AI 音乐进入“该怎么做”阶段：中国团队为何选择自研中文底座
2026/08/24 15:17阅读量 2
AI 音乐日产能已达 7.5 万首，但播放占比不足 3%，行业从“能不能做”转向“该怎么做”。中国团队音潮选择从中文语境出发自研底层模型，而非在英语底座上优化，并于 8 月 14 日发布 V4.0，连续两年拿下 WAIC 官方主题曲。
事件概述
流媒体平台 Deezer 数据显示，AI 歌曲每日新增量已从 2025 年初的 1 万首飙升至 7.5 万首，占当日新增上传的 44%，但实际播放占比仅有 1%—3%。平台开始用质量筛选内容，TIDAL 上线 AI 透明度标签，IFPI 则要求“人类实质性参与”才能进入官方榜单。AI 音乐的核心问题已从“能不能做”转向“该怎么做”。
核心信息
- 音潮团队的选择：CEO 姜涛因想为妻子制作专属歌曲而进入 AI 音乐领域，但现有工具无法理解中文语境下的旋律。团队决定不采用 Suno 等公司在英语底座上优化的路径，而是从训练数据、模型架构到优化目标全部基于中文重新设计，并使用壁仞国产 GPU 完成训练，实现算法与算力自主可控。
- V4.0 发布：8 月 14 日，音潮 V4.0 全平台上线，重点升级指令理解、情绪落地和曲风细分，以处理普通用户模糊、感性的创作需求。V4.0 同时解锁 10 语种全覆盖和纯音乐生成。
- 官方认可：音潮连续两年（2025、2026）获得 WAIC 世界人工智能大会官方主题曲创作，并曾为乌镇互联网大会、阿里云栖大会等制作主题曲，还获得一项国际音乐 AI 赛事全球亚军。
- 产品布局：音潮 APP 面向普通用户，已有百万用户，最快 15 秒出旋律；音潮 Studio 面向专业音乐人；Hitto 面向海外市场；API 平台面向企业开发者。
值得关注
当 AI 音乐产能严重过剩，“一键生成”不再是价值，能否“读懂”用户的创作意图成为新竞争焦点。音潮选择的“最难的路”以更长的研发周期和更高成本换取对中文音乐的深度理解，这一策略在产能冗余背景下是否更具长期优势，值得持续观察。