專訪譜樂AI CTO吳杰：不做模型，做AI音樂的“水電站”

“AI音樂行業很難形成技術護城河。”

作者 /企鵝

譜樂AI最初只有兩個人，從來沒有融過資。創始人&CTO吳杰說，他們第一天就收費，收入是兩塊錢。這之后的十幾個月，收入每月都在漲，團隊就靠著盈利一路走到現在。

“我們不做單一模型，而是依托多模型架構，把市面上的AI創作能力整合在一個平臺里。”他向「新物種」介紹。平臺目前集成了Suno、Mureka、MiniMax等主流AI音樂生成模型，并結合了開源與自研技術。

譜樂AI做的，是把AI音樂從生成到上線的整條鏈路打通。包括寫詞、生成、優化音質、制作MV、發行到流媒體等全流程服務，吳杰將其定位為像“水電站”一樣的“音樂創作基礎設施”。

譜樂AI入場的時間節點也頗為精準。

2024年是AI音樂從技術演示變成真實產品的一年，Suno V3讓普通用戶第一次感受到輸入幾行文字、幾秒鐘內得到完整歌曲的體驗。國內玩家也紛紛入場，字節跳動推出了海綿音樂、昆侖萬維則推出了天工SkyMusic......譜樂AI正是在2024年4月成立的，當時全球錄制音樂市場規模約為296億美元。

到2025年，AI音樂開始滲入大眾的日常生活。而生成式AI音樂這個子市場，預計未來十年年復合增速預計超過20%。

2025年至2035年全球生成式AI音樂市場的預測

彼時AI歌手“大頭針”翻唱經典歌曲抖音單月漲粉超38萬，甚至因其嗓音優越一度被誤認為是真人；另一位AI歌手Xania Monet憑借一首火爆的單曲登上Billboard電臺榜單，她也是首位登上該榜的AI藝術家。知名音樂廠牌Hallwood Media簽下了Suno平臺上播放量最高的創作者“imoliver”，這也是傳統唱片業首次與毫無音樂背景、純靠AI生成歌曲的創作者簽訂正式唱片合約。

乘著行業的東風，從2025年9月至2026年2月，譜樂AI的平臺月訪問量由2.7萬一路飆升至近16萬，短短半年內整體規模翻了5倍有余，月復合增長率近50%。

機會是真的，但混亂也是真的。

版權訴訟、平臺封堵、藝人抗議，整個行業高速生長著也激烈博弈著。譜樂AI同在窗口期里，嘗試著在無人跑通的鏈路上找到自己的位置。

“AI音樂行業比較特殊。”吳杰的判斷是，這個賽道很難形成傳統意義上的技術護城河。底層模型的技術壁壘最終會被填平，所以譜樂AI更押注流程。

至于生成式AI音樂能觸達的邊界在哪里，目前行業還沒有清晰的答案。譜樂AI對此的態度是，不坐待潮退后再辨礁石。“我們先把能做的做好。待到版權等問題明確時，我們早已跑在前面了。”吳杰說道。

01.AI音樂，要做全鏈路

兩年前，Suno推出V3后迅速成為全球最大的AI音樂生成平臺，注冊用戶突破1億。當時涌入在AI音樂賽道的資金，幾乎都押在模型層。

但譜樂AI沒有選擇從眾地死磕自研模型。

“模型層守不住的。”吳杰說。生成只是AI音樂鏈路上的一個節點，雖然Suno讓生成這一步變得“物美價廉”，但鏈路其余部分幾乎沒有變化。創作只是第一步，還得讓歌曲“流通”起來，進入Spotify或網易云等平臺，再通過播放量等轉化成版稅收益，才形成一個完整的產業閉環。

這也是譜樂AI正在做的——“音樂創作基礎設施”，更具體的叫法是“AI原生音樂內容生產與資產化平臺”，即一條鏈路打通從創作到變現。

譜樂AI平臺主要有三部分：

創作端：后端調用的是Suno、Mureka、Minimax等模型，文本/圖片/視頻多模態輸入生成音樂、人聲克隆、聲音替換、AI母帶處理、12分軌、MIDI導出、音樂轉樂譜、局部編輯；

視覺端：MV制作（4K、10分鐘、口型同步）、數字藝人形象生成與管理；

發行端：一鍵發行至全球100+平臺（QQ音樂、網易云、Spotify、Apple Music等）、版稅分成、署名權保障。

其中可控性，是平臺底層邏輯的核心。

目前大多AI音樂工具，本質上類似"抽卡式”創作。模型根據用戶的提示詞生成音樂，如果用戶不滿意，模型就再“搖”一次。

吳杰告訴「新物種」，這種不確定性源于當下模型在可編輯性、長序列音樂性及音質上的局限，其中可編輯性的問題最為直接。

這也造成了AI生成的過程本身不可解釋，創作者想調整也無從下手，能做的只有反復重新生成，而每次重新生成，人聲音色和編曲風格都可能跟著漂移，上一版里偶然出現的細節，就此消失。

譜樂AI的分軌導出、局部編輯與聲音替換，對準的正是這個問題。

局部編輯功能讓創作者拖拽波形或點擊歌詞，鎖定某一句，單獨重新生成，生成時保留原有音色與情緒，完成后無縫銜接整曲。不滿意副歌某一句，只改那一句，其余部分紋絲不動。

與此同時，平臺支持將一首歌拆分成人聲、鼓點、貝斯等獨立音軌，分別處理，再導入12軌混音臺重新合并，也可以直接導出MIDI，送進Ableton或Logic等專業DAW繼續加工。這套工具鏈走完，生成的那首歌從一個不可拆解的音頻文件，變成了一套可以逐層操作的制作素材。

在模型選擇上，吳杰的策略是多模型并行。

平臺同時接入Suno、Mureka、Minimax和ACE Step等模型。通常新模型剛上線，譜樂AI便會在第一時間接入。創作者通過同一賬號及統一的積分體系，即可在不同模型間直接切換，無需分別購買會員或在多個平臺間跳轉。

吳杰解釋道：“這套產品邏輯是我們‘從AI產品視角想出來的’，是跑到音樂工作室和傳統創作者那里，一個環節一個環節聽出來的。”借助譜樂AI的平臺，即使沒有任何專業背景的人，也能以"音樂人"的身份出現在流媒體平臺上，擁有自己的歌手頁面，甚至從播放量中獲得收益。

譜樂AI接下來想做的，是建立AI音樂領域的第三方Benchmark。

“大語言模型有MMLU，圖像生成有CLIP Score，但AI音樂沒有一套被市場認可的評測標準。”各家廠商發布新模型時各自出測評，他曾問某家廠商怎么測的，對方說請了十幾位音樂專家打分。“這太主觀了。應該是市場說了算，不是專家說了算。”吳杰說道。

他的構想是用統一的prompt驅動多個模型生成同類作品，再通過盲測，邀請平臺C端用戶在一定周期內打分。但這套機制成立的前提，是平臺要有足夠體量的用戶。

吳杰認為譜樂AI已經接近那個規模了。

而且一旦做成，他們在業內的角色也根本性地改變。從一家做音樂工具的公司，變成定義AI音樂質量標準的機構。在模型公司正在向平臺層擴張的競爭格局里，這或許是他們能找到的、最難被直接復制的位置。

02.“一邊起訴，一邊合作”

吳杰表示，目前AI音樂能做的事，已經走到了邊界。

行業面臨的難題超出了技術層面，是在版權層。模型用什么數據訓練、生成的作品發行到平臺能不能分成等，都還沒有定論。“現在的情況和1999年時很像：新技術沖進音樂賽道時，首先迎來的是官司。”他分享道。

1999年，音樂行業在峰值遇見了Napster。

當時全球錄制音樂市場規模約222億美元，環球、華納、索尼三大唱片公司壟斷了絕大部分版權。同年夏天，美國東北大學學生Shawn Fanning上線了他做的P2P音樂共享軟件Napster，一經發布便迅速走紅，最高峰時Napster網絡有8000萬的注冊用戶。

這不可避免地觸及到了唱片公司的蛋糕，畢竟用戶在Napster上免費聽到的每一首歌，都是本該賣出去的一張CD。于是到2001年，在RIAA的訴訟和Metallica、Dr. Dre等藝人的公開施壓下，Napster被迫關閉。

雖然Napster倒下了，但數字音樂卻站起來了。

Kazaa、LimeWire接連涌現，iTunes隨后以合法下載的方式收編了這股需求，2008年Spotify用流媒體訂閱模式重新定義了整個行業。

“同樣的節奏，也正在AI音樂起步時上演。”吳杰說道。

2024年Suno V3發布三個月后，RIAA代表環球、索尼、華納，分別在波士頓和紐約聯邦法院對Suno和Udio提起訴訟，指控兩家公司未經授權、大規模復制受版權保護的錄音用于訓練模型。依據美國版權法，每首被侵權作品最高可索賠15萬美元。但兩家公司均以"合理使用"為由進行抗辯。

一年后，三家在修訂訴狀中追加了新指控：Suno通過"stream-ripping"（流媒體盜錄）技術，繞過YouTube的“rolling cipher”（滾動密碼），非法下載版權錄音作為訓練數據。Suno的回應是，這一做法不違反《數字千年版權法》。

“實際上，三大唱片公司一邊起訴，一邊私下談合作。他們很清楚技術的腳步是不可能被阻擋的。”吳杰對這段“往事”評論道。

2025年底，Suno宣布與華納音樂集團完成和解，雙方建立合作關系。此時Suno剛完成2.5億美元C輪融資，估值24.5億美元。Udio此前也相繼與環球、華納達成協議。索尼至今未與任何一方和解，環球對Suno的訴訟亦未結。

版權框架正在形成，但還沒有完成。“我們有從生成到發行的鏈路，但這條路能不能走通，取決于流媒體平臺愿不愿意收和怎么接收AI音樂。”吳杰無奈地表示，“這不在我們的控制范圍內。”

如今，AI音樂的體量已經大到讓全球平臺都不得不表態。2025年11月Deezer數據顯示，每天涌入該平臺的AI生成音樂有五萬首左右。

Spotify的回應是“設門檻”：克隆真人歌手聲音的作品須獲當事人授權，去年同期還集中清理了數量龐大的低質內容，但AI音樂本身并未被列為禁區；獨立平臺Bandcamp的選擇截然相反，今年1月直接宣布不接受AI生成內容，并呼吁用戶舉報；廣播平臺iHeart的立場同樣明確，合成人聲模仿真人這條線不能碰。

國內流媒體平臺也上演了同樣的“拉鋸戰”。

AI音樂大量涌入之后，QQ音樂、酷狗音樂等既不允許AI音樂作者簽約也沒有分成；網易云音樂雖然可以簽約，但AI作品同樣拿不到收益。創作者隨即想出各種規避的法子，比如把AI音樂逆向到DAW偽裝成原創，或者把歌曲拆成人聲軌、鋼琴軌、吉他軌分別上傳以證明"原創性"。而平臺隨即升級規則，要求用手機錄下本人演唱才算數。“這場博弈持續了相當一段時間。”吳杰說。

隨著這些合作或官司的推進，行業規則也越來越清晰了。“對創業公司來說，現在更重要的是抓住這個窗口期，把產品和業務真正跑出來。”他補充道。

03.沒有真人IP的生意

普羅大眾對AI音樂的態度更為兩極分化：要么抵制，要么接受，幾乎沒有中間帶。

2025年10月，Deezer對8國9000名用戶進行的盲聽三首曲目的測試顯示，97%的人已無法分辨AI與真人音樂的差異。可以說，如今的AI在音樂、圖像和視頻等領域都已達到了以假亂真的地步，但也正是這種“真假難辨”，喚醒了大眾心中的不安和抵觸。

同年，《好萊塢報道》聯合邁阿密大學對2244人進行了對AI音樂接受度的調研，結果同樣也是涇渭分明的態度。超過半數的受訪者明確表示對AI音樂不感興趣，哪怕這些音樂是由他們最喜歡的歌手“演唱”的。Luminate的追蹤數據也顯示，2025年9月，對AI音樂興趣下降的美國消費者比例達到了44%，而興趣上升的僅占24%。令人意外的是，興趣下滑最明顯的，竟是Z世代和Alpha世代——這兩個本該對新技術最不抵觸的年輕群體。

但仔細探究會發現，其中很多人并不排斥AI音樂本身。高達80%的受訪者要求平臺對AI生成內容進行明確標注。歸根結底，人們只是想清楚地知道，自己聽的是什么。

他也常被問到：“既然AI毫無感情，那它寫出來的東西怎么能引發共鳴？”對此吳杰并不急于給出定論，而是會向對方確認：“你為什么要聽歌？”

他進一步剖析道：“假設一首歌讓你感動到落淚，但此時有人告訴你，歌其實是AI寫的，你會覺得剛才的感動是假的、眼淚是假的嗎？答案顯然不是。”

吳杰認為，人們對音樂的期待分為兩種。一類人聽得是情緒共鳴，旋律與詞句能否恰好落在某段隱秘的心境上。至于曲目背后承載著怎樣的人事物，他們并不縈懷。還有廣告配樂、影視背景音這類功能性音樂需求，AI已然能應對得游刃有余。

另一類人更在意“血肉感”。他們需要感知到作品真實的生命力，音樂有來路，故事有重量。歌曲只是一個切口，那個會痛、會笑、有著真實人生軌跡的創作者或演繹者，才是音樂的本體。“核心是人和人之間的情感鏈接，這個gap現階段AI還無法跨越，甚至可能永遠都不會消失。”

那樂理學習的必要性會不會被prompt取代？

他的答案是不會。“樂理是理解音樂結構的能力，prompt是一種溝通工具，兩者不是替代關系。”吳杰舉了一個例子：副歌生成完感覺不夠抓人，不懂樂理的人只能反復重新生成，等待碰運氣。懂樂理的人能判斷是旋律張力的問題還是和聲節奏的問題，然后針對性地調整。前者是運氣，后者是能力。“對于需要長期深耕的創作者來說，理解音樂結構和情緒邏輯依然非常必要。”

吳杰畢業于西南大學計算機系。大三時因為成績不錯，他被推薦到澳大利亞迪肯大學繼續深造。“我不懂樂理，是純粹的理工科專業出身。”因為清楚自身的不足，所以吳杰并沒有陷入“拿著錘子找釘子”的技術自嗨，而是選擇是深入行業，去傾聽傳統創作者和工作室的真實痛點。

面對充滿博弈、非標且快速裂變的市場，譜樂AI的生存哲學可以總結為四個字：順勢而為。畢竟在技術顛覆規則的前夜，相比盲目崇拜算法，或許順應真實的人性與市場需求，是更務實的破局思路。

排版運營 /Teagan

- End -