首页 / 资讯详情
AI 音乐走到「该怎么做」，中国大模型为啥选最难的路？
摘要
01 「AI 音乐，拼的早已不是产能」 流媒体平台 Deezer 最新披露了一组数据：AI 歌曲每天涌入平台的速度已经从 2025 年初的 1 万首飙升到 7.5 万首，占当日新增上传的 44%。但实际播放占比，只有 1%—3%。 7.5 万首进去，不到 3%能被听见。剩下的，沉默地沉在平台底层。 产能炸了，产品却过不了人的耳朵这一关。 更深层的问题是，听众越来越能分辨 AI 作品和人类创作，平台也开始用质量而非数量来筛选，比如 TIDAL 就上线了 AI 透明度标签，IFPI 要求「人类实质性参与」才能进入官方榜单。 当 AI 音乐从「能不能做」走到「该怎么做」，一个更根本的问题浮出水面：当所有人都能一键生成，「生成」本身不再是价值，什么才是？ AI 音乐用了三年时间，解决了「能不能做」的问题。 但「该怎么做」，怎么让音乐真正服务于人，怎么让创作不被产能淹没，怎么在产能洪流中让真正有灵魂的作品被人听见，这些问题才刚刚浮出水面。 02 一个想给妻子做首歌的人 音潮团队 CEO 姜涛最初做 AI 音乐的初衷，甚至带点浪漫色彩。 他想给妻子做一首专属纪念歌曲，却发现传统音乐制作成本动辄上万、周期数周，普通人根本够不到创作门槛。一个在音频技术大厂深耕多年的人，想为身边最亲近的人做一首歌，都做不到。 这件事给他一个感受很具体：音乐创作不是没有需求，而是没有通道。很多人脑子里都有旋律、有情绪、有想表达的东西，但传统制作流程的高门槛，把这些灵感永远锁在了「想一想」的阶段。 他花了几个月时间，把市面上所有能找到的 AI 音乐工具都试了一遍。结论让人沮丧：没有一款能真正「读懂」他脑子里那个旋律。英文歌还行，中文歌一塌糊涂。想微调某个乐器的配比，只能反复改提示词、重新生成，折腾大半天，最后无奈删掉。 这个体验，和今天大多数 AI 音乐用户一模一样。工具越来越强，但「差一口气」的感觉始终没有消失。 由此姜涛萌生了一个念头：能不能做一个真正「读懂」人的 AI 音乐工具？ 这个起点决定了音潮后来走的方向。它不是在追逐一个热门赛道，而是在解决一个真实的问题，音乐创作门槛太高，大多数人的灵感注定被浪费。 2025 年，音潮团队成立。团队配置很特别，算法技术团队和科班音乐人跨界搭配，程序员深耕乐理、吃透音乐逻辑，音乐人深度参与模型迭代。程序员写代码，音乐人审听，每一轮迭代都要过「人耳关」，不是技术指标达标就行，而是听上去得「活」。 03 选那条最难的路 AI 音乐赛道上的公司，大致面临两个选择。 第一条路：在英语底座上做优化，快速出产品，抢占全球市场。Suno、Udio 走的就是这条路，估值冲天。但覆盖面越宽，对单一文化的理解就越浅，Suno 做英文歌确实能打，做中文歌就差点意思，咬字发飘、情绪空虚，绕不开那个"英语底座"的天花板。 第二条路：从底层重新训练，把中文语境的「味道」写进模型骨子里。这条路更慢、更难、更贵，但更深效果也更好，对音乐的理解更自然、贴切，不再需要一层转译过来。 音潮团队选择了后者。 中文是声调语言，跟英语的重音节奏体系根本不是一套系统。如果选择英语底座缝缝补补，永远差着那种味道。音潮一开始就基于中文底座，从训练数据到模型架构到优化目标，都重新设计。 这条路的代价是：更长的研发周期，更高的训练成本，更晚的市场窗口。Suno 在 2024 年就冲到了 5 亿美元估值，而音潮团队选择了一条更慢的路线，先花时间把中文做透，再向全球扩展。这意味着在资本最狂热的那段时间里，他们选择了「不追」。 收益也很明确，当 AI 音乐的产能过剩到日产 7 万首