匿名科研人用 AI 生成“不读博”歌曲走红 B 站，播放超 5000 万

事件概述

一位网名为“馄饨皮茄总”的科研工作者，在 2025 年夏天因左臂骨折被迫暂停科研。利用这段空白时间，他开始创作一系列以研究生生活为主题的 AI 翻填歌曲，形成一个名为“不读博音乐节”的视频系列。截至报道时，该系列共包含 42 首作品，在 B 站累计播放量超过 5000 万次，点赞达 376.4 万次，后台收到三千多封听众的感谢信。

创作缘起

去年七月，作者在观看《歌手》直播时，将一首原曲的旋律与博士生涯中反复被拒稿、被否定、理想磨损的情绪结合，当天晚上开始填词，次日中午完成。视频发布 48 小时内播放量突破 5 万，大量正向反馈促使他以每两到三天一更的节奏持续产出，去年八月一个月内就发布了 12 首作品。

歌词内容直指科研人的共同焦虑：被抢一作、延毕、审稿不通过、创新点缺失、科研理想破碎等。作者表示，这些素材源于自身长期被压抑、被忽视的体验，写歌的过程既是表达，也是与自我的对话，完成后反倒感到轻松。

创作方法：用科研逻辑做音乐

选歌阶段：设定“歌手听过、自己不讨厌、身边人也熟悉”三项基础原则，并从评论区逐条收集粉丝点歌需求，整理出上千条数据作为选题库。视频画面仅选用舞台美学在线且歌手情绪匹配的现场 Live 版本，并拒绝使用 AI 生成的演唱画面，所有素材须达到 1080P 画质以上。

填词阶段：把填词比作“八股文”。他会逐句记录原歌词的字数、断句、重音和停顿位置，并用与原词韵脚发音严格对齐的汉字来保证口型自然贴合。对于外语歌，大量运用“空耳”技巧，例如将少女时代《Gee》中的“Gee Gee Gee Gee / baby baby baby”改成“记记记记 / 背背背”和“寄寄寄寄 / 悲悲悲”。歌词中还会突然插入直接与观众互动的句子，模仿电影中“打破第四面墙”的手法。

AI 生成阶段：占整体工作量的 50% 至 70%。同时使用 Suno、MiniMax Music 等商业模型和 HeartMuLa、ACE‑Step 等开源模型，对同一段歌词反复“抽卡”，一次最多生成 100 多个版本，再逐一聆听，择优选取片段进行拼接。此外，他还会手动调整配乐、将 AI 无法准确发音的字替换成英文同音词或发音相近的简化字，甚至自费请真人歌手录制降调 Demo 后再用 AI 处理，以追求更准确的音调与情感表达。目前仍未解决的难题是 AI 无法处理密集复杂的和声叠唱。

听众的共鸣与群体的扩张

截至去年底，作者收到三千多封由 B 站年度总结生成的粉丝来信。大量听众自述会在做实验时循环播放这些歌，在读博难以支撑时反复回来听，甚至准备将作者写进论文致谢。歌曲并没有解决任何实质问题，但为身处长期不确定、封闭和孤独中的研究生提供了情绪出口和归属感。

数据显示，全国在学研究生人数从 2023 年的 388.3 万增至 2025 年的 430 万，这一群体仍在持续膨胀。作者指出，许多人读博是基于易损耗的“科研信仰”或并不稳定的“学历投资”，却忽视了背后的心理代价。绝大多数普通科研人员只能被绩效和热点牵引，被迫产出能快速发表的成果，真正由好奇心驱动的研究成为极少数人的奢侈品。

后续与建议

骨折康复后，作者已重返科研岗位，更新频率降为一周甚至一月一更，但决定不中断系列创作。触动他坚持下来的关键一刻发生在去年中秋节深夜——当一条晚发的视频仍在一个小时内涌入大量点赞和节日祝福时，他感受到与陌生听众之间真实的连接，并决心“守护这个群体”。

面对不同阶段的听众，他给出了三层建议：考虑读博的人应先想清楚愿意付出的代价，而非仅着眼于收益；在读博士切忌因实验失败或文章被拒而否定自身，身心健康比任何论文都更重要；已毕业者不必再用同一套标准去证明自己。