从几十万元一首歌到制作费低至两毛钱，国风音乐能否迎来全民“文艺复兴”？

每经记者：丁舟洋 每经编辑：毕陆名

不久前，中国移动咪咕音乐党委书记、总经理朱泓收到了好友的一则微信，“这是我一天时间里做的四首歌，你帮我听听”。这让音乐产业从业者的他深受触动，“我意识到，未来人们听什么歌？听自己做的歌”。

而这一切的实现，都源于AI（人工智能）的到来。如今随着腾讯音乐、字节跳动、昆仑万维、MiniMax等公司推出音乐大模型，人人皆可创作音乐的时代已经到来。

“我从事音乐产业十几年的时间，传统的音乐产业的生产是词曲、创作、编曲、录音、发行，这一套完整的产业，由不同的行业，不同的企业，不同的人来完成的，是一个极其复杂的系统工程。最早的一首高品质的录音室音乐是要几十万元一首歌，如果还要拍MV的话，那就不再是几十万（元）的量级，可能是几百万元量级一首歌。现在某个平台的收费我知道是2毛钱，我们需要等待1分钟就出一首歌，所以将制作周期缩短到了分钟级，AI创作的边际成本趋近于0。”在4月14日第十三届中国网络视听大会上，朱泓发言表示。

""图片来源：主办方供图

然而，当前主流AI音乐模型多训练于西方流行音乐，对国风核心元素的理解与融合仍显不足。基于“国风”音乐大模型，咪咕音乐将有怎样的探索？朱泓接受了包括《每日经济新闻》记者在内的采访。

音乐产业已从唱片工业迈向Token经济

在朱泓看来，当前，AI技术正在深刻的推动音乐产业的变革，让高质量的音乐规模化、低成本输出成为现实，推动音乐从精英艺术走向全民表达。

“在线音乐产业进入了一个‘文艺复兴’的时代，中国数字音乐的市场规模全年超过了1000亿元，同比增长了15%，线下演艺也迎来了‘文艺复兴’，成为产业增长的重要引擎，Z世代、阿尔法世代成为了为音乐付费的主力，文化自信带动了国潮的爆发。”

“音乐产业已从唱片工业迈向Token（词元）经济，一首3分钟的AI歌曲Token消耗大概是3万Token，技术红利全面释放。”朱泓表示，“同时，我们也清醒地看到，在国风音乐的AI生成大模型方面，我们仍然认为一些主流的或者西方的音乐生成工具，还没有达到国风音乐标准的审美，这是有一些共识，还需要积极的探索。”

比如，如果让市场上现有AI音乐大模型生成一首说唱流行歌曲，各种工具都能有不错的表现，但如果要生成一首侗族山歌，就不一定能像样了。

朱泓表示，咪咕音乐正自主研发业内领先的全栈国风音乐大模型，深度融合地方戏曲、民族调式等传统美学，支持多模态文生音乐、音频生音乐，1分钟即可输出专业级作品，彻底降低创作门槛。并构建社区共创生态，将咪咕音乐打造为国风音乐爱好者、创作者的社区。“同时，我们给创作者以明确的确权，以及商用的全链路，在咪咕自身的体系里面，一个是音乐平台，另外一个就是视频彩铃平台上，为国风音乐创作者打开商业化机会。”

AI会取代音乐人创作吗？“我认为这是给了创作人更多选择。”朱泓回应称，“汽车时代到来，难道我们人类不会走路了，我们只是开着汽车跑得更快，走得更远。甚至催生了赛车这类追求极致速度与技巧的全新形态。未来的音乐创作，也将迎来‘人车共创’般的深度融合，这正是AI音乐大模型进化的终极目标。”

破解具身机器人弦乐连续演奏难题

在4月14日第十三届中国网络视听大会“AI+国风音乐创新发展论坛”上，咪咕公司还与成都传媒产业集团签署战略合作协议。双方将秉持“资源共享、优势互补”原则，围绕文旅文博、演艺、体育等领域开展全方位合作。

对于AI音乐前沿与应用展望，清华大学信息国家研究中心副主任、中国人工智能学会副秘书长于涛在“AI+国风音乐创新发展论坛”上分享道，AI与音乐、具身智能具有很大的结合空间。“我们可以看到，虽然很多演出中都有机器人的乐器表演，但实际上里面展示的演艺内容都是预编好的，想让它们再表演些别的，又得重新做一套。”所以还远没有那么“通用”。

图片来源：主办方供图

“机器人演奏最难的问题是什么？是弦乐。因为它不是打击的，是连续的演奏，需要你的力度非常高频的变化。”于涛表示，“所以我们首先解决了动作捕捉的问题。我们构建了国际上第一个音视频协同的动作捕捉系统，基于这一宝贵的数据集，我们与中央音乐学院等国内外顶尖科研团队建立了广泛合作。”

“结合AIGC（人工智能生成内容）能力，我们实现了从音乐到动作的自动生成。现在，只需输入一段音频，系统便能自动生成与之匹配的精细演奏动作，无需人工再行编排。我们已能用此技术驱动数字人，其演奏时手部的揉弦等细节动作都显得极为精妙。”

于涛表示，近期，其通过与SoftRobotics的合作，进一步实现了满足物理约束的具身演绎。于涛说，在具身智能层面取得突破后，我们可以畅想一个未来：或许在某一年的春晚上，登场的将不再是表演功夫的机器人，而是能够在舞台上真正演奏弦乐的机器人乐团。