当前，在音乐的世界里，一首由 AI 生成的歌曲火了。

这首名为《We Go!》的歌曲，由音乐大模型 Suno 生成，其播放量已经超过十几万，甚至一度冲上热度榜首位，引发了网友们的广泛热议。

有网友评论表示："《We Go!》有点像专业的作品了 "，也有其他网友说："《We Go!》听上去好像没有感情 "。

虽然对于 AI 音乐，网友们褒贬不一，但如果 AI 能直接生成专业作品，而且受到大多数听众的喜爱，是不是意味着 AI 将改变音乐界的专业分工甚至促使整个音乐行业革新呢 ?

视频大模型后，音乐大模型来了

日前，音乐大模型 Suno 发布 V3，并且开放给个人用户，随即便引爆了互联网。

其实，Suno 已经发布了一段时间，但这一次将免费用户的音乐生成时长增加到 2 分钟，并且有更丰富的定制选项，比如可以定制纯器乐作品。这一举动激发了网友们的使用热情，大量 AI 生成歌曲蜂拥而至。

此次，更新的 Suno V3 模型的亮点之一是其对用户提供的歌词的高效处理能力。用户仅提供歌词，V3 便能生成符合多种曲风、流派的歌曲，甚至可定制 AI 歌手的音色。这种高度定制化和个性化，不仅满足用户基本需求，还激发创作灵感，推动音乐创作的边界。

其中，有一首名为《We Go!》的中文歌在 3 月 24 日发布之后，很快就冲上了热度榜第一。我们听到《We Go!》总体感受是，这首歌有着典型的重金属音乐特征和结构，且完整度相当高，因此被不少国外网友分享并热议。

而且，有国内用户用很多耳熟能详的歌词作为基础，让 Suno 重新生成曲调，" 重制 " 了《让我们荡起双桨》《声声慢》《以父之名》《夜曲》《七里香》等经典曲目，生成效果令人惊艳。

过去一年，我们看到，生成式 AI 在产生文本、图像甚至视频方面取得了重大进展，特别是 OpenAI 的新 Sora 工具，带起了全民文生视频的热潮。但是音频，尤其是音乐方面却一直落后。

除了 Suno， 2023 年以来，越来越多的 AI 生成音乐类产品出现。去年 8 月，Meta 以 AudioCraft 名义发布了三款 AI 音乐生成研究工具 ; 谷歌子公司 DeepMind 也与 Youtube 联合推出了人工智能音乐生成模型 Lyria、23 年 11 月推出了 Dream Track，它可以按照选定的著名歌手的风格创作原创歌曲，12 月 14 日，谷歌又推出 AI 音乐创作工具 "MusicFX"，仅需几句话用户即可生成原创的音乐作品。

但这些看似更大厂商推出的软件都是不温不火，其实是有理由的。

有业内人士分析认为，相比图文和视频，音乐的机器学习要复杂得多，AI 需要理解和模拟复杂的音乐结构、和声、旋律以及节奏等元素，这在技术上是非常复杂的。

音乐不仅仅是技术的堆砌，它还包含了深厚的文化背景和个人情感的表达。而且，人声和音乐的结合，也是一个难点。

值得注意的是，Suno V3 对于著作权的归属问题在官网做了详尽的描述与规定，同时为了防止模型作品被滥用，还开发了专有的无声水印技术，用以检测歌曲是否是使用 Suno 创作。

Suno 官方称，V4 已经在开发中，并将在未来推出一些全新的功能。

那么，很多人都在好奇，到底是一个什么样的团队创造出这个爆款的软件呢 ? 其实，这又是一个天才团队成立的故事。

12 人团队给音乐圈的惊喜

Suno AI 成立于 2022 年，其创始团队位于麻省剑桥市。在创立 Suno 之前，他们一起在剑桥的一家公司名叫 Kensho Technologies 的公司工作，据了解，Suno 创业团队目前仅 12 人。

创始人是 Mikey Shulman，博士毕业于哈佛大学物理学专业。他是创始团队在 Kensho 时的机器学习团队主管，在创立 Suno 之前，他还是一名 MIT 斯隆管理学院的兼职讲师。

其他 3 位创始人分别是 Shulman、Freyberg、Georg Kucsko 和 Martin Camacho，他们都是机器学习专家，还有在 Tiktok、Meta 等互联网公司的从业经验。

在 Kensho 工作期间，四人的主要任务是开发一种 AI 语音转录技术，用来转录上市公司的财报电话会议。后来他们发现，AI 音频领域好像还没有现象级的产品出现，于是他们开始创业。他们先做了个文本转语音程序 Bark。但当他们对早期 Bark 用户进行调查时，发现用户真正想要的是音乐生成工具。于是他们才找到了真正适合自己的方向。

2023 年 7 月他们推出了音频生成模型增加人声音乐功能 ;9 月，更新后的模型，可以让用户可以在 Suno 的 Discord 频道体验文字生成音乐 ;12 月 20 日推出了 Suno 网页版本应用。

这次推出的第一款可制作广播级的音乐生成模型 V3，一经发布就在网上爆火。

别让 AI 替代的创作

元宇宙新声也听到很多关于 AI 用途的声音，有人质疑 AI 的方向问题，他们希望机器人帮人类扫地、洗碗，是因为人类要去写诗、画画 ; 现在是 AI 都去写诗和画画了，而人类还在扫地、洗碗。那么，研究 AI 写诗、画画、做音乐的意义是什么 ?

我们认为，现在也已经有扫地机器人、洗碗机等工具，机械类的工作早就有机器可以替代。而现在 AI 应该深入各个领域去扩散思维，替代或者辅助人们来做更多的工作，如果，AI 连艺术都能做，做那些机械类的工作岂不是更容易 ?

有业内人士认为，随着数据库的更新、技术的迭代，AI 将在未来 10 年内’干掉’作曲人。

其实，AI 显然为业内人士敲响了警钟，但即便 AI 技术再升级，永远有 1% 是无法被替代的，这 1% 的来源也正是音乐行业的核心部分，那就是创造力。

而且，AI 合成音乐可能会将音乐创作过度商业化，这完全本末倒置了。他认为音乐创作很多时候是主观的、能动的、感性的，是自己的生活记录和情感抒发。

元宇宙新声认为，机器与人之间的最大区别往往就在于人文情怀，再好的词曲也比不上 " 周杰伦 "" 林俊杰 " 三个字在听众心中的存在意义，再无瑕的人声演绎也难以与明星演唱会现场的万人大合唱相比较。

写在最后

我们看到，Suno 冲击的不仅是行业分工，还有音乐流媒体。在早前发布的宣传片里，Suno 勾勒了这样一个未来的音乐场景：用户不再使用流媒体，而是想听歌的时候，直接用 Suno 生成。

但我们担心的是，随着 AI 的发展，AI 音乐泛滥，用户还能不能在更多的歌曲中找到符合自己审美的音乐和听音乐的初心。如果，可以克服这样的困难，大模型与音乐内容、创作者的结合或许将成就新一代音乐，同时带来行业的变革。