你剛被歌打動，點開評論區想寫下「這首歌唱到心裏了」，卻看見曲目信息上明晃晃的幾個字——AI生成。

　　AI音樂，正以驚人的速度湧入市場。有數據顯示，2025年，僅Suno一個製作軟件，用戶每天生成的歌曲就超過700萬首——相當於兩周就能生成近億首歌曲，體量驚人。

　　創作者的門檻變得史無前例地低。不久前，谷歌在旗下億級用戶產品Gemini中上線音樂生成功能：一句話、一張照片，數十秒內就能生成一段完整音樂。去年年底，騰訊音樂旗下的AI創作工具「VEMUS未音」也正式發布，主打讓零基礎的人也能輕鬆發歌。

　　在這股AI音樂洪流中，大量歌曲被打上「AI感強」「粗糙」的標籤，但也有一批作品讓人真假難辨，甚至被認為比真人演繹更有味道。當人與AI的聽感邊界日漸模糊，行業正在經歷一場劇烈的震盪。

　　記者近日採訪了多名音樂人及音樂平台相關負責人，試圖尋找答案。

冷熱之間，誰在被取代？

　　在傳統音樂生產鏈條上，生成式AI的衝擊並非「平均用力」。

　　首當其衝的，是那些為平台量產歌曲的作詞以及作編曲的工種。「Suno這些平台確實很厲害，比很多詞曲作者都要高效得多。」廣東某唱片公司的音樂製作人Rey說。

　　他口中的Suno，是目前全球最火的AI音樂生成平台之一。用戶只需輸入簡單的歌詞和風格提示，幾十秒內就能生成一首包含人聲、旋律、編曲的完整歌曲。「我認識的一些詞曲作者，要不就回老家了，要不就改行學別的了。」Rey告訴記者。

　　音樂製作人莫芷銘身邊也有人因此失業。他注意到這背後創作模式的變化——以前一個公司要製作十首歌，需要找五個編曲人，每人編兩首。現在，公司用Suno十分鐘就能生成十首，快速篩選出兩首有潛力的，再讓人去臨摹和精修。「本來五個人的活，現在兩個人就能幹了。」

　　但產業鏈並非全線遇冷，某些工種反而表現出一定的抗壓性。

　　比如混音。這是將多軌音頻通過專業處理，融合成富有層次和空間感的最終成品的環節。「其實混音行情反而更好了，有些人甚至轉行去做了混音。」Rey解釋，在詞曲價格普降的情況下，製作公司更願意在混音這個仍需人工精雕細琢的環節上投入更多。

　　混音為何能守住陣地？Cashmere Studios是一家位於上海靜安區的專業音頻製作工作室，主理人卡卡告訴記者，混音涉及極為主觀的感性判斷，難以被算法完全量化。「客戶找混音師，就像買衣服時找閨蜜參謀，需要的是帶有個人審美和情感導向的建議，而非標準化的技術輸出。」

　　從技術角度看，混音這個環節尚未出現強有力的AI工具，核心在於數據壁壘。「很多歷史數據難以獲得，比如某些專業軟件的混音插件、硬件設備的具體操作參數，第三方很難批量採集，整個混音過程類似一個‘黑盒’。」他解釋。也就是說，要訓練一個能媲美頂級混音師的AI，需要海量、高質量且開放的操作數據，目前很難實現。

　　採訪中，幾名音樂人對AI的共識是：它正在淘汰的不是創作本身，而是低技術含量、可批量複製的工作，比如用於短視頻配樂、商業廣告等的功能性音樂。按照AI目前的技術水平，生成的歌曲就像一個「平均臉」：工整、合格，但缺少辨識度與靈魂。而市場對這部分內容的需求，正在被AI高效滿足。

　　卡卡表示，最近兩年一些獨立音樂人的收入來源明顯減少。「因為和企業合作的商單少了，比如企業內部的活動歌曲製作，企業可以改為直接用AI軟件生成。」Cashmere Studios自身的業務結構也在發生變化，與影視、遊戲公司的合作出現收縮。「以前他們會採買一些版權音樂，或者找樂手合作來做演奏嘗試，現在越來越多的公司直接在AI上找靈感、做小樣。」

AI工具的「狂飆」

　　技術躍遷的速度，決定着行業震盪的程度。

　　資深玩家正在進化。Suno V5付費使用的Suno Studio專業模式，能實現對生成歌曲的精細化調整。用戶能在不影響其他部分的情況下，重新生成歌曲的特定片段，無論是主歌、副歌還是橋段。同時，模型支持一鍵拆分最多12條原始音軌，可精準提取生成音頻中吉他、鼓、貝斯、合成器等多種樂器軌道。這大大方便了音樂工作者的製作，無論是二次編曲、後期混音，都能直接應用，效率倍增。

　　更大的變量，在於平台方的入局。2026年2月，谷歌宣佈其Gemini應用正式集成DeepMind旗下音樂生成模型Lyria 3。用戶可以「描述一個想法」，指定某種風格、情緒或節奏，模型就能自動生成歌曲；也可以上傳照片或視頻，Lyria 3會分析畫面氛圍，創作出契合場景的配樂。所有生成的曲目都使用SynthID技術添加了不易察覺的水印，便於檢測AI創作內容。

　　谷歌之外，國內音樂平台也未缺席這場競賽。比如，QQ音樂內嵌「AI作歌」功能，用戶可搜索直達，提供「一句話」「填詞」「圖片」「哼唱」等生成方式。

QQ音樂內嵌「AI作歌」功能。（圖片源自網絡）

　　「這類用戶有自我表達的訴求，就像過去寫日記、拍照一樣，音樂也成了他們的一種記錄方式。」騰訊音樂VEMUS未音業務負責人Lillian說。

　　去年年底，騰訊音樂旗下AI創作工具「VEMUS未音」正式發布，定位與Suno形成微妙錯位——Suno逐漸向專業生產者傾斜，而VEMUS更多希望降低音樂創作的門檻，讓更多人有機會用音樂做自我的表達。「很多用戶內心想寫歌，但不太會定義風格，就像現在很多人不太會問AI問題一樣。」Lillian說。

　　為此，VEMUS給用戶做了更簡單的設計：用戶可以參考自己常聽的歌曲，讓模型從中提取風格靈感。系統會總結當前熱點的風格配方，一鍵調配，甚至可以通過對話的方式，聊着聊着就作出一首歌。

　　隨着AI工具的狂飆，有人被迫出局，也有人奮力追趕。

　　莫芷銘將AI用作靈感催化劑，「如果自己要創作一首歌，能想到的元素肯定沒有AI快和多，那就讓它生成五六個版本，來刺激我的大腦。」而Rey選擇深入技術的腹地，正在研究如何「跑本地模型」。從電力系統專業出身，到轉行做音樂，再到如今研究代碼，他一直沒有停下。「世界變化太快了，必須要一直學。」

收益規則正在重構

　　當AI生成的海量作品試圖流向市場換取回報時，它們會撞上一堵牆——一套尚未適配、仍在重構的收益規則。

　　曾經，AI音樂在國內平台基本處於零分成狀態。但現實正在發生變化：部分平台已開始試水AI音樂商業分配。比如，網易雲音樂推出AI歌曲專屬激勵金活動，符合要求的AI作品可參與收益分配；抖音旗下汽水音樂則依託短視頻生態，為AI音樂提供播放收益與BGM使用分成。

　　即便如此，AI音樂的商業化仍面臨雙重困境：一是版權與收益規則不清，二是內容質量參差不齊。

　　業內人士解釋，現有的商業模式、合作協議、版權授權機制，都是基於傳統音樂創作模式建立的。AI音樂的出現，打破了這一體系。同時，內容質量也是繞不開的門檻。大量AI生成的歌曲仍帶有明顯的機器味，難以與真人作品競爭主流商業市場。

　　實際上，AI音樂能不能賺錢這個問題，不只在於規則制定。莫芷銘提出疑問：「如果一首歌明顯是百分之百AI生成的，我不理解為什麼要分成。像買彩票一樣，沒什麼時間成本，還鼓勵這種僥倖，導致大量歌曲灌進平台。」

　　在海外，甚至有平台明確對AI音樂說「不」。2026年1月，知名獨立音樂平台Bandcamp正式宣佈禁止AI生成的音樂上架，規定「完全或主要由AI生成的音樂和音頻」不允許發布，任何使用AI工具模仿其他藝術家或風格的行為也被嚴格禁止。Bandcamp在聲明中強調，此舉是為了「保護真實的人類創作者社群」，讓樂迷能夠確信他們在平台上聽到的音樂「是由人類創作的」。

　　爭議之下，行業並未停下腳步。儘管AI音樂收益機制尚不成熟，仍有不少機構和創作者在持續佈局AI音樂，部分作品進入熱門排行榜，還有平台已經捧出了自己的AI音樂人。

　　為什麼？「這背後有幾個驅動因素。」Lillian分析，一是生態位搶佔，很多公司或個人認為AI音樂是未來方向，提前佈局，嘗試跑出爆款；二是內容試驗，有些人用AI生成大量歌曲，測試用戶反饋，甚至有些作品質量不錯；三是自我表達，普通用戶用AI工具創作音樂，更多是情感記錄或社交分享，而非商業目的。

　　與此同時，AI音樂的普及也帶來「洗歌」「刷量」等濫用行為。對此，平台也在不斷升級技術能力，來識別和治理低質量、侵權內容。

　　「我們正在觀察用戶的選擇和行業的發展。如果AI音樂足夠優質，能夠被用戶喜愛，它自然會進入排行榜。未來，我們也可能為AI音樂設立專屬排行榜，甚至探索新的廣告模式、商業化路徑。」Lillian說。

迴歸人的價值

　　這場AI對音樂行業的重塑，正觸及一個更深層的結構性問題——職業階梯的斷裂。

　　卡卡觀察到：「AI可能會導致嚴重的人才斷檔。」過去，音樂人可以從接小型項目、寫定製化的商業歌曲起步，慢慢積累經驗爬升到金字塔頂端。但現在，這些「練手級」的機會正在被AI生成的音樂大規模蠶食。「成為專家的那條路徑變窄了，很多人開始考慮轉行，或者加入AI音樂製作的大軍。」

　　這意味着，未來的音樂行業可能呈現出啞鈴型結構——頂端是擁有個人IP和不可替代審美的少數人，底端是使用AI工具批量生產的人，而中間層的生存空間正被急劇壓縮。

　　站在平台視角，Lillian則認為，AI在不斷推動行業發展、優化行業生態，讓大量過去沒有專業音樂創作能力的人也能創作出還不錯的音樂，也反推更多專業從業者去產出比AI創作更好的音樂作品和內容。

　　這兩種觀察並非矛盾，而是同一枚硬幣的兩面：傳統的職業中間層或許在縮小，但一個由AI賦能的新手和跨界者構成的大衆創作中間層正在出現。

　　這背後，指向專業從業者角色的深刻遷移——從「如何做」的執行者，被推向「做什麼、為什麼做」的決策者。審美、情感和獨立品格，正在成為更稀缺的核心能力。正如硅谷著名天使投資人納瓦爾在一檔播客中所言，AI沒有肉身，沒有慾望，沒有生存本能，本質上依然是「人類知識壓縮機和模仿者」。

　　「在歌曲領域，真實的表達來自人類的情感與經歷。AI時常表現得循規蹈矩，而真人演繹時不免會有一些小瑕疵——而那些瑕疵背後，是很鮮活的東西。」卡卡說。

　　一個明顯的趨勢是：越強調人的連接性的工種，抗風險能力越強。

　　身兼多職的音樂人莫芷銘在採訪中展現出從容，他的主要精力放在需要深度溝通的專輯製作和藝人演唱會演出上，這類工作高度依賴個性化溝通。「藝人有明確的表達意圖，音樂需要與現場的視頻、燈光、特效以及很多工種緊密協作。像Suno這類工具，目前還處理不了如此細緻、綜合的創作需求。」

音樂人莫芷銘主要精力放在需要深度溝通的專輯製作和藝人演唱會演出上，這類工作高度依賴個性化溝通。（圖片來源：受訪者供）

　　卡卡決定將工作室未來方向錨定在「人與人的深度交流」上，計劃打造更大的公共活動空間。「當套路化音樂充斥市場，人們過度沉浸在虛擬世界中，‘物極必反’的規律將會生效。」他依然希望，大家能迴歸真實的、面對面的線下溝通。

（文章來源：上觀新聞）