不做通用大模型

来源：市场资讯

（来源：钛媒体AGI）

AI音乐“隐形冠军”终于浮出水面。

WAIC拥挤现场的长队，排给了一把会“即兴演奏”的AI吉他。

在WAIC 2026展区，天谱乐AI吉他产品年度焕新款迎来首次公开亮相。期间，这把AI吉他背后的母公司趣丸科技，还发布了天谱乐大模型V4.7，让音乐大模型走向“听得懂修改意见”。

所有人都能感知到，今年WAIC的热度超越以往。而AI行业自身，历经无数个技术风口与舆论喧嚣后，正在告别虚无的“算力军备竞赛”，大模型的商业价值，也在垂直场景中真正兑现。

业界也将目光放到了一种区别于通用大模型的路径：垂直整合。相比于自带光环的互联网大厂和高估值的明星大模型创业公司，垂直AI厂商以贴近用户场景、自我造血能力的姿态，默默走到了AI时代的舞台中央，成为既务实又有生命力的样本。

核心聚焦AI音乐与AI语音，并延伸至AI硬件的打法，趣丸科技为这一路径提供了一个可供观察的案例。

1

告别算力军备赛

一个垂直AI商业化新故事

AI大模型领域的标准竞争姿态，从来都是典型的军备竞赛：参数规模、上下文窗口、多模态能力，成为衡量企业价值的显性标尺。

到今年，这种横向扩张模式正遭遇边际效益递减。一方面，通用大模型的同质化日趋严重，单纯依赖模型API输出的产品难以建立用户黏性；另一方面，当AI从生产力工具向生活方方面面渗透的时候，技术必须嵌入具体场景，并解决真实痛点。

趣丸科技放弃了面面俱到的通用平台幻想，转而深耕两个具备高情感价值与高交互密度的垂直领域：AI音乐与AI语音。

虽然属于不同赛道，它们的底层逻辑颇为相似：人类最自然的非文字表达方式，长期被专业壁垒所禁锢，且具备从数字内容向实体硬件延伸的属性。

趣丸AI音乐生态的基座是天谱乐大模型。这是一条有别于开源微调的自研路线，模型在设计之初就面向实时交互优化，为Agent的对话式创作体验提供了可能。

WAIC 2026期间，天谱乐大模型上线了V4.7，让AI生成的音乐变得更容易控制，也更适合继续修改。在Meta Audiobox Aesthetics与SongEval两套评估体系下，V4.7在内容享受度、作品记忆点和声音清晰度等指标中获得较高分数，其余音乐性、连贯性和自然度指标也处于第一梯队。

V4.7接入了对话式音乐创作智能体Tunee，这是趣丸科技旗下的对话式音乐创作Agent。这种“对话即创作”的交互范式，真正突破是其主动共创能力，区别于被动的“一键生成”工具，更像一位懂音乐、有耐心的合作者。

自去年9月正式上线以来，Tunee官网月度访问量保持在百万级以上，是国内AI Agent赛道中出圈最快的产品之一。

真正让业界为之侧目的，是天谱乐AI吉他。作为全球生成式AI吉他的品类开创者，天谱乐AI吉他率先把AI音乐大模型装进吉他，让不会乐器、不懂乐理的人也能体验弹奏和创作音乐的快乐。

WAIC 2026现场，新款天谱乐AI吉他重点展示了“AI即兴演奏”，这是今年推出的核心交互玩法。用户直接在吉他端生成专属音乐，进行即兴演奏，将从作曲到演奏的复杂过程大幅简化。配合AI转谱、哼唱成曲等能力，零基础用户也能快速参与演奏和音乐创作。

天谱乐AI吉他的产业意义，远超消费电子范畴。它让“生成式AI”脱离屏幕，成为可以触摸、拨弦、感知共振的物理存在。对于专业乐手，它是灵感催化剂；对于零基础爱好者，它是通往音乐世界的第一把钥匙。

正如趣丸科技副总裁贾朔所表达的那样，当普通人能够像拍照、拍视频一样自然地用音乐表达情绪、记录生活，音乐才会真正成为一种普惠的创作媒介。而吉他这一物理载体，也让AI音乐走出手机和电脑，真正融入普通人的日常生活。

趣丸科技的垂直整合，不仅构建了技术飞轮——模型为应用提供智能，应用为硬件注入全新体验。同时，硬件为模型反哺真实的用户交互数据，因此构建了一个系统级的护城河。

事实上，AI早已经让创作无处不在，但如何让好内容被看见、走出去、赚得回，则成为AIGC下半场必须直面的现实课题。

AI语音则是趣丸科技对这一现实课题的回应。

近年来，中国影视作品出海速度加快。然而，译制配音环节始终是行业痛点。高质量、高效率、低成本三者难以兼得，构成了一个“不可能三角”。

在这一背景下，趣丸科技与香港中文大学（深圳）联合研发的MaskGCT语音大模型应运而生。2024年10月24日，MaskGCT通过Amphion系统正式面向全球开源。在多个TTS基准数据集上，MaskGCT均达到SOTA（当前最优）水平，某些指标甚至超越人类水平。

趣丸千音（All Voice Lab）正是搭载MaskGCT语音大模型的商业化实践样本。

作为一站式视频翻译与AI配音平台，趣丸千音实现了AI译制成本较人工降低90%，速度提升50倍以上，每月译制量高达50万分钟（约5000部剧）。

上线以来，趣丸千音帮助超100个影视漫客户解决译制难题，月出海单一语种的短剧数量近万部，出海全球超30个国家和地区，助力客户YouTube频道月收益提升10-30%。

通过AI音乐和AI语音的双轮驱动，趣丸科技正在成为文娱产业的“新基建”提供商。它证明了垂直AI厂商不需要做所有人的生意，只要在特定的垂直领域做到极致，就能挖掘出巨大的商业金矿。

2

从移动语音到AI创造

趣丸十二年“兴趣进化论”

趣丸科技的前半程是典型的移动互联网成功学。其龙头产品TT语音，从一款解决“找人玩游戏”痛点的语音工具，进化成为了一个注册用户超2亿的兴趣社交平台。当AI浪潮席卷全球，它选择主动转身，在2021年便前瞻性地布局AI，为当前成为AI文娱领军企业地位打下了基础。

这家公司十二年的进化，本质上是从“连接兴趣”到“创造兴趣”的战略跃迁。而贯穿其中的底层逻辑，始终是“兴趣”与“以人为本”。

举个例子，TT语音早期的定位极其朴素——“游戏对讲机”，但真正让趣丸科技创始人宋克对产品价值产生颠覆性认知的，是用户自发的行为演化。

他发现，很多用户打完游戏后并不退出房间，反而开始唱歌、聊天、分享生活。那时候他意识到，平台表面上解决的是，“如何更好地玩游戏”的效率问题，实际上解决的是，“如何更好地与人连接”的情感问题。

基于这一认知，TT语音早期就从“工具”向“社区”演进——在游戏开黑房之外，陆续推出唱歌房、闲聊房、影音房等多元兴趣空间。

而在深耕社交赛道的过程中，趣丸科技洞察到一个行业全新趋势：新时代用户不再满足于内容消费，更渴望自主创作、实现自我表达。

这一洞察并非空想。在TT语音平台上，用户早已不满足于“找人打游戏”：他们在语音房里唱歌、在聊天室里分享生活、在社区里表达自我。而当AI技术逐渐成熟，这些深层的需求可以成为现实。

过去，完成一首歌，从作词、作曲，到编曲、混音，再到录制演唱，每一个环节都需要专业能力。很多人或许有灵感、有情绪，却很难真正把脑海里的旋律变成一首完整作品。

2024年，团队开始从零构建多模态音乐生成大模型“天谱乐”，走出了一条有别于开源微调的自研路线。在AI语音领域，趣丸科技联合港中文（深圳）开源了语音大模型MaskGCT。

趣丸既做AI音乐，也做AI语音；既推出AI硬件，又有累计注册用户超2亿的兴趣社交平台。业务跨度看似很大，实质上是建立在同一套AI交互能力之上的持续延伸。

从不同业务来看，趣丸科技服务的是音乐创作、内容出海、公共服务和兴趣社交等多个领域；但从技术架构来看，它们共享的是同一套AI交互能力。

回望趣丸科技十二年的进化轨迹，一条清晰的脉络浮现出来：前半程是“连接兴趣”：用兴趣社区连接每一个渴望归属的年轻人；后半程是“创造兴趣”：用AI降低创作门槛，让每个人都可以把创意变成数字资产，把热爱变成可持续的表达。

支撑这条轨迹的，并非对技术风口的追逐，而是对“兴趣”与“人”的始终如一的理解。无论是TT语音，还是AI音乐，趣丸科技的思路是将“用户洞察”置于技术研发之前。这种“从人出发、以终为始”的产品哲学，使得技术迭代始终围绕真实场景展开，而非陷入单纯的技术竞赛。

从“连接兴趣”到“创造兴趣”，这不仅是趣丸科技的进化论，也是一个关于“技术如何服务于人”的答案。无论技术如何变化，商业的本质从未改变：理解人、服务人、成就人。

3

结语

十二年前，趣丸科技回答了一个问题：如何让喜欢玩游戏的人找到彼此？十二年后，它在回答另一个问题：如何让每一个普通人都有机会创造属于自己的作品、表达属于自己的热爱？

当大家围绕“单点工具”或“通用平台”的常规路径狂卷不已的时候，趣丸科技以垂直整合为轴心，在AI音乐与AI语音交互两大阵地上，构建起一套“模型—应用—硬件”三位一体的闭环生态。

这是对AI商业化本质的回应：技术只有穿透底层算法、中间层交互与终端物理载体，才能真正融入每一个普通人的生活，才能形成可持续的商业模式。