AI 唱得比顶流歌手还精准！周亚辉盛赞百倍跃进，高晓松直言：AI 和我不是一个创作机制

近日，昆仑天工正式发布了 Mureka V8 音乐大模型。新模型在音乐性、编曲完成度、人声表达以及整体音质质感等多个关键维度实现同步提升，使 AI 音乐从“可生成”进一步迈向“可发布”。

此次 V8 版本的发布，被昆仑天工视为一个关键的转折点。“这是我们模型演进史上跃进最大的版本之一，”昆仑天工董事长兼 CEO 周亚辉指出，“它不仅是技术能力的超越，更标志着 AI 音乐首次达到了大规模工业化应用的成熟度。”

周亚辉解释，这种“工业化”能力，源于底层技术的系统性进步。据介绍，V8 的突破建立在 MusiCoT（音乐思维链）技术体系的深化、更大规模的参数训练以及强化学习的有效应用之上。这使得模型不再是声音片段的拼接，而能更本质地理解并生成具备完整音乐逻辑、情感推进和记忆点的作品。

下面是官方制作的一个完整 MV 音乐视频，曲风是 K-pop 风格：

听得出来，Mureka V8 的整体呈现已经非常不错。据悉，未来 Mureka 将推出 AI Studio，支持更深度的编辑、结构调整和创作管理，让 AI 融入专业创作流程。

现在，年轻群体收听 AI 音乐已渐成日常，它们与主流音乐一同在内容平台上被消费和分享，而音乐产业链上的人们对 AI 也从抗拒变成了欢迎。

当前音乐圈也基本都认可了 AI 的工具属性，并且肯定其带来的商业、产业价值。不过，以高晓松代表的音乐人更注重个性情感的表达，他认为这仍是属于人类自己的课题。这在周亚辉与著名音乐人高晓松，福气文化创始人、环球音乐 Republic 唱片中国首任董事、总经理闻震，中国传媒大学教授、博士生导师、音乐产业发展研究中心主任赵志安的讨论中可窥探一二。

在音乐这件事上，作为制作人的高晓松显然更注重“走心”。

“AI 跟我不是一种物种，所以没法追上我。”高晓松直接道，“因为我心里有个洞，它没有，它就跟我不是一个创作的机制。”在他看来，每个人生活经历所带来的感受与思考，是 AI 永远无法替代的，而这些感受才是一首歌的灵魂。而 AI 负责的只是“怎么说”，而不是“说什么”，因此 AI 永远替代不了人类。

在这种核心认知下，AI 模型的成本高低、版权争议等问题，都显得相对次要。

这并非来自对 AI 的厌恶。高晓松显然很了解音乐模型训练过程，他提到：“AI 是靠我们曾经那些‘不靠谱’的作品训练出来的。”他解释道，音乐圈有个共识：一张唱片中，有两首好歌与四首好歌的销量差距并不大，因此当年行业内故意创作了 80% 的“垃圾”内容，而如今 AI 学习的恰恰就是这部分。

“AI 并不可怕，音乐发展历程中有过比 AI 大得多的变革，比如记谱法。”高晓松认为，AI 影响的只是产量，而音乐产量早已超负荷，多到根本听不过来。“听三万首歌就已经是乐评人的量了，卡拉 OK 里的一万首歌已经足够大家唱了。如今某 AI 音乐工具一天就能生成七百万首新歌，那又怎样呢？我连巴赫都听不完，数量的增长并没有意义。”

高晓松进一步指出，当前用 AI 做的音乐存在一个严重问题：音乐远优于歌词。“音乐可以脱离情感生成，但歌词不行。如果歌词仍基于概率预测，那最常见的字依然是‘的’。”他认为，只有歌词达到与音乐同等水准，才说明它有了情感。

但高晓松并非一味否定 AI。“如果只让 AI 催生某一种音乐品类，那反而是对 AI 的贬低。”他认为，AI 理应能够驾驭所有音乐品类，而产业层面的音乐创作相对容易标准化，这也是 AI 音乐能够被广泛应用的重要原因。

高晓松自己也会用 AI 制作歌曲小样：他写好歌，自己唱一遍录进去，再让 AI 根据其演唱生成一版。“AI 唱得比我好一万倍。可人家还是不满意，为什么呢？因为 AI 唱得太完美了，等到真正歌手来录制时，无论多大牌的歌手，唱出来居然都没有 AI 小样好听。” 他坦言，当前 AI 在演唱、编曲和演奏方面的能力，不仅已经超越了行业普通水平，甚至在整个音乐史上都能跻身前列。毕竟，几乎没有歌手能比 AI 演唱得更精准。

可见，挑剔如高晓松也在使用 AI。圈内人士基本都肯定了 AI 的工具价值，它们在激发创作灵感、提升效率，乃至丰富风格与个性化体验方面能发挥很大作用。

周亚辉则进一步明确：好的 AI 音乐，绝非对传统的简单模仿，而是一种具有独立美学的新形态。他在业余时间委托制作方、了解整个制作流程、花几万块钱制作歌曲的过程中，发现音乐和成本有大关系。而这也是 AI 的一大优点：能近乎零成本地集成所有乐器。

亲身参与 Mureka 天工大模型的研发、见证 AI 音乐的超预期发展后，周亚辉认为 AI 音乐本身正在成为一个全新的音乐品类。

高晓松将这种“新的品类”直接定义为 UGC（用户生成内容）。过去的音乐几乎完全是 PGC（专业生成内容）的天下，以版权交易方式进行生产和收益，而 UGC 的方式是以聚合流量的方式变现，任何一个人都可以做音乐，版权变得几乎没有意义。

而闻震认为，AI 音乐无论对 UGC 还是 PGC，都能起到赋能作用：UGC 属于未来，这种音乐价值不一定体现在版权上，而在于它的情感连接与社交意义，比如为孩子生日做一首歌或在婚礼上生成属于两个人的专属旋律；而对于 PGC，AI 工具比如 Mureka Studio，就是给专业创作者使用的，能帮助音乐人实现更高维度的赋能。

赵志安则否认版权无意义，“版权始终是产业的基石。未来 AI 音乐能否健康发展，关键仍在于数据，当前训练数据需要合法授权，未来版权的确权与利益分配也是非常重要的问题。若不解决这个问题，无论 UGC 还是 PGC 都会遇到阻碍。”

“音乐和音乐产业并非完全割裂，一部好的作品往往能够统一多重价值，包括艺术价值、商业价值和社会传播效果。”赵志安称，音乐确实需要打开市场、触达更多人，另外需要标准化制作。一定程度上，大模型确实能为音乐产业带来改变，甚至有助于推出所谓“爆款作品”。现在很多平台借助算法和大模型技术，已经能够预测甚至主动迎合广大消费者的喜好，还能通过技术把特定的情绪放大。

闻震则补充道，音乐同质化的原因是，当所有数据指向某些共情主题、能够产生流量的社会性话题，所有音乐人会不约而同只做这几类东西，更多的百花齐放音乐就在平台里没有了空间，这种情况并非 AI 带来的。

人与 AI 结合，可以说是当前最大的共识。

作为一名同样拥抱 AI 的音乐人，闻震认为未来一两年内，市场上必然会出现越来越多新型的创作者：他们具备优秀的音乐审美，却不一定要掌握传统演奏技能；他们善于驾驭提示词，通过 Mureka 这类工具进行创作，这样的人会不断涌现。

当前，音乐人的制作流程是：0 到 1 的环节必须由人完成，无论是作词还是作曲，这属于原创的核心，也是坚守尺度；在编曲阶段，通常让 AI 负责 2 到 7 分的部分，它能快速生成大量不同风格的参考样本，提供多样化的版本供筛选；而最后 8 到 10 分的阶段，包括后期优化、细节提升，以及为作品注入更多“人的味道”，这些依然必须由人来完成。

AI 音乐可以把基础部分做到 80 分，而剩下的 20 分则需要通过人机互动、由人来完成，这也正是专业音乐人审美的体现，是他们的“高度”。未来，音乐人就是要不断提升那 20 分所对应的认知、审美和驾驭 AI 的能力，比如提示词设计等。

“那 20 分或许就是人心里的那个‘洞’，是 AI 永远无法填补的部分，这也正是未来音乐人真正的生存空间所在。”闻震说道。

周亚辉也表示，AI 永远需要与人结合，最终的作品是 “99.9% 的 AI + 0.1% 的人”，AI 的意义，无非是通过像 Mureka 这样的工具，让那些愿意写歌、愿意进行音乐创作的人用来表达情感。

“我其实相信 AI 未来一定会有情感，也会有人格出现，只是不知道需要多长时间。”高晓松认为，这会是一个临界点。“但即使 AI 具备情感了，那也没淘汰我们，因为你有你的情感、我有我的，谁也代替不了谁。”

声明：本文为 AI 前线整理，不代表平台观点，未经许可禁止转载。