作者｜ Moonshot<br> 编辑｜ 靖宇<br> 三月的最后一周，中文互联网久违地热闹了一次，因为周杰伦发了新专辑《太阳之子》。<br> 专辑一上线，吵得热闹非凡。乐评人挑剔编曲，路人感慨嗓音倒退，歌迷说旋律还是那个味道，短视频里全是翻唱和二创，连带老歌的播放量也随之翻红。<br> 跳出专辑本身，这是难得一见的传统音乐工业现象。<br> 试想一下，上一次某位歌手新专辑引发大讨论，人们围绕一个具体的「人」、瑕疵以及随之而来的争议，投入金钱和注意力……是什么时候？<br> 从专辑到乐评人到 AI 制曲，都接住了这波流量｜图源：bilibili<br> 就在同一周，另一条新闻几乎没有出圈。AI 音乐生成平台 Suno 推出了号称「史上最大更新」的 V5.5 版本。<br> 当我们的目光还聚焦在华语乐坛之王身上时，海外科技媒体正盯着 AI 对音乐产业的「漫灌」。业内开始频繁使用一个词：<br> 「 AI Slop（AI 泔水） 」。<br> 流媒体平台 Deezer 的数据显示， 目前平台每天新增约 5 万首纯 AI 歌曲，已经占到新发曲目的 34% 。<br> 一边是可以被感知的文化事件，周杰伦新专辑带来的讨论、情绪和记忆；另一边则更像是浪潮下的暗流，填满了平台的孔隙。<br> 两条截然不同的轨迹，在当下的音乐产业相交。<br> AI 泔水，倒出行业众生相<br> AI 根本没想过去干掉周杰伦。它绕开了聚光灯，从另一侧进入系统。<br> 如果把视角从「作品」挪到「系统」，会发现音乐行业对 AI 音乐的反应并不混乱。相反，它在很短时间内形成了许多分层。<br> 唱片巨头的「双标」博弈<br> 表面上看，传统音乐资本正在与 AI 决战。<br> 代表环球、索尼和华纳三大唱片公司的 RIAA（美国唱片业协会），对 Suno 和 Udio 发起了密集诉讼，核心指控就是他们未经授权，用大量音乐进行模型训练。<br> 根据 The Verge 的报道，唱片公司认为，这些系统「复制并内化了音乐作品」，并以此生成新的内容。这类案件的索赔金额， 按照单曲计算，每首侵权作品最高 15 万美元 。<br> 如果只看这些动作，很容易得出「行业在抵抗 AI」的结论，但这只是一半的真相。<br> 另一半的事实是，环球音乐一转身，就坐上了英伟达等技术巨头的谈判桌，探讨共同开发私有定制化、合规的 AI 音乐模型。<br> AI 在音乐行业中的应用一直很「暧昧」｜图源：滚石<br> 所以关键不在「能不能用」，而在「谁能用」。巨头并不想消灭 AI，他们想消灭的是「平民 AI 工具」。<br> 因为人均可用的工具，意味着任何人都可以低成本生成接近工业水准的作品，这会直接稀释唱片公司的稀缺性。而把生成垄断权收归己有，才是唱片巨头的核心诉求。<br> 这些唱片巨头的思路是，既然解决不了 AI，那不如制定双重标准，让行业分层。<br> 上层是「高价值版权层」 ，这里有顶流艺人、版权壁垒、唱片公司私有的训练模型，以及绝对的定价权。<br> 下层则是「无限供给层」 ，让 AI 模仿「上层音乐」后，用极低成本生成 AI 音乐。<br> 而掌握分发管道的流媒体平台，面对管道里越来越浑浊的水流，做出了基于自身商业底色的选择。<br> 音乐应该是商品，还是作品<br> 流媒体平台是面对 AI 音乐时，最尴尬的角色。<br> 他们既要面临 AI 泔水的漫灌，又要按播放量给版权方结账，还要同时应对听众和音乐人的质疑。不同平台的反应，很大程度上取决于它们原本在做什么生意。<br> Spotify 选择骑墙。面对 AI 音乐的涌入，它优先处理的是「冒名顶替」和刷量问题。比如 Spotify 曾一次性下架了由 AI 平台 Boomy 上传的数万首歌曲（约占后者在平台总曲库的 7%），但官方给的下架原因并非「抵制 AI 生成」，而是检测到了大规模使用机器人刷播放量的「欺诈性活动」。<br> 所以 Spotify 的底线是不能骗版税 。毕竟，Spotify 本质上是一家由推荐算法驱动的科技公司，内容供给越多，模型越有空间运转。<br> 有乐迷发现，在一名已去世的歌手 Spotify 页面里居然上传了新歌（AI 制作的）｜图源：Reddit<br> 欧洲音乐平台 Deezer 的反应则激进得多。他们明确表态要开发 AI 检测工具，尝试把 AI 生成内容从版税分配中剥离出来。内部的说法是，要在现有系统里划出一道边界，避免机器生成的播放量稀释真实创作者的收入。<br> 音乐基因浓厚，但本质上仍是科技公司的 Apple Music，选择居中回转的方案。 持续强调人工编辑和策展机制，用人工筛选去对冲算法，但他们并不抗拒 AI 音乐，已经推出「AI 标签」系统，试图用传统的分类逻辑来收编新技术 。<br> 以独立音乐人为核心的平台 Bandcamp，态度最为决绝。它本身依赖的是创作者和听众之间的直接交易关系。交易网络基于音乐品味、一对一连接、作品认同，因此必须将 AI 彻底拒之门外，否则平台稀缺性都不存在了。<br> Bandcamp 的商业模式是乐迷直接向音乐人「买歌」｜图源：Bandcamp<br> 所以平台之争，本质是「音乐应该是商品，还是作品」。<br> 科技属性越强、越依赖流量变现的平台，越倾向于拥抱 AI 带来的无限供给。越是不走量、仰赖社区黏性和音乐人生态的平台，越需要坚守人类创作的护城河。<br> 但无论平台如何定义，身处其中的创作者，生存方式已经被彻底改变。<br> 创作者的异化<br> 聚光灯下的顶流艺人，有足够的资本和底气对 AI 说不。<br> 2024 年，Billie Eilish 等 200 多位知名音乐人联名发布公开信，严厉抵制 AI 对音乐作品的「掠夺式训练」。至少在头部创作者中，版权边界仍然被视为不可退让的底线。<br> 而像 Grimes 这样的先锋派，则走向了另一个极端， 主动开源自己的声音模型（Elf.Tech），宣布只要分出版税，任何人都可以用她的声音创作 。<br> 这两种声音最为响亮，却无法代表行业的大多数。真正的暗流，涌动在沉默的底层与腰部。<br> 许多独立音乐人对 AI 闭口不谈，私下却早已把它变成了工作流的一部分。他们用 AI 跑母带、生成过渡采样、快速验证一段编曲思路。这些使用方式很少被公开讨论，但在实际生产中已经变得常见。<br> 毕竟，在流媒体时代，单次播放的版税只有零点几美分。微薄的收益，逼迫底层音乐人开始「以量取胜」。<br> 当 AI 能一秒出歌时，手工打磨就变成了费力不赚钱的低效 。<br> 这种陪伴性音乐的播放量非常高｜图源：YouTube<br> 那些曾经养活了大批卧室制作人的垂类市场，比如 Lo-Fi 助眠节拍、游戏氛围配乐，如今正是「AI 泔水」漫灌的重灾区，人类在这类「功能性赛道」上的商业价值，已经被 AI 瞬间清零了。<br> 问题在于，这一层恰好也是最依赖「被发现」的人群。<br> 过去，新人依靠流媒体算法的推荐，积累初始听众，走向职业音乐人的道路。但当平台上每天增加数万首低成本、完成度稳定的作品时，算法不会区分「人类潜力」和「模型产出」，它只处理点击率、留存率，并以此分发收益。<br> 顶层创作者拥有稳定的受众与曝光，AI 的威胁反而成了他们强化「人类艺术家」标签；底层投机者毫无心理负担，用 AI 批量制造泔水套取版税；而缺钱缺曝光，但在认真写歌的中层创作者，他们无法彻底拥抱 AI，也拼不过 AI 的产能，生存空间却在被「AI 泔水」持续挤压。<br> 不仅是音乐，这是「AI 泔水」在各个内容行业的普遍问题。<br> 当「好听」变得廉价之后<br> 在过去半个世纪的唱片工业，「制作精良」本身就是一种筛选机制。<br> 编曲复杂度、器乐分离度、混音质量，并不直接决定一首歌好不好听，但它们决定了谁有能力把作品做出来。录音棚、设备、工程师，这些成本把大多数人挡在门外，也在无形中维持了一套筛选机制。<br> 而 AI 把这些行业门槛迅速压平了。<br> 当一个没有任何乐理基础的用户，用几个 prompt 就能在很短时间内生成一段结构完整、音色干净、混音无可挑剔的音乐时，「制作力」就失去了筛选权。<br> 这些音乐可能不惊艳， 但问题不在于这些 AI 音乐「不够好」，而在于它们已经「足够好」 。<br> 当这种「足够好」的内容以每天数万首的规模进入平台时，原本依赖制作能力建立的区分度就失效了。「好听顺耳」不再是一种优势，而更像是一种基础配置。<br> Suno V5.5 已经允许用户使用自己的声音训练模型 ｜图源：YouTube<br> 这就是审美通胀，或者说内容层面的「内卷」。<br> 在这种通胀下，绝大部分 AI 音乐将成为「功能性音乐」，被塞进无数个特定场景的孔隙中。看看平台上的「热门歌单」就会发现， 越来越多的播放发生在工作、学习、通勤、运动等特定场景里。在这类场景中，音乐后退成为 BGM（背景音乐） 。<br> 现代人的聆听习惯也随之改变，在流媒体统治的当下，极少有人还能正襟危坐，用 Hi-Fi 发烧友的方式去听音乐，去细听一段旋律里的空间感和泛音细节。<br> 对绝大多数人而言，对音乐的判断也发生在点击之前。封面、标题、场景标签、当下热门单曲、编辑推荐、算法推荐……挑选音乐退到了二线。<br> 流媒体把音乐用「功能性场景」作分类｜图源：Apple Music<br> AI 不需要打造一首火遍大江南北的金曲，只需要生成一段「你现在最需要的声音」。在这种场景下，「好听且平庸」取代了「独特且锐利」。<br> Deezer 与 Ipsos 联合发布的一项最新调查佐证了这一判断。在盲测中， 高达 97% 的听众根本无法分辨出自己听到的是 AI 还是真人创作 。<br> 听众的选曲和判断在这个过程中，就被 AI 和算法联手外包了。<br> 而推荐算法的逻辑，本来就是放大已有偏好，它只会不断推送更接近算法偏好的歌曲，而不是去发掘「下一个周杰伦」。那些边界不清、风格未定的作品，在这样的机制里很难被持续放大。<br> 或许，未来听音乐的人会变成两种，一种被彻底纳入流媒体的基础设施，接受算法投喂，用完美的 AI 声音无缝填充生活。<br> 而另一种人保留个体的音乐偏好，主动找音乐、去线下现场、拥抱那些带有瑕疵和失误的人类创作。<br> 这也是为什么， 当下围绕周杰伦新专辑《太阳之子》的群嘲与争论，在 AI 时代竟显得有些复古和可爱 。<br> 乐迷用 AI 还原了周杰伦早期音色｜图源：bilibili<br> AI 随时可以为你生成一百首、停留在 2004 年巅峰音色、编曲一如当初的「25 岁周杰伦」。<br> 但在完美的 AI 泔水面前，那些被乐评人挑剔的瑕疵，那些被歌迷反复咀嚼的遗憾，恰恰是我们还在意音乐和人的证据。<br> 只是，当那首用 AI 还原出 2004 年巅峰音色的《太阳之子》在耳机里响起时，我不得不承认——<br> 它是真的……更好听啊。<br> “特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。<br> Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”