北京
你刚听完一首歌的前奏，以为是歌剧，副歌部分突然变成了重金属，间奏还混进了一段雨声和雷声。这不是什么实验音乐人的新专辑，而是语音人工智能公司十一实验室刚刚发布的音乐生成模型Music v2能干的事。
距这家公司首次推出音乐生成模型快十个月了，新版本这次主打的卖点，就是让模型在一条音轨内部完成风格切换，同时还能把复杂的人声处理和作曲逻辑揉在一起跑。官方直接举了例子：从歌剧到重金属再切回来，中间还能插一轨快到听不清词的说唱，保证不崩。更夸张的是，它可以给曲子加上非音乐类的音效。
十一实验室对创作控制权的设计，倒是把实用主义写在脸上了。艺术家现在不用像以前那样，每次只能让模型吐出一段十几秒的片段再手动拼。Music v2允许按歌曲结构来搭建：前奏、主歌、副歌分开生成，最后再缝成一条完整的音轨。修音也变得更像一个修补工具，选中曲子里需要改的那一小块，用提示词重新生成，其他部分纹丝不动。这种局部重绘的逻辑，对于做商业配乐的人，算是把返工成本往下拽了拽。公司还强调，模型在跨语言、歌词咬合、人声表现和编曲结构上的稳定性都有提升。
把时间线拉长看，最近几个月大模型厂商在专业级音乐生成这条赛道上，油门都快踩进油箱里了。谷歌、稳定人工智能、Suno都发过新模型，方向出奇一致：更长、更复杂的曲子，以及更细的编辑颗粒度。谷歌在开发者大会上的演示格外具体——用它的Flow Music工具，给一首歌换编曲风格做翻唱，或者按段落拆开编辑，还能顺手生成一支音乐视频。整个行业的竞争焦点，已经从“能不能生成一首能听的歌”，迅速滑到了“能不能让创作者用起来足够顺手”的阶段。
不过，最让商业用户松一口气的，可能是版权这根刺被十一实验室主动拔掉了。公司特意点出，Music v2的训练数据全部来自已获授权的素材，生成的音轨明确标注为可商用。这个表态放在当下的行业背景里，指向性太明显了。同样是做AI音乐的Suno和Udio，已经被唱片公司拖进了版权诉讼的泥潭。几家巨头心里都清楚，跟版权方坐下来谈授权，已经不是锦上添花，是绕不过去的生存门槛。
目前这个新模型已经放进十一实验室的ElevenCreative工具里，主要面向市场营销和品牌创意团队。同期上线的还有一个独立平台ElevenMusic，专门用来生成AI歌曲。接入ElevenAPI的开放接口则还需要再等一等。整个产品布局的意图很明确：先把企业和创作者服务稳，让商业落地的路径跑通，至于开发者生态的放大效应，那是下一步的事。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
