对话昆仑万维CEO：中厂不入红海

昆仑万维并不是一家容易读懂的公司。成立17年，上市整10年，从浏览器、社交、搜索、游戏，到近两年涉足AI音乐、AI短剧等，它从未远离过大厂云集的风口。

但能在巨头卧榻之侧长久生存，昆仑万维总结出了一套独特而实用的“中厂”生存哲学：找准细分市场，不进红海；做好付费赛道，坚持盈利。

更多时候，昆仑万维贴紧大厂的节奏，又将触角伸向其射程外的市场。2023年，乘着AI的东风，昆仑万维股价在几个月时间里飙升了5倍。其实，昆仑万维的生意早已遍布五大洲70多个国家。

“宁为鸡口，不为牛后。”已加入昆仑万维17年的董事长兼CEO方汉言简意赅地对《财经天下》说。他总结，中厂要懂得从终局思考，在当下的大模型军备竞赛中，中厂更需要在自己熟悉的赛道中做到“SOTA”（State-of-the-Art，当前最佳技术或最前沿水平）。

去年4月，昆仑万维发布了第一代音乐生成模型Mureka V1（SkyMusic）。经过一年的改进调试，3月26日，昆仑万维上线了最新版音乐大模型Mureka O1与基座模型Mureka V6。“我们最后用了O1的名字，因为它是真正全面超过Suno的音乐生成模型。”方汉说。

除了新上线的音乐模型，方汉也与《财经天下》分享了他对当下火爆的AI Agent赛道的理解：“一流的企业做协议，二流的企业做产品，三流的企业做市场。现在大家不会再让一个公司去垄断所有，这里面（属于中厂和创业公司的）机会跟空间就非常多。”

▲昆仑万维董事长兼CEO方汉。图源/受访者

01、追逐SOTA红利，节省营销

昆仑万维之所以选择在音乐模型上“单点突破”，有内外因的考虑。“（音乐大模型）是一个比较窄的赛道，不像文本大模型那么热。算力成本低也是一个重要因素。”方汉说。

而在必要的训练数据上，昆仑万维也有不为人知的积累。2017年，K歌软件在国内蔚然成风，昆仑万维创始人周亚辉如法炮制，在海外孵化了音乐平台StarMaker。

他曾直言：最好的商业就是不竞争之地。彼时，昆仑万维便绕开了国内市场，将StarMaker的重心锚定在了中东、非洲、东南亚等地。

同时，为了解决大量歌曲缺少人声伴奏版本的问题，昆仑万维专门组建了AI作曲实验室StarX MusicX Lab，研发将近三年，将AI人声消除技术做到了世界头部水准。

这不仅为StarMaker带来了用户，也打下了日后研发音乐大模型的技术基础。“人类到现在为止，总共只生产了4000万首音乐。在这个过程中，我们对大量音乐进行了处理，也收集了全球各地的公开版权音乐。”

2022年底，StarMaker累计注册用户达3.1亿。“如果说谁家手上的全量音乐数据是最多的？我们可以说跟腾讯、字节一样，都是头部梯队。”方汉说。

2021年开始，昆仑万维便已立项了音乐生成模型。早期模型多采用符号生成技术，2024年4月，昆仑万维发布了第一代采用扩散生成技术的音乐模型Mureka V1（SkyMusic），获得了外界的不少好评。

对于新版Mureka O1，方汉给团队的定位非常明确：要从产品角度、技术角度全面超越Suno，在该赛道上做到SOTA。

为何要执着追求SOTA？源于方汉对昆仑万维“中厂”的定位。“有了SOTA，你可以不用做任何营销，产品红利会迅速地爆。”

他以DeepSeek-R1为例，凭借“推理大模型”的细分赛道SOTA，迅速抢占了中国文本大模型客户端第一的位置。在国外拉到了好多客户，也几乎没有花过PR费用。“我们很清楚，这一波大模型你没有SOTA，就拿不到技术跟产品红利。”

而在音乐大模型的评测中，Mureka O1在人声、BGM（背景音乐）、混音等方面已经领先Suno V4。同时，在海量曲库下，Mureka O1可支持10种语言，几乎覆盖了世界上90%的人群。

▲Mureka O1的多语言选择。来源/官网

Mureka O1在技术层是如何做到SOTA的？方汉表示：Mureka O1的最大突破便是首次将“思维链（Chain of Thought，简称‘CoT’）”技术引入到了音乐模型中。这也是方汉在研读了DeepSeek-R1的技术报告后，得到的启发。

CoT顾名思义，是在推理过程中加入了思考与自我批判。而市场的上一代音乐模型多基于Diffusion in Transformer（扩散模型与Transformer架构相结合的技术），比较随机、无目的。

方汉形容，这会让生成音乐的过程像“一锤子买卖”，一口气来十几首曲子，交给用户人工调整。

在CoT支持下，Mureka O1会更有目的，能在生成之前预测整个音乐结构，通过O1自有的评分模型，挑出最好的结果交给用户，从而让生成质量、歌词旋律契合度、发音唱对率、艺术表现力大幅提高。

“预测的过程，就是MusiCoT框架的核心。”方汉说。而评分模型则是基于StarMaker的用户积累，对Mureka V1生成结果的打分形成。

“这个数据只有在线上大量地跑，跑几千万首歌才能跑出来。我们再把这几千万的数据筛选、清洗、人工标注，最后得到真正用来训练的数据量其实不大——但那是最核心的数据。”

02、AI音乐要向谁收钱？

除了技术作为底座，Mureka O1也添加了多项功能创新。

此前在StarMaker上，昆仑万维观察到K歌产品里最受欢迎的歌手，往往是其音色与某一歌星相近的。因此在Mureka O1里，模型也为用户提供了“音色克隆”功能。

Mureka O1还新开放了“微调API”。例如冬不拉这种小众乐器很少出现在生成器选项中，但在Mureka O1上，用户可以通过上传大量由冬不拉演奏的音乐来微调模型，Mureka O1就能据此来生成高质量的冬不拉音乐。

那么，Mureka O1音乐大模型的用户群体是谁，商业模式又如何？方汉表示，最庞大的用户基础是C端爱好者。过去，生产一首专业音乐的成本要在10万元左右，AI音乐的介入将直接为他们降低创作门槛。

而在付费端，昆仑万维主要瞄准的是影视、游戏、音频等领域的从业者，付费用户可获得更高速度、优先的AI生成机会。

这有些不同于Suno的“走量模式”——目前Suno的免费会员每天最多生成10首歌曲；愿意支付每月8美元、24美元的付费会员，每月分别可生成500首和2000首歌曲。

而昆仑万维除了会员付费，更倾向于为B端客户提供专业功能，通过SaaS或PasS服务收费。2024年，昆仑万维的音乐大模型得到了如中国联通、中国移动，以及一些造车企业的大客户，和海外小B客户的合作。

方汉坦言，在国内靠用户订阅付费的商业模式还很难成立，坚持服务于有付费习惯的B端和C端用户，也是昆仑万维坚持出海的原因之一。“作为一个中厂，不赚钱就活不下去，这是很实际的问题。”

从商业模式上，昆仑万维认为Mureka O1更适合“平替”的是数字音乐工作站（Digital Music Workstation）。

这个市场原来更多服务于专业人士，“大概一年40亿美元规模，已经比较成熟了。而我们就好比为他们提供了一个平民化工具，类似给视频平台提供了‘剪映’。”

未来音乐大模型的发展方向会是怎样？中厂又该如何选择赛道？“这就要对终局反复思考”，方汉说。

“AGI是梦想，但AIGC更容易赚钱，AIGC皇冠上的明珠一定是视频生成。”而在视频生成中，还需要音乐、音效、音频来配合。

在整个视频生成生态中，昆仑万维又要如何卡位？“我们有音乐数据，先卡音乐的位置。有短剧方面的经验和渠道，再去卡短剧这个位置，不断地缩小我们的卡位。”

2月18日，昆仑万维在Hugging Face上开源发布了视频生成模型SkyReels-V1，两个星期左右，下载量超过了10万。

作为中国首个面向AI短剧创作的视频生成模型，SkyReels-V1不仅支持文生视频（T2V）、还能支持图生视频（I2V），是开源视频生成模型中参数最大的支持图生视频的模型，在同等分辨率下各项指标同样实现了开源SOTA。

方汉表示，SkyReels-V1定位是在短剧场景，而非一般视频生成。“更准确地说，这是一个表演大模型，专门为使用者和观众生产最高质量的短剧以及影视剧。”

03、中厂的卡位之路

在方汉的判断中，音乐和短剧市场的上限还极大。

例如，视频生成后，没有音乐，用各种各样的AI工具去匹配，让人去卡时间轴，还要卡得很准，是很困难的。而借助于音乐大模型，可以一揽子将视频、配音、配乐全部生成，“保证你的点是准的，这对于影视制作是非常强的协同”。

虽然与渠道之间的商业生态，仍会存在漫长的磨合过程，但对于广大MCN，尤其是短视频作者来说，AI音乐会让素人创作型歌手更容易冒出来，是确凿无疑的。

对于很多音乐创作者认为“AI音乐没有灵魂”的疑问，方汉认为，偏见需要时间去消除。“国内已经有顶尖创作者，比如郭帆导演与我们联系。2024年的春晚，也已经出现了AIGC的内容。比如任素汐跳舞的背景就是由AI生成的。”

作为“中厂”要如何处理与巨头的竞争关系，昆仑万维已习惯淡然处之。

“在AIGC上，中厂还是大有可为的。大厂本质上是to C基因，就像字节做剪映一样，它终归是为自己的平台去服务。对于其他客户的需求，响应得不会有那么多。”而昆仑万维正因为是“小厂”，从而更加开放，“什么样的视频生成模型我们都会去适配。”

特别是在DeepSeek引发了新一轮技术创新之后，AIGC技术将更多落实到产品上，也让中小厂的机会更多闪现出来。

方汉分享了一个行业观察：2023年创业的AI企业CEO几乎全是算法工程师，2024年开始有一些CEO是产品出身。“2025年往后，我觉得会有更多产品出身的人会去做AI产品。”

他表示：互联网行业人士常说，一流的企业做协议，二流的企业做产品，三流的企业做市场，在大模型领域也是如此。

例如，Anthropic做的MCP协议（模型上下文协议）在Agent领域应用非常广。“基于MCP协议开发的Agent，我们看到的已经有上万个了。”近日，OpenAI、谷歌、阿里也都纷纷仿效Anthropic，宣布拥抱MCP，上线了新的服务平台。

“Agent最后会都捆在一个模型当中吗？不可能，一定是所有的模型都适配。而从协议到生态，还有很长的路要走。”

方汉透露，有中国公司正在尝试做Agent的工作流生态。接下来，Agent要适配所有模型，要用什么协议来适配？千奇百怪的长尾需求谁来响应？要用什么样的工具去完成Agent Marketplace（用于展示和销售各种AI Agents）？在上层如何去管理Agent Marketplace？“这就涉及很多路径，有开源路径，有闭源路径。”

而AI生态的发展路径势必不会重复移动互联网的老路。“像安卓或者iOS商店那样，是所有人都不想看到的，因为大家在上面吃的苦头已经够多了。”

如何用更开放的生态来做Agent Marketplace，又要如何找用户去收费？类似Manus这样的Agent只是刚冒出来的事物，走到通用Agent市场将是漫长的过程。“大家不会再让一个公司去垄断所有，这里面的机会跟空间就非常多。”

作者 |林小葵，编辑 |李不清，图片来源 | 视觉中国，本内容来自财经天下WEEKLY