AI在创造还是毁掉音乐？

简介：最近一个月，轮番上线的音乐大模型，一举将素人生产音乐的门槛降到了最低，并掀起了音乐圈会不会被AI彻底颠覆的讨论。短暂的兴奋后，AI产品的版权归属于谁，创意产业要如何在AI的阴影下生长，都在被更多理性的目光审视。

对AI·未来感兴趣的伙伴推荐看看《AI·未来》这本书，李开复博士凭借对全球科技技术业与人工智能行业的深入了解，为读者描述了人工智能新世界的样貌、未来人工智能对社会的冲击以及在人工智能时代我们的应对策略。

AI是总领域，其中有很多的子领域。AI在音乐领域的应用是一个双刃剑， 即有创造新的音乐体验，也可能对传统音乐产业和创作过程带来挑战。

《AI·未来》主讲人：樊登、李开复、免费畅听

一：整体介绍

AI生成音乐方面，精英创企打开头阵，大厂紧随其后，介绍目前国内外音乐大模型的基本情况、市场份额、商业模式等。

基本情况：

• 技术进步与创新：随着大模型技术的飞速发展，AI音乐生成已经成为现实。这些音乐大模型能够实现从基础的音频信号模拟到复杂音乐作品的生成，包括自动谱曲、填词、编曲等，极大地丰富了音乐创作的手段。
  
  同时AI创造是根据大数据来的，艺术原创性与情感表达的缺失，音乐不仅仅是音符与旋律、伴奏、节奏的结合、更多的是情感与灵魂的交流传达。即使生成的音乐可能在技术上是完美的。但难以触及人的内心深处，缺乏真正原创性，会让人感受缺少一种感觉。
  对于听众审美与鉴赏能力的变化：长期接触由AI生成的、可能趋于模式化的音乐，可能会影响听众的音乐审美，降低对真正富含情感与创意作品的鉴赏能力，进而影响整个社会的文化品位和艺术追求。

• 真正强大的音乐具有很大的吸引力，如同电视剧一样：（说一个生活当中真实的自己的例子，）

• 真正有影响力的音乐如同优秀的电视剧作品，它们具备无法抗拒的魅力。就我个人而言，对历史的浓厚兴趣一直是很喜欢很喜欢。我习惯于沉浸在历史的学习与探索中，而《雍正王朝》这部电视剧便是例证。几年前，观看的时候便很喜欢里面的剧情内容，，该剧虽然初步吸引了我的注意，但由于当时是朦胧浪漫初开的年纪的原因并未深究。
  但当时观看的时候内心就已经不喜欢观看这种类型的了，但看第一眼里面的内容就让我想要在看第二眼下去。即使是不喜欢但还是吸引着我。真正强大的音乐就应该是这样。
  然而，2022年再次观看，它深深吸引了我，激起了强烈的喜爱之情。这体验恰恰说明了一个道理：即便是起初可能未引起极大兴趣的事物，只要其内在品质卓越，最终也会凭借其强大的吸引力赢得人们的青睐。自己学习钢琴已经两年了，生活中在有写作业的时候播放着钢琴曲，或在思考中，或在书写中听到一首曲子会有一瞬间吸引我的时候。停下仔细聆听。之后的声音便没有在继续吸引着我。而这些曲子绝大多数是近代创作的。自己也用过用AI作曲子写一些小部分内容或在没有灵感的时候看能不能来些感觉，但都没有。尝试用AI找感觉多了之后，自己有了一种情感表达的缺失。
  自己喜欢浪漫主义古典时期的曲子，哪些总能让我有一种感觉也常常有美好的回忆。

• 艺术原创性与情感表达的缺失：尽管AI可以基于大量数据学习并生成音乐，但它缺乏人类的情感体验和创造力的火花。音乐不仅仅是音符和节奏的组合，更是情感与灵魂的传达。AI生成的音乐可能在技术上完美，却难以触及人心深处，缺乏真正原创性和情感深度。

• 产品实例：天工SkyMusic是国内公开可用的AI音乐生成大模型之一，它推动了音乐创作的智能化，提升了音乐制作的效率和创造性。国际上，企业如FreeCompose、一术科技也在该领域深耕，利用AI驱动的语音、音效和音乐生成技术。
• 应用场景：音乐大模型的应用范围广泛，包括但不限于短视频背景音乐(BGM)创作、人声合成、伴奏生成等，甚至可以为用户提供个性化定制歌曲服务，满足多样化的市场需求。

市场份额：

• 市场份额的具体数据没有直接提及，但可以看出国内外市场均在快速发展中，竞争格局尚未完全稳定。国外市场相对成熟，一些先驱企业已占据较大市场份额，而国内市场随着企业的崛起和技术创新，正逐步缩小与国际的差距。
• 腾讯音乐等大型平台开始自主研发音频大模型，并预计其盈利能力有望优于预期，这表明大公司在音乐大模型领域的布局和影响力正在增强。

商业模式：

• 成本低廉创作：如Suno等音乐大模型通过低成本（如一首歌仅需0.1元）吸引用户，虽然引发了业内关于质量标准的讨论，但也体现了低成本创作的商业模式。
• 个性化服务：提供个性化音乐生成服务，根据用户的特定需求定制音乐，这种模式能够深度绑定用户，创造高附加值。
• 版权合作与分成：音乐大模型平台可能会与艺术家、版权方合作，通过AI创作的音乐作品进行商业化，利润通过一定比例分成。
• 平台整合与增值服务：音乐大模型集成进现有的音乐平台或内容创作工具中，作为提升用户体验和增加用户粘性的手段，同时提供高级功能订阅、广告植入等增值服务来盈利。

音乐大模型正逐渐改变着音乐产业的面貌，尽管市场还在成长阶段，但其展现出的巨大潜力吸引了众多企业和投资者的关注。随着技术的不断成熟和商业模式的探索，预计未来几年内该领域将迎来更快速的发展。

方向二：人机合作

探讨人工智能和音乐人的合作模式，讨论AI在音乐创作中的辅助作用，以及如何实现人机共同创作的可能性。

叫《从0到1》这本书里边彼得·蒂尔说机器未来一定是跟人结合，因为机器没法识别东西。机器识别东西比人慢得多。  

创造

1. 创新与多样性：AI能够生成前所未有的音乐组合和风格，为音乐创作带来新鲜血液。通过学习大量不同流派的音乐数据，AI可以创造出跨界融合的作品，拓宽音乐的边界。

2. 辅助创作：对于音乐人来说，AI可以作为创意辅助工具，提供旋律建议、和弦进行或者节奏模式，激发创作者的灵感，提高创作效率。

3. 个性化体验：AI技术可以根据个人的音乐偏好生成定制化曲目，为听众提供更加个性化的音乐享受。

4. 无障碍创作：对于有身体限制或技术障碍的音乐爱好者，AI工具降低了音乐创作的门槛，使更多人能够表达自己的音乐创意。

潜在的“毁掉”

1. 原创性争议：虽然AI能生成音乐，但关于这些作品的原创性和情感深度存在争议。有人担心这可能会削弱人类艺术家的独特性和创造性价值。

2. 行业冲击：随着AI音乐的兴起，一些基础音乐制作工作可能被自动化取代，影响到相关从业者的就业市场。

3. 艺术与商业平衡：在追求效率和商业利益最大化的过程中，过度依赖AI生成的音乐可能忽视了音乐背后的情感传递和个人故事，影响音乐的艺术性和深度。

4. 版权与伦理问题：AI创作的音乐涉及复杂的版权归属和伦理问题，如何确保原创者权益，避免抄袭和侵权，是亟待解决的挑战。

对传统音乐产业的冲击：AI音乐的高效生成可能会压缩专业音乐人的生存空间，尤其是对于作曲家、编曲师和制作人等，他们面临的竞争不仅来自同行，还有不知疲倦且成本低廉的AI系统。这可能导致音乐行业的职业安全感下降，影响音乐人的生计和发展。 

版权与归属问题：AI生成的音乐作品在法律上的版权归属尚不明确，这可能导致艺术家权益保护的难题。谁该为AI创作的音乐作品享有版权？是训练数据的提供者、算法开发者还是仅仅使用工具的用户？这些问题的模糊性可能引发法律争议和道德讨论。

文化同质化风险：AI音乐生成依赖于其训练数据，如果训练数据偏向特定类型或风格，AI可能倾向于生成类似的作品，从而限制音乐多样性的展现，导致文化同质化。这不利于全球音乐文化的多元发展和保护。

听众审美与鉴赏能力的变化：长期接触由AI生成的、可能趋于模式化的音乐，可能会影响听众的音乐审美，降低对真正富含情感与创意作品的鉴赏能力，进而影响整个社会的文化品位和艺术追求。

方向三：伦理道德

讨论人工智能在创意产业引发的伦理道德问题，探讨AI是否可能取代人的角色，以及如何平衡技术发展与人类创造力的关系。

就业结构变化：技术创新常导致自动化和数字化取代人力，特别是在制造业和简单服务业中，这可能引发大规模失业，特别是对低技能劳动力的影响尤为显著。虽然新技术也会创造新的就业机会，但这些新岗位往往需要更高的技能水平，对于那些被替代的工人来说，转型并非易事。

社会分化加剧：技术进步可能导致资源和财富分配不均的问题更加突出。技术优势的企业和个人能够快速累积财富，而未能适应新技术的人群则可能面临淘汰问题。

创造性与人性价值：AI参与音乐创作，虽然在技术上是对创造边界的拓展，但其背后缺乏人类情感与经历的直接注入，这引发了关于艺术作品中人性价值的讨论。从正面看，AI作为辅助工具能够激发人类创作者的新灵感，推动音乐风格的融合与创新；从负面看，过度依赖AI可能削弱人类在艺术表达中的核心地位，影响音乐作为情感交流载体的本质。

责任与归属：在AI创作的音乐中，如何界定创意的来源和作品的归属，是一个伦理难题。这涉及到创作者（无论是人类还是机器）、开发者、数据提供者等多方面的权利与责任。确保创意劳动得到合理认可与奖励，维护创作的公平性，是伦理道德关注的重点。

文化多样性与保护：AI音乐生成如果未能充分考虑全球音乐文化的多样性，可能加剧文化同质化，损害少数群体或边缘文化的声音。维护和促进文化多样性，要求在AI系统的开发与应用中融入伦理考量，尊重并保护每一种音乐文化的独特性。

受众影响与教育：面对AI音乐的兴起，如何引导公众正确理解技术与艺术的关系，培养批判性思维和深层次的音乐鉴赏能力，是教育与伦理道德的重要方面。应当鼓励受众探索音乐背后的深层意义，而不是仅仅满足于表面的娱乐消费。

透明度与隐私：AI音乐模型的训练往往基于大量的音乐数据，涉及艺术家和听众的隐私问题。确保数据收集与使用的透明度，保护个人和知识产权，是遵循伦理道德不可或缺的一环。