每經記者｜丁舟洋    每經編輯｜畢陸名    

不久前，中國移動咪咕音樂黨委書記、總經理朱泓收到了好友的一則微信，“這是我一天時間里做的四首歌，你幫我聽聽”。這讓音樂產業從業者的他深受觸動，“我意識到，未來人們聽什么歌？聽自己做的歌”。

而這一切的實現，都源于AI（人工智能）的到來。如今隨著騰訊音樂、字節跳動、昆侖萬維、MiniMax等公司推出音樂大模型，人人皆可創作音樂的時代已經到來。

“我從事音樂產業十幾年的時間，傳統的音樂產業的生產是詞曲、創作、編曲、錄音、發行，這一套完整的產業，由不同的行業，不同的企業，不同的人來完成的，是一個極其復雜的系統工程。最早的一首高品質的錄音室音樂是要幾十萬元一首歌，如果還要拍MV的話，那就不再是幾十萬（元）的量級，可能是幾百萬元量級一首歌?，F在某個平臺的收費我知道是2毛錢，我們需要等待1分鐘就出一首歌，所以將制作周期縮短到了分鐘級，AI創作的邊際成本趨近于0。”在4月14日第十三屆中國網絡視聽大會上，朱泓發言表示。

""圖片來源：主辦方供圖

然而，當前主流AI音樂模型多訓練于西方流行音樂，對國風核心元素的理解與融合仍顯不足?；凇皣L”音樂大模型，咪咕音樂將有怎樣的探索？朱泓接受了包括《每日經濟新聞》記者在內的采訪。

音樂產業已從唱片工業邁向Token經濟

在朱泓看來，當前，AI技術正在深刻的推動音樂產業的變革，讓高質量的音樂規?；?、低成本輸出成為現實，推動音樂從精英藝術走向全民表達。

“在線音樂產業進入了一個‘文藝復興’的時代，中國數字音樂的市場規模全年超過了1000億元，同比增長了15%，線下演藝也迎來了‘文藝復興’，成為產業增長的重要引擎，Z世代、阿爾法世代成為了為音樂付費的主力，文化自信帶動了國潮的爆發?！?/p>

“音樂產業已從唱片工業邁向Token（詞元）經濟，一首3分鐘的AI歌曲Token消耗大概是3萬Token，技術紅利全面釋放。”朱泓表示，“同時，我們也清醒地看到，在國風音樂的AI生成大模型方面，我們仍然認為一些主流的或者西方的音樂生成工具，還沒有達到國風音樂標準的審美，這是有一些共識，還需要積極的探索?！?/p>

比如，如果讓市場上現有AI音樂大模型生成一首說唱流行歌曲，各種工具都能有不錯的表現，但如果要生成一首侗族山歌，就不一定能像樣了。

朱泓表示，咪咕音樂正自主研發業內領先的全棧國風音樂大模型，深度融合地方戲曲、民族調式等傳統美學，支持多模態文生音樂、音頻生音樂，1分鐘即可輸出專業級作品，徹底降低創作門檻。并構建社區共創生態，將咪咕音樂打造為國風音樂愛好者、創作者的社區?！巴瑫r，我們給創作者以明確的確權，以及商用的全鏈路，在咪咕自身的體系里面，一個是音樂平臺，另外一個就是視頻彩鈴平臺上，為國風音樂創作者打開商業化機會。”

AI會取代音樂人創作嗎？“我認為這是給了創作人更多選擇?！敝煦貞Q，“汽車時代到來，難道我們人類不會走路了，我們只是開著汽車跑得更快，走得更遠。甚至催生了賽車這類追求極致速度與技巧的全新形態。未來的音樂創作，也將迎來‘人車共創’般的深度融合，這正是AI音樂大模型進化的終極目標。”

破解具身機器人弦樂連續演奏難題

在4月14日第十三屆中國網絡視聽大會“AI+國風音樂創新發展論壇”上，咪咕公司還與成都傳媒產業集團簽署戰略合作協議。雙方將秉持“資源共享、優勢互補”原則，圍繞文旅文博、演藝、體育等領域開展全方位合作。

對于AI音樂前沿與應用展望，清華大學信息國家研究中心副主任、中國人工智能學會副秘書長于濤在“AI+國風音樂創新發展論壇”上分享道，AI與音樂、具身智能具有很大的結合空間?！拔覀兛梢钥吹?，雖然很多演出中都有機器人的樂器表演，但實際上里面展示的演藝內容都是預編好的，想讓它們再表演些別的，又得重新做一套?！彼赃€遠沒有那么“通用”。

圖片來源：主辦方供圖

“機器人演奏最難的問題是什么？是弦樂。因為它不是打擊的，是連續的演奏，需要你的力度非常高頻的變化?！庇跐硎?，“所以我們首先解決了動作捕捉的問題。我們構建了國際上第一個音視頻協同的動作捕捉系統，基于這一寶貴的數據集，我們與中央音樂學院等國內外頂尖科研團隊建立了廣泛合作?！?/p>

“結合AIGC（人工智能生成內容）能力，我們實現了從音樂到動作的自動生成?，F在，只需輸入一段音頻，系統便能自動生成與之匹配的精細演奏動作，無需人工再行編排。我們已能用此技術驅動數字人，其演奏時手部的揉弦等細節動作都顯得極為精妙?！?/p>

于濤表示，近期，其通過與SoftRobotics的合作，進一步實現了滿足物理約束的具身演繹。于濤說，在具身智能層面取得突破后，我們可以暢想一個未來：或許在某一年的春晚上，登場的將不再是表演功夫的機器人，而是能夠在舞臺上真正演奏弦樂的機器人樂團。

封面圖片來源：主辦方供圖