技術漸變藝術。

文丨�？素斀�(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)的應對之舉。

全球頭部AI玩家基于技術優(yōu)勢，正在席卷寫作、繪畫、音樂等諸多創(chuàng)意領域，而音樂領域涉及大眾的情感表達與娛樂消費，又事關復雜的版權生態(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，版權問題在法律和倫理層面都待解決�？耧j突進的同時，AI音樂仍需穿越迷霧。

01

新意起于技術

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)得益于技術演進。

回望2022年11月，ChatGPT橫空出世，彼時便有開發(fā)者關注到AI音樂領域。ChatGPT的誕生標志著自然語言處理技術（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域。

需要說明的是，ChatGPT建立在神經(jīng)網(wǎng)絡結(jié)構(gòu)Transformer框架的基礎上，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)球音樂指控侵權并勒令下架。

之后，多模態(tài)技術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)�；闪藬�(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，出售這首歌曲版權的收益為80萬元。

需要說明的是，Spotify允許AI音樂獲取版權分成收益，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，在目前甄別技術尚不完善的情況下，許多創(chuàng)作者會設法規(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。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的新模型。而索尼音樂的訴訟則仍在進行中。

版權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，很難明確版權應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、中游的分發(fā)與推廣，到下游的消費與互動。待解決的關鍵問題還有很多，比如訓練數(shù)據(jù)的版權歸屬、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。