AI音樂生成的商業模式是什么？

關于AI 音樂生成的商業模式，在《中國文化元宇宙AIGC發展研究報告：《文化元宇宙評論》（內刊特輯）》中有提及，更多內容可以查找原報告了解。

關于 AIGC 音樂生成商業模式的理解，對比傳統的人工，AIGC 會有一個劣勢，即模型效果需要訓練數據持續迭代優化。不管做任何分支領域，其前期都需要用大量的人工進行問題的解決。當人工產生足夠的內容之后，機器的效率會越來越高，這時候人工才能從高投入到降本增效。比如在音樂生成上，前期制作了 500 首模型就逐漸達到可用的狀態，這需要前期加大投入。但是在應用的方向，需要盡量細分并選擇天花板比較高的行業。從優勢的角度看，當機器效果達到應用門檻后，每一次的應用中，AI 生成的內容在成本層面就有巨大的優勢。在積累到足夠的數據后，它的效果會持續地變好。且可能由于音樂內容有共通的特點，不同類型的數據之間會具備比較強的遷移能力。例如假若國風游戲或者二次元游戲中有新音樂的數據增多時，也會提高這個國風類型游戲音樂的輸出效果。

現階段 AI 音樂應用的方向，主要有智能汽車、時尚快消的品牌營銷，游戲客戶、政府單位、研究機構、教育機構。隨著 AIGC 概念的快速傳播，越來越多機構意識到它的優勢與便捷性，其適用范圍會越來越廣。具體實用案例如把 AIGC 原創的音樂提供給海外版 K 歌平臺上的比賽優勝選手，讓他們進行選擇，選定后推進錄音。這樣就能夠幫網紅以回饋粉絲的名義進行站內和站外的發行推廣。又如北京東城區文旅局需要為每一個騎行路線定制一條專屬的音樂，AI 能夠自動生成當前的風格配樂，形成分段的樂章。其同時也能應用在政府相應的商業配套中。

對游戲行業而言，要提供整包的游戲服務、符合特定風格的背景，工作量是非常大的。曲庫級采購，從承接需求到交互。AI 音樂能夠比較完美的這一類的問題，生成最適合傳播的主題曲。

另一方面，從制作工具的角度看，現在有一些 IP 由內容生產者做成劇本殺，AIGC 能支持劇情游戲的生產者，幫助這類作者大大減少和節省篩選配樂的時間，從而提升生產效率。還有一些教育類的游戲廠商，可以讓小朋友通過外接設備彈一些音，為他生成三十秒至一分鐘的音樂片段作為他自己練習的作品。它最終生產的內容是跟用戶相關的。

從品牌營銷的角度來說，其在汽車行業會有很不一樣的應用，如根據自己品牌的調性和車系的風格生成對應的公播音樂。在智能座艙內通過駕駛員的動作，進行多模態的生成和音樂的響應。比如有一個新能源汽車與我方合作方案，伴隨著駕駛員在行車過程中的加速、減速以及轉彎，系統會根據他的動作，調度智能汽車內的燈光和音響，去驅動生成對應的有交互式的音樂。在這一條件下，駕駛員在駕駛的體驗中會更有沉浸感和適配的感知。另外，還有一種在車企上實踐較多的品牌營銷類型。疫情期間，一些車廠將銷售場景放在線上，這個過程中會利用虛擬的解說員。而在線上介紹元宇宙車系的時候，少不了 AI 音樂的配合，有時需要一些游戲性的互動。這時我方也是從音樂的角度豐富線上視聽體驗落地的方向。同時，AI 音樂生成模塊化的軟件能為客戶在不同的駕駛階段生成音樂，預防疲勞駕駛。

教育行業目前有 AI 音樂協同的制作。例如，當前老師輔助學生作業的批改，一直是一對一的關系。而經過目前一些頭部的教育企業探索，AI 音樂已經被輸入了大量的樂理知識。對于非創新性的，有一個基準性的音樂生成來說，其已經具備了助教的資質。在這個過程中，剛入門級別的學生，其作業完全可以由模型去批改，指出他在哪些音符或者段落有問題。在功能性上面，其能夠做一定的指導，給出教育的評價以及生成音樂創作的靈感，這是AI音樂在教育方面的場景。

同時，正在構建的 AI 音樂生態能夠提供多模態化的輸入和標簽化的輸入，也可以提供整套的音樂技術支持。后續隨著 AI 音樂的普及和技術的優化，在應用模式上面會有更大的想象空間。不同于技術的應用，技術的底層研究在金錢的投入和時間的投入上都是非常大的，數字標注規范化的算力支撐以及模型迭代，每個方向都需要資源的長期加碼，才能讓一線研究者的研究走到質變的關鍵點。相信 AIGC 這個技術本質上是生產力提升的工具、這種提升可能會在五到十年內改變整個行業的格局的想法，支持著研發與創新的不斷進行。像現在圖像和文本領域階段性的成功，初步驗證了這種想法。作為音樂領域從業者，可以認為未來當 AI 音樂能夠大規模產出頭部音樂的時候，音樂內容產業由于內容爆炸式的輸出，流量可能會進一步分散，這樣可以破除當前版權壟斷的行業格局，像音樂、流媒體商業模式會被系統性的顛覆。現在的 AI 音樂技術初步可用，但距離實現這個目標還有很多難題要解決。隨著技術的發展，大家對這個前景還是充滿信心的。