全球AI一直在飞速迭代。2025年12月11日，OpenAI发布了GPT的最新版本——GPT-5.2。就在三个月前的8月8日，他们刚推出GPT-5；紧接着11月13日又发布了GPT-5.1；现在才隔一个月，又更新了。这被看作是OpenAI对Google在2025年11月18日发布Gemini 3的一种回应。

全球头部AI公司靠着技术优势，正快速渗透写作、绘画、音乐这些创意领域。而音乐尤其引人关注——它既牵动大众的情感和娱乐消费，又涉及复杂的版权问题。

Google旗下的DeepMind在2024年5月就和YouTube联手推出了AI音乐创作工具Music AI Sandbox。用户可以用它生成和优化音乐，完成后还能一键上传到YouTube。到了2025年4月，Google又推出了新一代音乐模型Lyria 2，并把它整合进Music AI Sandbox里。Lyria 2能生成多种风格的音乐，只要输入文字提示，就能产出包含旋律、编曲甚至人声的完整歌曲。

据The Information在2025年10月的报道，OpenAI也在开发自己的AI音乐生成工具，还跟美国顶尖艺术院校茱莉亚学院的学生合作，让他们帮忙标注乐谱，用来构建高质量的训练数据。

技术进步让AI音乐开始频频登上国内外的音乐榜单。


拿Spotify来说，它的“Viral 50”（全球飙升榜前50）在2025年11月多次出现AI生成的歌曲。其中一首叫《Walk My Walk》的歌，播放量超过了640万。还有美国诗人泰莉莎（Telisha Nikki Jones）用Suno平台打造的虚拟歌手Xania Monet，在Spotify上已经有超过120万听众，她的热门单曲《How Was I Supposed to Know?》甚至登上了Billboard榜单。

国内也不甘落后。从2025年2月用DeepSeek创作的《七天爱人》，到10月、11月在B站爆火的《美猴亡》《Money Back My Home》，再到抖音上的AI热曲《远山少年》《不能不想你》，播放量都轻松破百万，最高的甚至超过1000万。

这些作品的走红，也让AI音乐生成平台成了焦点。

在海外，Suno和Udio是AI音乐领域的明星。两家公司都专注做一件事：你输入一段文字描述，AI就能直接生成带人声、歌词和完整编曲的歌曲。

Suno成立于2022年，到2025年已经推出V5版本。2025年11月，它刚拿到Menlo Ventures领投的2.5亿美元（约合17.6亿人民币）融资，估值飙到24.5亿美元（约172.8亿人民币）。

Udio由几位前Google研究员创办，2024年4月上线后迅速走红，很快融了超1000万美元（约7000万人民币）。

国内也有不少玩家入局：字节跳动推了“海绵音乐”，网易云音乐做了“天音AI”，阿里上线了“Inspire Music”，昆仑万维则推出了“天工SkyMusic”。

AI大幅降低了音乐创作的技术门槛，让更多人能参与进来，给行业注入了新活力。但争议也紧随其后——有人天然反感AI作品，版权问题在法律和伦理上都还没理清楚。AI音乐跑得很快，但前路仍有迷雾。

01 新意起于技术

现在，国内已经有不少高质量的AI音乐作品进入大众视野。

比如B站爆火的《美猴亡》。博主“漫游会议室”在2025年10月发了个视频，叫《大圣深夜崩溃，悲情演唱〈美猴亡〉》，目前播放量已超1344万，还进了B站“每周必看”榜单。视频里，经典《西游记》里的孙悟空戴着耳机，在录音棚唱这首歌，词、曲、演唱全都署名“孙悟空”。

很多观众喜欢这首歌浓烈的摇滚风格和独特的歌词。弹幕和评论里常刷“他们杀死了美猴王，用虚名，用香火，用金光”“他们供着我的金身像，却烧了我睡过的草窝”这样的金句。这首歌火了之后，连专业歌手都来翻唱——比如曾一鸣的翻唱视频，播放量已超114万。

博主“漫游会议室”在主页说明，除了B站，只授权把歌上传到网易云音乐。《美猴亡》多次冲进网易云摇滚榜前三。因为质量太高，甚至有人怀疑它根本不是AI做的。但博主明确把这些歌都归在自己建的“《西游记》AI歌曲”合辑里。

高产也是AI的一个明显特征。据海克财经观察，从2025年10月20日到11月2日，“漫游会议室”每天发一首新歌，全是以《西游记》角色口吻写的，比如黑熊精、高翠兰、哮天犬、玉兔精等等。到现在，这个合辑已有26首歌，B站总播放量超6315万。因为词、曲、唱全是AI搞定，网友戏称它们是“3A大作”。

另一首热门AI歌是B站博主“猫爷说道AIGC”在2025年11月发布的《Money Back My Home》，播放量超481万。他明确说，只有歌词是他自己写的，其他全是AI生成的。

这些优质AI音乐的出现，离不开技术进步。

回看2022年11月，ChatGPT横空出世，当时就有开发者盯上了AI音乐。ChatGPT代表了自然语言处理（NLP）的新高度，展示了AI强大的通用能力和协作潜力，这种能力被认为可以迁移到各个领域。

其实，ChatGPT和Suno都基于Transformer架构，只是一个处理文字，一个处理音乐。音乐本质上是有规律的声波，可以被转成电信号，再对应到模型里的最小单位——token。节奏、和声、旋律、歌词、甚至唱腔音色，都能变成token序列。这个过程叫“tokenization”（标记化）。

但把整首歌转成token，数据量太大了。按CD标准44.1kHz采样率算，一首3分钟的歌要采样近800万次。如果每次采样都对应一个token，模型根本扛不住。后来Meta、Google这些大厂搞出了高效的神经音频编解码工具，能把原始音频压缩几十甚至上百倍再做token化，这才让AI音乐真正实用起来。

2025年1月，Suno的CEO迈克·舒尔曼（Mikey Shulman）在播客20VC里提到，他们的突破不在模型结构，而在音频标记方法——花了大量时间解决token化难题，还借鉴了开源社区的经验。

02 创作能力飞跃

AI音乐的能力，真是一天一个样。

2023年时，多模态技术还没突破，就算压缩了音频数据，也很难把节拍、速度、和声、情感、乐器、歌词这些元素统一编码。所以那时候AI主要只能模仿人声。

“AI孙燕姿”就是典型例子。2023年4月，有网友上传AI模仿孙燕姿唱《红豆》《发如雪》的视频，有的播放量超300万。这事闹大后，孙燕姿本人发文说，AI让人变得“可预测”“可定制”，她只能选择“做自己”。

还有那首《Heart on My Sleeve》，用Drake和The Weeknd的声音风格做的，4月一发就在TikTok和Spotify爆红，但很快被环球音乐以侵权为由下架。

后来多模态技术突飞猛进，一键生成完整歌曲变得简单多了。2024年3月，有人把连花清瘟的说明书丢进Suno，AI居然真生成了一首结构完整的歌。虽然旋律简单、中文咬字有点僵，但已经能看出潜力。

技术提升后，AI能处理的数据更多、更准，融合的元素也更丰富。

2024年3月的Suno V3和4月的Udio，虽然能一键出歌，但“AI味儿”还挺重——旋律、咬字、情感都差点意思。到了2025年，Suno V5和新版Udio的作品整体性已经很强，听起来跟人做的几乎没差别，不少甚至达到行业平均水平以上。

专业音乐人的评价很能说明问题。

B站音乐博主“呆若木一在此”做过一期视频《AI能打败音乐人吗？》，请来吕彦良、秦凡淇试听AI改编他们自己的歌，还让刘恋等音乐人盲选编曲版本。结果有评委直接把票投给了AI编曲。吕彦良（金曲奖最佳新人提名者）感慨说，AI已经超过99%的人，甚至比大多数从业者都强。

国内老牌游戏音乐公司小旭音乐的CEO卢小旭也持类似观点。他多次公开表示AI音乐将重构行业。小旭音乐从2006年就开始给《QQ斗地主》《天龙八部》等上千款游戏配乐，2024年专门成立了“小旭AI Studio”。

更重要的是，AI音乐的技术还在加速进化。

早期AI生成像开盲盒，用户没法局部调整。2025年6月，Udio率先推出可视化编辑工具Sessions，能智能识别歌曲结构，让你移动、扩展或替换某一段，还能自动融合进整体。Suno也在2025年9月推出V5后，上线了数字音频工作站Suno Studio，支持多轨精细编辑，还能按指令重做任意片段。

这意味着AI音乐越来越专业、可控，“AI味儿”也越来越淡，甚至听不出来。法国流媒体平台Deezer和益普索2025年11月的联合调查显示，在英、法、加等8国9000多名受访者中，97%的人分不清AI歌和人做的歌。

据海克财经了解，现在AI甚至能模拟现场感，直接生成Live版歌曲。

所谓Live版，就是带观众欢呼、掌声、即兴发挥和空间混响的现场录音。只要在Suno或Udio输入“Acoustic”或“Live Concert Recording”这类提示词，就能生成有现场质感的音乐。

03 透明度待提升

技术变革也在重塑AI音乐的商业模式。

早期有些创作者靠“刷量”赚钱。比如2024年9月被起诉的美国人迈克尔·史密斯（Michael Smith），他用AI批量生成几十万首歌，上传到Amazon Music、Spotify等平台，再用多个账号伪造播放量套取版税。据《纽约时报》报道，涉案金额超1000万美元（约7000万人民币）。

但现在越来越多创作者转向做精品。像B站的《美猴亡》《Money Back My Home》，还有抖音热歌《不能不想你》——后者由博主“浮生未歇”创作，他说卖这首歌版权赚了80万。

值得注意的是，Spotify允许AI音乐拿分成，但国内各平台政策不一：腾讯系的酷狗、QQ音乐不让AI作者签约，也没收益；网易云可以签约，但没分成；字节的汽水音乐则允许AI音乐变现。

即便听起来没差别，还是有不少听众介意歌是AI做的。而目前识别技术还不完善，很多创作者会刻意规避标注。比如B站博主“SevenTeamMusic”做过实验，只要手动微调一下，AI歌就能被平台判为人工作品。

如果AI只参与部分创作——比如用户哼一段旋律，AI补全编曲，再由人重录精修——平台就更难识别了。国内乐队“灵活就业”的主创王博龙就在播客里说，他们热门歌《创作者中心》《菠菜去打工》都用了Suno。他在网易云上传了30多首歌，都没标AI。

汽水音乐倒是明确支持AI音乐，还有激励计划给播放收益。AI歌往往符合“神曲”逻辑——洗脑、易传播，特别适合短视频。加上和抖音打通，汽水成了AI创作者的首选。B站、小红书上已经有很多教程，教你怎么用AI做歌上传到汽水赚钱。

创作者看重汽水，也因为它用户涨得快。Quest Mobile数据显示，2025年9月，汽水音乐MAU达1.2亿，同比增长90.7%，在国内音乐APP里排第四，仅次于酷狗（2.1亿）、QQ音乐（1.9亿）和网易云（1.5亿）。

但版权问题依然棘手。

2024年6月，环球、华纳、索尼三大唱片公司集体起诉Suno和Udio，指控它们用未授权音乐训练模型。到2025年10月和11月，Udio先后和环球、华纳和解，计划推完全授权的订阅制AI平台，让用户合规使用授权声音创作，并建立分成机制。Suno也在2025年11月和华纳和解，准备合作推授权模型。只有索尼的官司还在打。

版权争议不止在训练阶段，更在最终作品归属。当用户用AI把自己的哼唱或歌词扩展成完整歌曲，这作品就成了人类创意、算法执行和海量数据的混合体——到底版权归谁？是被学习的原作者？平台？还是用户自己？

针对标注问题，Google的做法是在Lyria 2等工具生成的音频里嵌入SynthID水印。这是一种人耳听不出的数字水印，不影响音质，但能让AI内容被识别出来。

AI音乐已经不只是个工具升级，它可能系统性地重构整个音乐产业——从上游创作授权，到中游分发推广，再到下游消费互动。要解决的问题还有很多：训练数据版权、人机协作伦理、听众的情感接受度……但无论如何，AI音乐已是行业无法回避、且近在眼前的未来。