◎本報(bào)記者 崔 爽

　　多樣的音樂(lè)創(chuàng)作玩法、不斷優(yōu)化的模型效果，讓音樂(lè)大模型成為今年垂直大模型賽道的一大亮點(diǎn)。

　　今年3月，音樂(lè)生成模型Suno V3面世，被一些業(yè)界人士稱為音樂(lè)行業(yè)的“ChatGPT時(shí)刻”。最近，Suno發(fā)布V4版本，允許用戶生成音質(zhì)更高、更好聽(tīng)、時(shí)長(zhǎng)達(dá)4分鐘的音樂(lè)。這意味著，AI可以創(chuàng)作一首完整的歌曲。

　　不僅是Suno，國(guó)內(nèi)AI音樂(lè)領(lǐng)域的資深“玩家”們也紛紛入局。在Suno V3發(fā)布后，國(guó)內(nèi)大模型廠商紛紛上線類似產(chǎn)品，形成“群雄逐鹿”的格局。

　　產(chǎn)品層出不窮

　　記者梳理發(fā)現(xiàn)，目前國(guó)內(nèi)AI音樂(lè)大模型企業(yè)主要有三類：以字節(jié)跳動(dòng)豆包旗下海綿音樂(lè)為代表的大型科技公司，以昆侖萬(wàn)維旗下的天工SkyMusic為代表的新興大模型廠商，以及以趣丸科技旗下的天譜樂(lè)為代表的垂直賽道公司。

　　海綿音樂(lè)主打利用AI技術(shù)幫助用戶生成個(gè)性化音樂(lè)作品。用戶只需輸入一句靈感或上傳一張圖片，即可生成專屬音樂(lè)作品。相比Suno，海綿音樂(lè)生成的中文歌曲吐字清晰度和演唱流暢性更高，曲風(fēng)更符合國(guó)人喜好。

　　天工SkyMusic基于昆侖萬(wàn)維“天工3.0”超級(jí)大模型打造，能夠生成多種風(fēng)格的音樂(lè)作品。它采用音樂(lè)音頻領(lǐng)域類Sora模型架構(gòu)，支持生成80秒44100赫茲采樣率雙聲道立體聲歌曲。

　　天譜樂(lè)于今年7月發(fā)布，是一個(gè)多模態(tài)配樂(lè)大模型。它集成圖片理解算法、旋律生成算法、視頻理解算法、配器識(shí)別算法等技術(shù)。值得注意的是，天譜樂(lè)不僅支持文生音樂(lè)、音頻生音樂(lè)，還具備圖片、視頻生成音樂(lè)的功能。

　　此外，騰訊音樂(lè)和網(wǎng)易云音樂(lè)也推出了相關(guān)產(chǎn)品。

　　落地場(chǎng)景廣泛

　　業(yè)內(nèi)普遍認(rèn)為，與全球巨頭同場(chǎng)競(jìng)技，AI應(yīng)用是國(guó)內(nèi)人工智能企業(yè)的優(yōu)勢(shì)所在。國(guó)內(nèi)市場(chǎng)需求大、可落地的商業(yè)化場(chǎng)景多，為國(guó)產(chǎn)大模型進(jìn)化提供了堅(jiān)實(shí)基礎(chǔ)。

　　在趣丸科技副總裁賈朔看來(lái)，“降低門(mén)檻讓普通用戶體驗(yàn)音樂(lè)創(chuàng)作的樂(lè)趣”是自研產(chǎn)品的出發(fā)點(diǎn)，而這樣的策略也的確奏效。數(shù)據(jù)顯示，目前已有4600萬(wàn)人注冊(cè)使用趣丸科技旗下的唱鴨App或天譜樂(lè)官網(wǎng)，累計(jì)創(chuàng)作近1000萬(wàn)首AI歌曲。

　　影視制作等專業(yè)從業(yè)者的應(yīng)用，也為音樂(lè)大模型落地提供了更多商業(yè)化場(chǎng)景。一方面，音樂(lè)大模型可以幫助專業(yè)音樂(lè)人提升創(chuàng)作效率，讓快速創(chuàng)作和試驗(yàn)新的音樂(lè)構(gòu)想成為可能；另一方面，在短視頻浪潮下，音樂(lè)大模型正在輔助短視頻創(chuàng)作者創(chuàng)造出更符合視頻內(nèi)容的背景音樂(lè)，提升內(nèi)容質(zhì)量和受眾體驗(yàn)。

　　推廣遭遇挑戰(zhàn)

　　盡管音樂(lè)大模型在以前所未有的速度“狂飆”，但推廣應(yīng)用尚面臨一些難題。

　　高質(zhì)量的音樂(lè)生成模型依賴高質(zhì)量的音樂(lè)音頻數(shù)據(jù)進(jìn)行訓(xùn)練，但這些音樂(lè)音頻數(shù)據(jù)的版權(quán)問(wèn)題不容忽視。今年6月，環(huán)球音樂(lè)集團(tuán)、索尼音樂(lè)集團(tuán)和華納音樂(lè)集團(tuán)等多家唱片公司對(duì)Suno等AI音樂(lè)公司發(fā)起訴訟，稱它們未經(jīng)授權(quán)使用版權(quán)音樂(lè)來(lái)訓(xùn)練AI模型并對(duì)外提供服務(wù)。對(duì)此，Suno進(jìn)行回?fù)�，指�?zé)唱片公司濫用版權(quán)訴訟，企圖借此維護(hù)自己在AI音樂(lè)市場(chǎng)的主導(dǎo)地位。如何在法律框架內(nèi)實(shí)現(xiàn)高質(zhì)量音樂(lè)音頻數(shù)據(jù)的運(yùn)營(yíng)和商業(yè)化，是AI音樂(lè)公司未來(lái)必須思考的問(wèn)題。此外，音樂(lè)大模型生成的音樂(lè)作品是否享有版權(quán)保護(hù)，其版權(quán)歸屬如何界定，尚無(wú)明確的法律規(guī)定，這給音樂(lè)大模型的應(yīng)用帶來(lái)了不確定性。

　　賈朔認(rèn)為，可以利用技術(shù)手段規(guī)避一些紛爭(zhēng)。比如在產(chǎn)品側(cè)，當(dāng)用戶在使用AI創(chuàng)作時(shí)，可利用相關(guān)技術(shù)判斷其是否有模仿現(xiàn)有藝術(shù)家作品的主觀意圖，并視情況做出彈窗提示。

　　同時(shí)，音樂(lè)的創(chuàng)意與情感是否可以被大模型實(shí)現(xiàn)也有待驗(yàn)證。如何提升大模型的創(chuàng)意能力，使其能創(chuàng)作出更具個(gè)性和創(chuàng)新性的音樂(lè)作品，是當(dāng)前音樂(lè)大模型需要突破的方向之一。

　　此外，AI音樂(lè)“演唱者”的聲音距離真人也有一定距離，解決這一問(wèn)題需要相應(yīng)的技術(shù)手段。昆侖萬(wàn)維董事長(zhǎng)方漢說(shuō)，天工SkyMusic通過(guò)自研模型技術(shù)，實(shí)現(xiàn)樂(lè)器、人聲、旋律、音量、音符的一體化端到端生成，在人聲合成、情感表達(dá)等方面具有一定優(yōu)勢(shì)。