AI音樂改造音樂行業(yè)？

技術(shù)漸變藝術(shù)。

文丨海克財經(jīng) 范東成

全球AI持續(xù)高速迭代。

OpenAI于2025年12月11日發(fā)布GPT最新版本GPT-5.2。在2025年8月8日推出GPT-5后3個月，OpenAI既已于2025年11月13日發(fā)布了GPT-5.1，如今時隔1個月再次更新。這被認為是OpenAI針對谷歌2025年11月18日發(fā)布Gemini 3所帶來挑戰(zhàn)的應(yīng)對之舉。

全球頭部AI玩家基于技術(shù)優(yōu)勢，正在席卷寫作、繪畫、音樂等諸多創(chuàng)意領(lǐng)域，而音樂領(lǐng)域涉及大眾的情感表達與娛樂消費，又事關(guān)復雜的版權(quán)生態(tài)，尤為引人注目。

谷歌旗下人工智能公司DeepMind，2024年5月與同屬谷歌陣營的YouTube合作，推出了AI音樂創(chuàng)作工具Music AI Sandbox，用戶可借此生成和優(yōu)化音樂作品，且完成后可以一鍵上傳至YouTube平臺。2025年4月，谷歌又推出新一代音樂制作模型Lyria 2，并將其集成到Music AI Sandbox中。Lyria 2可以生成多種風格的音樂，支持以文本提示生成完整的歌曲，包括旋律、編曲和人聲。

據(jù)The Information于2025年10月發(fā)布的報道，OpenAI已在開發(fā)AI音樂生成工具，還與美國知名藝術(shù)院校茱莉亞學院的學生合作，標注樂譜以構(gòu)建高質(zhì)量模型訓練數(shù)據(jù)。

技術(shù)躍遷使AI音樂開始躋身國內(nèi)外多類音樂榜單。

以音樂流媒體平臺Spotify為例，Spotify Viral 50，即全球飆升榜前50名，在2025年11月內(nèi)多次出現(xiàn)AI音樂，其中熱門的《Walk My Walk》播放量超過640萬。由美國詩人泰莉莎（Telisha Nikki Jones）利用AI音樂生成平臺Suno創(chuàng)造的虛擬歌手Xania Monet，在Spotify上擁有超過120萬聽眾，其熱門曲目《How Was I Supposed to Know?》登上了美國知名音樂榜單Billboard。

國內(nèi)自2025年2月從使用DeepSeek創(chuàng)作的《七天愛人》，到2025年10月、11月登上B站熱門的《美猴亡》《Money Back My Home》，再到抖音AI熱曲《遠山少年》《不能不想你》等，播放量都在百萬以上，最高者超過1000萬。

作品的火熱使市場對AI音樂生成平臺投以高光。

在AI音樂的垂直領(lǐng)域更為知名的海外玩家是Suno和Udio。兩家公司均致力于讓AI能夠根據(jù)文字描述，直接生成包含人聲、歌詞和編曲的完整歌曲。

Suno創(chuàng)立于2022年，目前已推出V5版本，2025年11月獲得了由Menlo Ventures領(lǐng)投的2.5億美元（約合人民幣17.6億元）投資，公司估值達24.5億美元（約合人民幣172.8億元）。

Udio由谷歌前研究人員創(chuàng)立，2024年4月上線后引發(fā)市場關(guān)注，且很快拿到超過1000萬美元投資（約合人民幣7000萬元）。

國內(nèi)亦有多家公司積極投身其中，比如推出海綿音樂的字節(jié)跳動、推出天音AI的網(wǎng)易云音樂、推出Inspire Music的阿里和推出天工SkyMusic的昆侖萬維等。

大幅降低創(chuàng)作的技術(shù)門檻后，AI音樂使音樂創(chuàng)作變得更廣泛和普及，為行業(yè)注入了前所未有的活力。但爭議亦如影隨形——部分聽眾對AI作品有天然反感，版權(quán)問題在法律和倫理層面都待解決。狂飆突進的同時，AI音樂仍需穿越迷霧。

01

新意起于技術(shù)

國內(nèi)質(zhì)量頗高的AI音樂作品已進入大眾視野。

在B站爆火的《美猴亡》即是一例。博主“漫游會議室”于2025年10月發(fā)布視頻，名為“大圣深夜崩潰，悲情演唱《美猴亡》”，目前該視頻在B站播放量已超過1344萬，并被收錄至B站“每周必看”榜單。視頻內(nèi)容為經(jīng)典電視劇《西游記》孫悟空形象戴著耳機，在錄音棚內(nèi)演唱歌曲《美猴亡》，詞、曲、演唱均署名孫悟空。

不少用戶喜愛《美猴亡》情感濃烈的搖滾風格和獨樹一幟的歌詞。在B站的彈幕、評論中，許多人都提及作品詞曲質(zhì)量極高，比如“他們殺死了美猴王，用虛名，用香火，用金光”“他們供著我的金身像，卻燒了我睡過的草窩”等歌詞金句。《美猴亡》的走紅還帶來了許多音樂博主的翻唱，比如歌手曾一鳴，目前翻唱視頻播放量已超過114萬。

在B站主頁，“漫游會議室”表示，除了B站之外，自己僅將這些歌曲授權(quán)上傳到了網(wǎng)易云音樂。《美猴亡》也數(shù)次位列網(wǎng)易云音樂搖滾榜單前三。由于《美猴亡》詞曲質(zhì)量和情感表達出色，有的用戶甚至質(zhì)疑它并非AI作品。而該博主明確將這些歌曲視頻都收錄在自己創(chuàng)建的“《西游記》AI歌曲”合輯中。

驚人高產(chǎn)也是AI作品的旁證之一。據(jù)海克財經(jīng)觀察，自2025年10月20日至11月2日，“漫游會議室”每天發(fā)布一首歌曲作品，均以《西游記》角色的自傳口吻書寫歌詞，包括黑熊精、高翠蘭、哮天犬、玉兔精等；截至目前，博主的AI歌曲合輯已發(fā)布了26首作品，B站累計播放量超過6315萬；因為作詞、作曲和演唱都是AI創(chuàng)作，這些歌曲被網(wǎng)友戲稱為“3A大作”。

熱門AI歌曲還有B站博主“貓爺說道AIGC”于2025年11月發(fā)布的《Money Back My Home》，目前播放量超過481萬。該博主明確表示，這首作品只有歌詞是自己寫作的，其他均為AI創(chuàng)作。

優(yōu)質(zhì)AI音樂的涌現(xiàn)得益于技術(shù)演進。

回望2022年11月，ChatGPT橫空出世，彼時便有開發(fā)者關(guān)注到AI音樂領(lǐng)域。ChatGPT的誕生標志著自然語言處理技術(shù)（NLP）邁入新階段，展現(xiàn)了AI的通用能力、與人類協(xié)作能力的飛躍，這種能力被認為可以遷移到各個領(lǐng)域。

需要說明的是，ChatGPT建立在神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)Transformer框架的基礎(chǔ)上，Suno也是如此，只是二者分別專注于文字和音樂的處理。音樂的本質(zhì)是有組織、有規(guī)律的聲波，這些聲波可以被標記為連續(xù)的電信號，與模型最小意義單元token對應(yīng)起來。音樂不同維度的元素，包括節(jié)奏、和聲、旋律、歌詞乃至唱腔音色，都可以被轉(zhuǎn)化為token序列。這種將信息轉(zhuǎn)化為token的過程，被稱為tokenization，即token化。

但將歌曲轉(zhuǎn)化為token，面臨著數(shù)據(jù)量的難題。數(shù)字音頻以CD標準的采樣率44.1kHz計算，每秒要對模擬音頻信號進行44100次采樣，一首3分鐘的歌曲就有近800萬次采樣。如果每次采樣對應(yīng)一個token，產(chǎn)生的token數(shù)量對模型訓練而言顯然過于龐大。Meta、谷歌等頭部AI玩家推出了高效的神經(jīng)音頻編解碼工具，能夠?qū)⒃疾蓸訅嚎s數(shù)十至數(shù)百倍再token化，才使AI音樂的廣泛應(yīng)用成為可能。

在2025年1月，Suno創(chuàng)始人、CEO邁克·舒爾曼（Mikey Shulman）在接受海外知名播客20VC訪談時還提及，他們的創(chuàng)新不在于模型架構(gòu)，而在于音頻標識方法——他們投入了大量時間解決音頻token化難題，還借鑒了開源社區(qū)在模型構(gòu)建和擴展方面的所有經(jīng)驗。

02

創(chuàng)作能力飛躍

AI音樂的能力可以用日新月異來形容。

2023年時，多模態(tài)技術(shù)還未突破瓶頸，即便壓縮音頻采樣數(shù)量，也難以將節(jié)拍、速度、和聲、情感、樂器、歌詞等音樂豐富的元素統(tǒng)一編碼。因此，AI在音樂方面的生成能力主要集中在相對單一的維度，比如對人聲的模擬。

“AI孫燕姿”的走紅即是如此。2023年4月，有網(wǎng)友上傳AI模仿孫燕姿聲線的演唱視頻，翻唱了《紅豆》《發(fā)如雪》《愛在西元前》等歌曲，有的視頻播放量超過300萬。引發(fā)熱議后，孫燕姿本人發(fā)文表示難以與AI匹敵，AI正把人變得“可預測”“可定制”，她只能選擇“做自己”。

歌曲《Heart on My Sleeve》情況相似。歌曲模仿了知名歌手Drake和The Weeknd的聲音與風格，2023年4月發(fā)布后迅速在TikTok、Spotify等平臺走紅，但很快被Drake和The Weeknd所屬的音樂公司環(huán)球音樂指控侵權(quán)并勒令下架。

之后，多模態(tài)技術(shù)的躍遷就讓一鍵生成音樂變得簡單。到了2024年3月，有人將連花清瘟膠囊的說明書輸入Suno，AI就生成了一首以說明書文字內(nèi)容為歌詞，結(jié)構(gòu)完整的歌曲。盡管該作品旋律結(jié)構(gòu)相對簡單，中文咬字略顯生硬，但已足夠說明AI的能力。

技術(shù)提升使AI能處理的數(shù)據(jù)量更大、更精準，容納的多模態(tài)元素也更多。

2024年3月上線的Suno V3版本和同年4月上線的Udio，已經(jīng)擁有了一鍵生成音樂的能力，但作品還有較為明顯的“AI味兒”，旋律、咬字、情感等方面都還有較大提升空間。到了2025年，Suno V5和新版Udio產(chǎn)生的作品整體性已非常強，聽感與人類創(chuàng)作相差無幾，不少作品在音樂行業(yè)內(nèi)處于中上水平。

專業(yè)音樂人的評價頗能說明問題。

比如B站音樂博主“呆若木一在此”發(fā)布了“AI能打敗音樂人嗎”視頻，請來新生代歌手呂彥良、秦凡淇試聽AI改編他們的原創(chuàng)曲目，還請來歌手劉戀等音樂人參與對不同版本編曲的盲選，其中幾位評委直接將票投給了AI編曲。視頻中，曾獲臺灣金曲獎最佳新人獎提名的呂彥良感慨，AI音樂創(chuàng)作能力超過了99%的人，甚至大部分音樂從業(yè)者的水平都不如AI。

國內(nèi)頭部游戲音樂制作公司小旭音樂的CEO盧小旭有相似看法，他曾多次在公開場合推崇AI音樂，認為AI音樂必將重構(gòu)行業(yè)。成立于2006年的小旭音樂曾為《QQ斗地主》《天龍八部》《誅仙》等超過1000款游戲制作音樂，2024年時專門成立了AI音視頻團隊“小旭AI Studio”。

更重要的是，AI音樂技術(shù)的創(chuàng)新進程仍在加速。

原先AI一鍵生成音樂的模式使創(chuàng)作處于不可控的黑箱中，用戶難以做出針對性的局部調(diào)整。Udio率先于2025年6月推出可視化編輯工具Sessions，能夠智能識別歌曲結(jié)構(gòu)，允許用戶對具體段落進行移動、擴展或替換，且能自動將修改后的部分融入整體作品，保證創(chuàng)作的一致性。Suno則于2025年9月推出V5后，又推出數(shù)字音頻工作站Suno Studio，用戶在其中可以精細調(diào)整多個音軌，對任意段落進行編輯或按照指令重新生成。

這意味著AI音樂的制作流程專業(yè)度和可控性進一步提升，也使作品質(zhì)量再度提升，“AI味兒”越來越淡，甚至趨近于無。法國音樂流媒體平臺Deezer與調(diào)研機構(gòu)益普索2025年11月發(fā)布的聯(lián)合調(diào)查報告顯示，在法國、英國、加拿大等8個國家的超過9000名受訪者中，97%的受訪者無法區(qū)分AI生成音樂與人類創(chuàng)作作品。

據(jù)海克財經(jīng)了解，AI音樂現(xiàn)在已經(jīng)能模擬出現(xiàn)場感，直接生成Live版本的歌曲。

所謂Live版本，即歌手或樂隊現(xiàn)場演出的錄音版本，大多包含觀眾的歡呼、掌聲等，還有樂手、演唱者的現(xiàn)場發(fā)揮和不同物理空間內(nèi)的混響。在Suno或Udio輸入Acoustic（原聲）、Live Concert Recording（現(xiàn)場錄音）等提示詞，就能生成帶有現(xiàn)場聽覺質(zhì)感的音樂作品。

03

透明度待提升

技術(shù)革新影響AI音樂的商業(yè)模式。

從創(chuàng)作者角度來說，AI音樂已從早期的以量取勝轉(zhuǎn)向如今的精品化。質(zhì)地較粗糙時，有使用AI生成工具的用戶依靠刷量從音樂平臺賺取收益。比如2024年9月被起訴的美國男子邁克爾·史密斯（Michael Smith），他使用AI工具，規(guī)模化生成了數(shù)十萬首歌曲，然后將這些歌曲上傳至Amazon Music、Spotify等多個海外音樂平臺，又部署多個云端服務(wù)賬號和賬戶偽造流媒體播放量來獲取版稅分成收益。據(jù)《紐約時報》等媒體報道，該案件總涉案金額超過1000萬美元（約合人民幣7000萬元）。

當下則有越來越多創(chuàng)作者使用AI生成高質(zhì)量作品。前述B站《美猴亡》《Money Back My Home》等均是如此；類似的還有很多，如抖音熱門AI歌曲《不能不想你》，后者由博主“浮生未歇”創(chuàng)作，該博主在視頻中表示，出售這首歌曲版權(quán)的收益為80萬元。

需要說明的是，Spotify允許AI音樂獲取版權(quán)分成收益，而國內(nèi)各音樂平臺對待AI音樂的策略各有不同。騰訊音樂旗下酷狗音樂、QQ音樂等平臺，AI音樂制作者無法簽約，也沒有收益；網(wǎng)易云音樂可以簽約，但AI作品無分成收益；字節(jié)旗下汽水音樂則允許AI音樂獲得收益。

即便聽感沒有明顯差異，也有不少用戶介意所聽歌曲為AI生成。于是，在目前甄別技術(shù)尚不完善的情況下，許多創(chuàng)作者會設(shè)法規(guī)避平臺審核，不主動標注作品為AI生成。B站博主“SevenTeamMusic”就在視頻中做過實驗，手動簡單微調(diào)歌曲，就能使AI歌曲被平臺判定為人工作品。

若AI僅部分介入創(chuàng)作，作品經(jīng)過分段調(diào)整并由創(chuàng)作者進行重錄和精修，那么平臺進行技術(shù)甄別則更為困難。比如國內(nèi)樂隊“靈活就業(yè)”主創(chuàng)王博龍在播客中提及，樂隊比較熱門的作品《創(chuàng)作者中心》《菠菜去打工》等均有Suno等AI工具參與創(chuàng)作，有時他只是哼一小段旋律，就能讓AI根據(jù)旋律把整首歌曲的編曲做完。據(jù)海克財經(jīng)觀察，該樂隊在網(wǎng)易云音樂上傳了超過30首歌曲，均未標注為AI音樂。

汽水音樂則有明確的AI音樂激勵計劃，會為AI作品提供播放收益。AI作品往往符合“神曲”的創(chuàng)作邏輯，自帶“洗腦”聽感，短視頻又天然適合此類作品傳播，與抖音打通的汽水音樂便更有利于AI音樂發(fā)展。B站、小紅書等平臺已有不少教程，教授用戶如何利用AI工具生成音樂并上傳至汽水音樂來獲取收益。

創(chuàng)作者對汽水音樂的重視，與該平臺用戶迅猛增長有關(guān)。調(diào)研機構(gòu)Quest Mobile數(shù)據(jù)顯示，2025年9月，汽水音樂在國內(nèi)在線音樂APP用戶規(guī)模排行中位列第四，MAU（月活躍用戶數(shù)）為1.2億，同比增長90.7%，前三名則是酷狗音樂（2.1億）、QQ音樂（1.9億）和網(wǎng)易云音樂（1.5億）。

但AI音樂在版權(quán)方面仍存在諸多問題。

2024年6月，全球三大唱片公司環(huán)球音樂、華納音樂和索尼音樂均向Suno和Udio發(fā)起訴訟，認為AI平臺使用了未授權(quán)音樂進行訓練。到了2025年10月和11月，Udio分別與環(huán)球音樂、華納音樂和解，計劃推出完全獲得授權(quán)的訂閱制AI平臺，允許用戶在遵守規(guī)則的前提下使用授權(quán)的聲音和作品進行創(chuàng)作，并建立版稅分成模式。Suno也于2025年11月與華納音樂和解，預備合作推出具有完整授權(quán)的新模型。而索尼音樂的訴訟則仍在進行中。

版權(quán)爭議不僅存在于模型訓練與內(nèi)容生產(chǎn)環(huán)節(jié)，更直接指向最終作品的版權(quán)歸屬。當用戶通過AI工具將自己的哼唱或歌詞片段擴展成完整歌曲，音樂作品便成為人類創(chuàng)意、算法執(zhí)行與海量訓練數(shù)據(jù)融合的復合產(chǎn)物，很難明確版權(quán)應(yīng)當歸屬被學習的原始音樂還是平臺，抑或是用戶本人。

針對AI音樂的標注問題，谷歌采取的方案是將SynthID水印技術(shù)嵌入Lyria2及其他旗下AI工具生成的AI音頻中。SynthID是一種普通用戶無法感知的數(shù)字水印，旨在保證不影響聽感的情況下，讓AI生成內(nèi)容可被識別。

AI音樂已超越簡單的工具革新，或?qū)⑾到y(tǒng)性重構(gòu)音樂產(chǎn)業(yè)的商業(yè)邏輯，包括從上游的創(chuàng)作與授權(quán)、中游的分發(fā)與推廣，到下游的消費與互動。待解決的關(guān)鍵問題還有很多，比如訓練數(shù)據(jù)的版權(quán)歸屬、人機協(xié)作的創(chuàng)作倫理以及人類聽眾的情感接納與價值認同，但AI音樂已是音樂產(chǎn)業(yè)不得不面對且并不遙遠的未來。