当AI开始够用了，人类的位置在哪？

新音乐产业观察原创文章，未经授权谢绝转载

作者 | 朱力克

在发展显著提速的当下，AI已经以一种非常具体的方式进入音乐行业。

有职业音乐人抱怨，因为广告公司改用AI音乐，自己在半年内失去了多份定制音乐合同；另有游戏音乐从业者表示，在引入AI工具之后，其公司的录音师团队从4人减少到1人。

广告音乐和游戏音乐等都属于典型的功能性音乐，制作流程高度标准化，恰恰在这一领域，AI音乐具有显而易见的替代性。

功能性音乐只是行业变革的前沿阵地，随着AI作曲家和AI制作人登场，大量依赖标准化流程的工作岗位正在被重新划分，“抢饭碗”不再是危言耸听，而是一种正逐渐显现的现实。

但与此同时，另一种变化也正在出现，当标准化生产逐渐被AI接管，人类创作者反而将聚焦于更能发挥创造力的“非标准化工作”。

在这个巨变的周期里，行业急需在技术替代与创意共生之间寻找新的平衡点。

亲测，AI音乐已经够用了

过去两年，AI音乐的发展大致沿着两条路径同步推进。

一条路径是普适化，豆包和Gemini等泛AI平台已经集成音乐工具，将AI生成音乐转化为可被广泛调用的基础生产力能力；另一条路径则是专业化，Suno和MiniMax等厂商开始针对具体行业场景进行模型优化，使生成音乐真正具备进入商业生产流程的条件。

今年年初，MiniMax推出MiniMax Music 2.5，将歌曲生成能力提升至格莱美级别。对此，我们曾在《AI音乐的下半场，谁能够真正上岸？》一文分析认为，MiniMax Music 2.5显示出AI音乐已经发展为能够对接行业需求的专业级生产工具。

而最新推出的Music 2.5+则进一步补齐了纯音乐生成这一环节，使整个Music 02系列逐渐成为一个没了短板的“水桶型模型”。

这一变化看似只是功能补全，但实际上意义不小。

关于AI音乐的讨论，人们往往更关注“AI写歌”，但在实际商业应用中，需求量更大的往往是功能性纯音乐，广告、游戏、影视、播客、直播、电商视频……几乎所有内容产业都需要大量背景音乐。

当AI模型在纯音乐生成能力上达到可用水平时，也就意味着AI真正具备了进入商业音乐生产流程的能力。

为了更直观地理解这一变化，我们简单做了一系列测试，针对不同场景用MiniMax Music2.5+生成几段音乐，包括强调剧情感的游戏音乐、强调氛围感的助眠类纯音乐和强调情绪引导的广告音乐等。为了体验AI的智能性，我们还尽可能简化提示词。

1.游戏音乐

提示词：游戏音乐

生成结果呈现出较清晰的剧情变化，音乐开头以钢琴和氛围音效铺垫节奏，随后逐渐加入弦乐和打击乐，使整体张力不断增强。中段出现短暂过渡后，多乐器组合进入更高强度的节奏段落。整体来看，这段音乐已经具备较明显的剧情推进感，符合动作或冒险类游戏配乐常见的编排逻辑。

2.疗愈音乐

提示词：国风，自然采样，疗愈

生成结果以鸟鸣和海浪等自然环境音作为开头，辅以弹拨类乐器作为铺垫。整体节奏较为平缓，旋律变化较少，主要通过自然声景与轻音乐器维持稳定的氛围感。这种设计与助眠或冥想类音乐常见的制作思路较为一致，即通过低强度旋律和持续声场构建放松氛围。

3.广告音乐

提示词：电子产品广告音乐

生成音乐整体节奏感较强，以电子节拍为基础，并加入打击乐强化律动。旋律结构相对简洁，节奏推进直接，使情绪表达更加集中。这种明快且节奏突出的音乐类型，与广告或品牌宣传视频中常见的配乐风格较为接近。

4.Lo-Fi音乐

提示词：办公室Lo-Fi

生成音乐以电吉他作为主旋律，通过轻快扫弦进行节奏铺垫，在鼓组节拍的带动下形成稳定律动，背景中还加入轻微的黑胶颗粒噪声，为音乐增加了典型的Lo-Fi质感，使整体氛围更加松弛，适合用作工作背景音乐。

5.泛化音乐

提示词：电子舞曲，爵士，中国风，凯尔特，古典音乐，印度

这一测试主要用于观察模型的大跨度泛化能力，电子舞曲的鼓点构成基础结构，而旋律与音色中则出现一些带有民族风格特征的元素，使音乐呈现出一定的跨文化风格混合。即使多流派混搭，模型也能保持整体的音乐结构不乱。

综合看来，仅使用较为简单的提示词，AI生成音乐已经能够形成相对完整的结构框架，如果进一步引入精细化的参数控制，其输出质量还将有明显的提升空间。据此，我们的判断是，当前阶段的AI生成音乐已经能够满足不同商用场景的基础需求，为游戏、短视频或广告等提供BGM。

AI正在重塑商业音乐工作流

在商用音乐领域，AI已经开始对传统生产模式产生冲击。

早在五年前，一些国外功能性音乐公司就开始尝试使用AI生成音乐。到2024年，数据显示，31%的广告公司在营销活动中使用AI生成音乐，27%的游戏音频设计师使用AI音乐生成工具，19%的YouTube创作者使用AI生成背景音乐。

广告、游戏和视频内容对音乐的需求通常可量化程度高，制作流程也相对标准化，这使其成为AI音乐最容易进入的领域。

在这些场景中，AI的优势并不在于创意表达，而在于稳定的规模化生成能力。当AI模型能够持续输出结构完整、风格稳定的音乐内容时，就不再只是创作辅助工具，而开始具有改变行业链条的能力。

以影视配乐为例，传统配乐制作通常是一个成本高、周期长的工业流程。一分钟顶级电影配乐的制作成本往往在2万美元以上，如果邀请一线配乐师，整部电影的配乐预算可能达到数百万美元，同时还需要乐团录制、专业录音棚以及复杂的后期制作。

相比之下，AI一分钟即可生成音乐，并且可以随时调整结构、情绪或配器，价格也非常低廉，这种效率和成本差距对于需要大量音乐内容的行业来说具有明显吸引力。

工作流程的变化已经在不同内容行业中出现，在游戏开发中，一些团队已经开始尝试使用AI生成动态配乐，使音乐能够随游戏剧情实时变化；影视行业也在探索AI在内容制作中的可能性，华纳和迪士尼等公司都在尝试将AI工具引入影视制作流程。

在国内，一些AIGC内容项目开始尝试完整的AI创作链路，并走出国界。例如基于经典香港电影IP开发的AIGC漫剧《花好月圆之狐妃嫁到》，就使用MiniMax的全模态模型完成了从视频生成、语音配音到音乐创作的全流程制作，其中，Music 02音乐模型为作品生成了专属OST。

AI工具正在从不同方向进入内容生产的核心环节，被改变的将不仅是某一类内容的创作方式，而是整个内容产业的工作流程，AI与人类在其中的角色也将随之重新分配。

AI负责“标准”，人类回归“非标”

从某种意义上说，AI音乐大模型创造了一个新角色，全能的AI作曲家。

过去，AI音乐更多被视为创作辅助工具，例如生成灵感、制作Demo或提供简单的编曲素材。但随着模型能力的不断进步，AI已经能够独立完成完整音乐的生成，并直接进入广告、游戏、视频等商业内容生产流程。

当AI开始具备完整的音乐创作能力时，它也就成为了一种新的“创作者”。

在这一背景下，音乐行业中大量高度标准化的生产环节，将首先受到冲击。从音乐库制作、初级编曲与混音，到基础音效和采样生成，这些依赖固定模式与稳定风格输出的工作，正是AI发挥效率优势的地方。

MiniMax音乐模型所体现的正是这样一个趋势，AI已经可以生成符合专业场景需求的成品音乐，并因此将接管传统的标准化岗位。

但这一变化并不只是简单的技术威胁，更像是一场审美工程的“腾笼换鸟”，AI接管标准化工序的同时，人类创作者也将转向具有更高价值的非标准化工作环节，例如风格设计、情绪深度控制以及跨媒介的艺术整合，并在内容巨量输出的时代，依靠个人审美扮演一个“策展人”的角色。