每經(jīng)記者｜丁舟洋    每經(jīng)編輯｜畢陸名    

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

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

“我從事音樂產(chǎn)業(yè)十幾年的時(shí)間，傳統(tǒng)的音樂產(chǎn)業(yè)的生產(chǎn)是詞曲、創(chuàng)作、編曲、錄音、發(fā)行，這一套完整的產(chǎn)業(yè)，由不同的行業(yè)，不同的企業(yè)，不同的人來完成的，是一個(gè)極其復(fù)雜的系統(tǒng)工程。最早的一首高品質(zhì)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。現(xiàn)在某個(gè)平臺的收費(fèi)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(chuàng)作的邊際成本趨近于0?！痹?月14日第十三屆中國網(wǎng)絡(luò)視聽大會(huì)上，朱泓發(fā)言表示。

""圖片來源：主辦方供圖

然而，當(dāng)前主流AI音樂模型多訓(xùn)練于西方流行音樂，對國風(fēng)核心元素的理解與融合仍顯不足?；凇皣L(fēng)”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(jīng)濟(jì)新聞》記者在內(nèi)的采訪。

音樂產(chǎn)業(yè)已從唱片工業(yè)邁向Token經(jīng)濟(jì)

在朱泓看來，當(dāng)前，AI技術(shù)正在深刻的推動(dòng)音樂產(chǎn)業(yè)的變革，讓高質(zhì)量的音樂規(guī)模化、低成本輸出成為現(xiàn)實(shí)，推動(dòng)音樂從精英藝術(shù)走向全民表達(dá)。

“在線音樂產(chǎn)業(yè)進(jìn)入了一個(gè)‘文藝復(fù)興’的時(shí)代，中國數(shù)字音樂的市場規(guī)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(fù)興’，成為產(chǎn)業(yè)增長的重要引擎，Z世代、阿爾法世代成為了為音樂付費(fèi)的主力，文化自信帶動(dòng)了國潮的爆發(fā)?！?/p>

“音樂產(chǎn)業(yè)已從唱片工業(yè)邁向Token（詞元）經(jīng)濟(jì)，一首3分鐘的AI歌曲Token消耗大概是3萬Token，技術(shù)紅利全面釋放?！敝煦硎荆巴瑫r(shí)，我們也清醒地看到，在國風(fēng)音樂的AI生成大模型方面，我們?nèi)匀徽J(rèn)為一些主流的或者西方的音樂生成工具，還沒有達(dá)到國風(fēng)音樂標(biāo)準(zhǔn)的審美，這是有一些共識，還需要積極的探索。”

比如，如果讓市場上現(xiàn)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(cuò)的表現(xiàn)，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(fā)業(yè)內(nèi)領(lǐng)先的全棧國風(fēng)音樂大模型，深度融合地方戲曲、民族調(diào)式等傳統(tǒng)美學(xué)，支持多模態(tài)文生音樂、音頻生音樂，1分鐘即可輸出專業(yè)級作品，徹底降低創(chuàng)作門檻。并構(gòu)建社區(qū)共創(chuàng)生態(tài)，將咪咕音樂打造為國風(fēng)音樂愛好者、創(chuàng)作者的社區(qū)?！巴瑫r(shí)，我們給創(chuàng)作者以明確的確權(quán)，以及商用的全鏈路，在咪咕自身的體系里面，一個(gè)是音樂平臺，另外一個(gè)就是視頻彩鈴平臺上，為國風(fēng)音樂創(chuàng)作者打開商業(yè)化機(jī)會(huì)?！?/p>

AI會(huì)取代音樂人創(chuàng)作嗎？“我認(rèn)為這是給了創(chuàng)作人更多選擇。”朱泓回應(yīng)稱，“汽車時(shí)代到來，難道我們?nèi)祟惒粫?huì)走路了，我們只是開著汽車跑得更快，走得更遠(yuǎn)。甚至催生了賽車這類追求極致速度與技巧的全新形態(tài)。未來的音樂創(chuàng)作，也將迎來‘人車共創(chuàng)’般的深度融合，這正是AI音樂大模型進(jìn)化的終極目標(biāo)?！?/p>

破解具身機(jī)器人弦樂連續(xù)演奏難題

在4月14日第十三屆中國網(wǎng)絡(luò)視聽大會(huì)“AI+國風(fēng)音樂創(chuàng)新發(fā)展論壇”上，咪咕公司還與成都傳媒產(chǎn)業(yè)集團(tuán)簽署戰(zhàn)略合作協(xié)議。雙方將秉持“資源共享、優(yōu)勢互補(bǔ)”原則，圍繞文旅文博、演藝、體育等領(lǐng)域開展全方位合作。

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

圖片來源：主辦方供圖

“機(jī)器人演奏最難的問題是什么？是弦樂。因?yàn)樗皇谴驌舻?，是連續(xù)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(dòng)作捕捉的問題。我們構(gòu)建了國際上第一個(gè)音視頻協(xié)同的動(dòng)作捕捉系統(tǒng)，基于這一寶貴的數(shù)據(jù)集，我們與中央音樂學(xué)院等國內(nèi)外頂尖科研團(tuán)隊(duì)建立了廣泛合作?！?/p>

“結(jié)合AIGC（人工智能生成內(nèi)容）能力，我們實(shí)現(xiàn)了從音樂到動(dòng)作的自動(dòng)生成。現(xiàn)在，只需輸入一段音頻，系統(tǒng)便能自動(dòng)生成與之匹配的精細(xì)演奏動(dòng)作，無需人工再行編排。我們已能用此技術(shù)驅(qū)動(dòng)數(shù)字人，其演奏時(shí)手部的揉弦等細(xì)節(jié)動(dòng)作都顯得極為精妙?！?/p>

于濤表示，近期，其通過與SoftRobotics的合作，進(jìn)一步實(shí)現(xiàn)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(gè)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(jī)器人，而是能夠在舞臺上真正演奏弦樂的機(jī)器人樂團(tuán)。

封面圖片來源：主辦方供圖