音乐界的Sora？AI音乐大模型Suno V3有什么魔力

Sora神话统治AI大模型界的当下，诸多大模型都显得黯淡无光，Claude 3惊鸿一瞥，并未能挑战ChatGPT-4的王者地位，于是有人另辟蹊径，开始在Open AI的强项之外，寻找新的突围机会。

近期，一款名为Suno 的AI音乐大模型突然冲上热搜，其刚刚发布的V3版本，因零门槛、易操作，且效果出众，引发不少人的关注。

相较于诸多文生图或文生视频大模型，欲生成满意的作品，必须苦练提示词，Suno则极大简化了创作门槛，仅需要少量的提示词，便可以生成最长达2分钟的完整音乐作品。而且不只是背景音乐，连歌名、歌词、演唱者、编曲等也一手包办。用户所要做的，不过是输入提示词，然后静静等待30秒左右，即可获得两首AI音乐作品；不满意，再重新输入即可。其便捷和轻松程度，仿佛刷短视频或切歌，毫无压力。

经实测体验，笔者也发现Suno的巨大优势和潜力。省去了从浩如烟海的曲库里寻找合适的音乐，也无须再有侵权的顾虑，Suno给人的冲击无疑是巨大且持久的。更为重要是，Suno还支持音乐分享和下载（MP3或MP4格式，MP4格式并不完美，本质上还是MP3格式的直接拷贝），这无疑提升了AI音乐的扩散和传播效率，也进一步提升了Suno的影响力。

不过就个人体验来看，Suno虽惊艳，但仍有优化和提升的空间。比如，一开始笔者选的是男生演唱，但AI给出的却是女生（提示词：一首吐槽上班的，流行，男声，幽怨A song of roast about going to work, popular, male voice, grumbling）；第二次再试，男生没错了，但演唱不是中文（提示词：一首吐槽上班的，流行，男声，中文，幽怨A song of roast about going to work, popular, male voice, Chinese, grumbling）。从歌曲名称来看，9 to 5 Grind（朝九晚五）也显然是西方的语境，不过打工人的心境大抵是相通的。

后续通过调整提示词，改为中文演唱sung in Chinese，总算可以输出中文歌曲了，不过仍是女生演唱的。（提示词：一首歌唱洗澡的歌曲，男生演唱，中文演唱，流行音乐，欢快曲风A song about taking a shower, sung by boys, in Chinese, popular music, and cheerful music style）

坦白来说，面对较高难度的音乐创作，Suno确实前进了一大步，但远远谈不上完美。尽管其学习逻辑跟ChatGPT等大语言模型类似，都是通过将人类语言分解成称无数Token 独立片段，通过解析和吸收数以百万计的用法、风格和结构，并按需重新构建语言，但要想完美呈现萦绕在人们脑海中的旋律，或生成满足期望的乐曲，还是有很长的路要走。

人类音乐的历史很长，但跟文学、绘画一样，也是有规律可循的，AI通过大数据算法，融会贯通，实现类似人类音乐的再创造，一点都不算难，而难的是理解音符与音符之间，歌声与情绪之间的联系。

AI生成的音乐究竟是垃圾还是作品，目前尚不好判断，不过人类利用AI创造音乐的动作已经不可逆了。除了Suno，国内的酷狗、网易云音乐也早已涉足AI音乐的创作了。据悉，大火的好莱坞电影《芭比》和《奥本海默》的电影原声带也有AI参与的身影。

AI会不会颠覆音乐家，目前还不好说，但可以预见的是，AI参与音乐创作的身影，会如AI创作图片或视频一样，越来越频繁的出现在世人面前。

当AI越来越多的融入人类音乐创作，AI音乐作品好与不好，其实也便不重要了。