shè)立專屬榜單，甚至探索新的廣告模式、商業(yè)化路徑。”Lillian說(shuō)。

回歸人的價(jià)值

這場(chǎng)AI對(duì)音樂(lè)行業(yè)的重塑，正觸及一個(gè)更深層的結(jié)構(gòu)性問(wèn)題——職業(yè)階梯的斷裂。

卡卡觀察到：“AI可能會(huì)導(dǎo)致嚴(yán)重的人才斷檔。”過(guò)去，音樂(lè)人可以從接小型項(xiàng)目、寫(xiě)定制化的商業(yè)歌曲起步，慢慢積累經(jīng)驗(yàn)爬升到金字塔頂端。但現(xiàn)在，這些“練手級(jí)”的機(jī)會(huì)正在被AI生成的音樂(lè)大規(guī)模蠶食。“成為專家的那條路徑變窄了，很多人開(kāi)始考慮轉(zhuǎn)行，或者加入AI音樂(lè)制作的大軍。”

這意味著，未來(lái)的音樂(lè)行業(yè)可能呈現(xiàn)出啞鈴型結(jié)構(gòu)——一端是擁有個(gè)人IP和不可替代審美的少數(shù)人，另一端是使用AI工具批量生產(chǎn)的人，而中間層的生存空間正被急劇壓縮。站在平臺(tái)視角，Lillian則認(rèn)為，AI在不斷推動(dòng)行業(yè)發(fā)展、優(yōu)化行業(yè)生態(tài)，讓大量過(guò)去沒(méi)有專業(yè)音樂(lè)創(chuàng)作能力的人也能創(chuàng)作出還不錯(cuò)的音樂(lè)，也反推更多專業(yè)從業(yè)者去產(chǎn)出比AI創(chuàng)作更好的音樂(lè)作品和內(nèi)容。

這兩種觀察并非矛盾，而是同一枚硬幣的兩面：傳統(tǒng)的職業(yè)中間層或許在縮小，但一個(gè)由AI賦能的新手和跨界者構(gòu)成的大眾創(chuàng)作中間層正在出現(xiàn)。這背后，指向?qū)I(yè)從業(yè)者角色的深刻遷移——從“如何做”的執(zhí)行者，被推向“做什么、為什么做”的決策者。審美、情感和獨(dú)立品格，正在成為更稀缺的核心能力。正如硅谷著名天使投資人納瓦爾在一檔播客中所言，AI沒(méi)有肉身，沒(méi)有欲望，沒(méi)有生存本能，本質(zhì)上依然是“人類知識(shí)壓縮機(jī)和模仿者”。

“在歌曲領(lǐng)域，真實(shí)的表達(dá)來(lái)自人類的情感與經(jīng)歷。AI時(shí)常表現(xiàn)得循規(guī)蹈矩，而真人演繹時(shí)不免會(huì)有一些小瑕疵——而那些瑕疵背后，是很鮮活的東西。”卡卡說(shuō)。

一個(gè)明顯的趨勢(shì)是，越強(qiáng)調(diào)人的連接性的工種，抗風(fēng)險(xiǎn)能力越強(qiáng)。

身兼多職的音樂(lè)人莫芷銘在采訪中展現(xiàn)得很從容，他的主要精力放在需要深度溝通的專輯制作和藝人演唱會(huì)演出上，這類工作高度依賴個(gè)性化溝通。“藝人有明確的表達(dá)意圖，音樂(lè)需要與現(xiàn)場(chǎng)的視頻、燈光、特效以及很多工種緊密協(xié)作。像Suno這類工具，目前還處理不了如此細(xì)致、綜合的創(chuàng)作需求。”

卡卡決定將工作室的未來(lái)方向錨定在“人與人的深度交流”上，計(jì)劃打造更大的公共活動(dòng)空間。“當(dāng)套路化音樂(lè)充斥市場(chǎng)，人們過(guò)度沉浸在虛擬世界中，‘物極必反’的規(guī)律將會(huì)生效。”他依然希望，大家能回歸真實(shí)的、面對(duì)面的線下溝通。