在AI浪潮中寻找新一代的音乐平台

导言

近年来，相比文字、图片、视频等其他模态，围绕音频的生成式AI的学术研究与产业投资并不是那么火热。一直以来，大众对AI音乐的认知似乎也一直停留在人声模拟（代唱）或是虚拟歌星等概念上。2023年12月，Suno的产品正式发布，用户通过输入简单的提示词的方式便可以生成不同风格、词曲兼备的乐曲。这让人们看到生成式AI技术在音乐领域更大的应用可能性。然而，一年半时间过去，Suno似乎在商业化市场上没有掀起更大的水花。那么，在生成式AI这一波行业应用的浪潮中，一级市场的投资人是否还有可能寻找到一个改变（进而颠覆）现有音乐行业的机会？如果这个机会存在，那AI时代的TME、网易云音乐又会以什么样的路径成长起来？

Part 1 工业音乐产业链

在讨论AI对音乐生产的影响之前，有必要简单地分析下目前的工业音乐产业链。它大致可分为以下四个主要环节。

1. 创作：包括作词、作曲环节，涉及歌手、作词人、作曲人，这些角色通常可以互相兼任。

2. 制作：包括录音、编曲、混音、母带处理等环节，将创作好的词、曲制作成为完整的乐曲。这些工作可以有一位全能制作人包办，但大多情况会交由一个由数位擅长不同环节的制作人组成的工作室来完成，部分歌手也具备制作音乐的能力。在音乐制作的过程中，还会用到大量专业的数字化软件工具。

3. 发行：主要是版权的形成，权利主体涉及词曲作者、歌手（表演者）、以及录制演唱（表演）过程的人，具体的权利则涵盖发表权、署名权、复制权、发行权、表演权、改编权等二十余项。由于音乐版权问题在法律层面高度复杂，因此通常由专业的版权整合机构（版权商）所主导，不仅涉及新歌版权的生成，也包括现有版权的交易，以及向下游应用场景的分发。

4. 应用：涵盖各类音乐商用场景，包括音乐播放器、流媒体平台、影视剧、演唱会、展览等。音乐的使用方根据自身的不同需求（如播放、演唱、或改编），向版权商采购相应的音乐授权，版权商再与不同的权利主体分享收益。

不难发现，这一音乐产业链以版权的形成为标志，可以分为内容创作、内容变现两大板块，且拥有以下几大特点。

1. 整体链条长，且环节琐碎。

2. 各环节专业化程度高，壁垒大。

3. 参与者众多，利益关系复杂。

以上特点，导致现有音乐行业的产业价值长期分配不均。行业资源与商业价值向头部歌手的少数音乐作品集中，二八定律显著。控制版权流通的版权公司，在行业内非常强势。除自有全流程能力团队的极个别头部歌手之外，很多时候，真正的创作者（作词、作曲）、制作人，甚至包括歌手本人，在歌曲后续变现时得到的价值分配不合理。这是现有工业音乐产业链最大的内在矛盾，且音乐产业的现代化程度越高，这个矛盾越明显。近年来，在北美（Taylor Swift与Big Machine Records）、亚洲（苏打绿与林暐哲音乐社）都出现了非常典型的案例。

Part 2 当AI被引入音乐生产

应该说，在内容生产环节，工业音乐产业的数字化程度已经比较高，各类合成器以及专业的制作软件（数字工作站）早已经在业内普及，这也为AI技术的引入奠定了很好的基础。近年来，我们看到至少出现了以下几类新的、与音乐生产相关的AI产品。 

1. 智能编混软件（主要涉及音乐制作环节）：

代表公司：Mix.AI、Avid、Mureka（昆仑万维）的部分功能。

这类软件在编曲、混音等环节，通过引入生成式AI能力，有针对性的提高音乐制作的效率。比如基于用户输入的旋律，Mix.AI的产品可以自动化地生成相应的伴奏音轨，帮助用户完成基础的编曲工作，并提供二次编辑的灵活性。这类产品的目标用户是专业的音乐制作人，由于产出的成果具有音符级的可编辑性，能够满足工业音乐高精细度的生产要求，因此能丝滑嵌入现有工业音乐生产流程。由于在单环节效率提升显著，能够对pre-AI时代的音乐制作软件形成明确的代替性机会，用户的需求与付费意愿也相对明确。相关数据显示，全球专业音乐制作软件市场规模预计在10亿美元级别，行业龙头Avid的年收入在3亿美金左右规模（美股2023年退市前）。对于一级市场的财务投资而言，较为有限的市场空间决定了这类公司并不是非常有吸引力的投资标的，或许更适合产业内的投资。

2. 模板匹配模型（主要涉及音乐制作环节）：

代表公司：和弦派（Deepmusic）、Band-in-a-box。

在Band-in-a-box的最初版本中，用户可以通过选定和弦、风格、乐器、声部等方式来为自己创作的歌曲快速地生成伴奏，在更新的版本中，BIAB也提供基于算法的和弦模板推荐功能。它可以通过插件形式与数字音乐工作站（DAW）无缝对接，实现更高效的音乐制作。除了专业的音乐制作人外，不少有一定乐理基础的爱好者、独立音乐人也会使用这类软件来辅助自己进行创作。从技术角度而言，这类产品涉及的AI能力并不属于生成式AI的范畴，而是基于模板匹配（推荐）模型，因此受大量模板化的结构限制，生成式AI模型训练的Scaling Law并不适用。从对应的市场空间来看，也基本属于先前提到的专业音乐制作软件市场范畴。如果仅以插件形式存在的产品（非工作台），相对应的市场规模还会更小一些。

3. 端到端音乐生成模型（创作/制作一体化，同时涉及版权分发与应用环节）：

代表公司：Suno、Udio、歌歌、Mureka（昆仑万维）的部分功能。

这类软件通过学习大量经过标注（通常需要专业的制作人参与）的各类歌曲（波形数据）来训练具备完整乐曲生成能力的模型。用户通过输入简单的提示词的方式，便可以生成不同风格、词曲兼备的乐曲。这些软件的用户主要是那些喜欢音乐的普通大众，以及部分略懂乐理知识的爱好者。借助这类产品，用户可以在几分钟内，快速且低成本地进行歌曲创作，极大降低了音乐创作门槛。然而，从生成歌曲的水平看，此类产品目前在技术层面还有具有一定提升的空间。存在的问题包括但不限于：

• 无法做到音符级的产出，仅有部分软件能做到音轨级（人声、伴奏分离）的产出；

• 可编辑性低，无法应用于更精细的音乐生产场景；

• 输入指令涉及的维度有限，用户无法对产出的歌曲进行精准的控制；

• 跨语言适用性不佳，如发音不标准、咬字模糊；

• 歌曲时长问题。

Part 3 新一代音乐平台的成长路径

再讨论音乐产业链和相关AI产品之后，就可以回过头来尝试回答本文导言中提出的那个问题。我们认为，想要改变（进而颠覆）现有的音乐行业，至少需要以下两个必要条件。

1. 在内容生产环节，不能仅依靠单纯提高音乐的生产效率，更需要通过技术驱动的平权，真实降低音乐创作制作的壁垒，提升创作者的人数，丰富音乐内容产出，最终目标是使得优质音乐内容的来源多样化。

2. 在商业化变现环节，改变现有产业链的价值分配模式，打破经纪公司的垄断地位，通过自动化版权形成与一键分发，缩短变现链条，最终目标是帮助创作者拿到应该属于他们的收益。 

在以上提及的三类产品中，只有基于端到端音乐生成模型的AI产品，才有可能同时满足这两点条件，也因此成为了孕育新一代平台型音乐企业的最好温床。在我们的设想中，这类公司的成长路径可能会遵循以下路径。

1. 种子用户的积累

• 除了单纯的推广买量以获取种子用户之外，更有逻辑性的获客场景，至少还可以有以下两个来源。一个，是高度个性化的音乐生成的场景，从相关产品的初步实践来看，比较好的契机包括在节日时候（春节、生日等）为家人、朋友写一首专属的歌，这是兴趣用户尝试AI音乐创作的一个很好的动机。一个，是单点音乐内容供应不足的场景，比如民族音乐、方言音乐等，这类乐曲有稳定的收听人群与需求，但优质供给长期供应不足，AI生成的内容可以做一个很好的补充，更侧重吸引用户在平台上进行重复收听。

• 在这一阶段，这类公司与现有的音乐平台不构成竞争关系。这类公司可以在形成版权后，将AI生成的音乐分发到现有的流媒体平台，帮助创作者完成初步的变现与商业化的闭环。如果破圈时刻一直没有出现，这类公司的终局可能是一个小众的音乐平台。对于投资而言，这也会是最差的情景。

2. 破圈的契机

• 破圈的关键在于第一首AI爆款“神曲”的出现，一首真的实现了大众传播，并通过规模流量产生商业价值的歌曲，这不必须是一首得到主流认可的、在创作水平上真正高水平的“好歌曲”，它的目的是让更多人意识到这么一个问题——现在你只需要有一个想法，就可以通过音乐的形式赚到钱了——那么就会有更多人以近乎无成本的方式加入到音乐内容的生产中来。要达到这一点，除了模型能力还需要进一步提升外，或许还需要专门的运作以及一点运气。

• 在这一阶段，这类产品在用户心中的形象应该是一个AI音乐的创作工具。通过这类工具创作出来的音乐，大概率需要通过现有的版权分发结构与应用模式去承接，完成最后的商业化闭环。但至少在流量侧，AI创作的音乐已经能和工业音乐形成一定的竞争了。因为AI音乐的出现，不会让大家花更多时间去听音乐，而是将原本听音乐的时间分出一部分去听AI音乐了，因此现有的工业音乐会还是会按原流程运作，但远远达不到被颠覆的地步。对于投资而言，这也会是基准的情景。

3. 增长的飞轮

• 对于软件产品而言，从工具向平台的转型，用户的留存问题是尤为关键的。爆款歌曲固然重要，但平台能否积累足够量的具有重复聆听价值的歌曲也非常重要。这些歌曲也许没有很大的商业化价值，但也许会受到部分用户的偏爱，并成为他们留下来的原因，毕竟音乐的喜好是一件非常私人的事。由于端到端模型的音乐生成机制决定了，要想产生足够的优质音乐，就必须提高创作的音乐总数。因此，除了通过爆款、买量等方式引流外，公司鼓励新用户无门槛的进行尝试性的创作，结合奖励机制鼓励分享，完成裂变式的营销，并建立有效的机制，准确地评估歌曲的质量，快速识别那些具有爆款潜力或运营潜质的歌曲，并进行精准的推荐机制。相关的经验可以从抖音、快手这类短视频平台借鉴。

• 当用户有效地在平台上聚合后，这类产品才有可能具备与现有音乐平台分庭抗礼的可能性，通过工具、流量间的形成正向循环，形成一个头部专业AI音乐创作者、业余AI音乐创作爱好者、以及普通听众的社区。除了向下游进行版权分发外，还可以在平台上构建打赏、广告、订阅等多样化盈利模式，打开更广的市场空间。对于投资而言，这也将是投资人追求的上限。

作者：宗晨曦