娱乐产业观察 — 全球影视工业、流媒体、音乐版权与演出市场的产业深度分析

<figure><img src="https://img.huxiucdn.com/article/article_default_picpath_v1.png?imageView2/1/w/1440/h/810/|imageMogr2/strip/interlace/1/quality/85/format/png" /></figure>AI音乐的发展，会让未来的音乐发生什么样的变化？这个问题我自己其实已经思考了很久，今天有空把一些想法整理一下。01现在已经进入了一个“音乐大通胀”的时代首先，我觉得现在已经进入了一个“音乐大通胀”的时代。“音乐通胀”这个词我觉得特别贴切，也特别适合解释今天AI音乐发展的现状，以及未来一段时间可能出现的趋势。其......本文来自微信公众号：<a href="https://mp.weixin.qq.com/s/zYBw2bW-C10R2mkR245nWg" rel="nofollow" style="text-decoration: none;" target="_blank"> Ricchin 的音画志 </a>，作者：RicchinAI音乐的发展，会让未来的音乐发生什么样的变化？这个问题我自己其实已经思考了很久，今天有空把一些想法整理一下。01现在已经进入了一个“音乐大通胀”的时代首先，我觉得现在已经进入了一个“音乐大通胀”的时代。“音乐通胀”这个词我觉得特别贴切，也特别适合解释今天AI音乐发展的现状，以及未来一段时间可能出现的趋势。其实20多年前我就已经有类似的感觉了。那个时候MP3刚出来，尤其是后来百度MP3搜索在国内流行以后，获取一首音乐突然变得异常容易。它给搜索平台带来了源源不断的流量，同时也进一步冲击了原来唱片工业的商业模式。现在回头看，其实从录音工业或者说唱片工业诞生开始，它一直就在一个“降本增效”的循环里面：唱片、磁带、CD不断降低复制成本，到了MP3，复制和存储成本已经几乎被降到了零；后来Streaming流媒体又把传播成本、获取成本，甚至获取音乐需要的时间都继续压到了接近零。而AI出现以后，生成式音乐第一次把这个过程真正推到了生产端。也就是说，到现在，音乐的传播成本早就已经接近零了，而很多类型音乐的生产成本也开始迅速向零靠近。Suno官方在2025年底说，过去两年已经有接近1亿人在Suno上制作过音乐。到了2026年3月，Suno的CEO提到，当时平台每天生成大约700万首歌。这700万首当然不是700万首正式发行的音乐，绝大多数可能就是生成出来听一下，不满意再抽一首，再抽一首，最后全部扔掉。但这个数量还是让我觉得有点毛骨悚然。单纯Suno这一家平台，一天就可以生成几百万首音乐，那音乐生产的边际成本到底已经低到什么程度，大家应该就有感觉了。再看国内，其实也一样。酷狗音乐2025年底的AI音乐用户量级已经超过了1000万，利用AI制作的作品接近3000万首。当然，这其中有大量的AI翻唱和换声，并不算是3000万首全新的原创歌曲，但这个数字至少说明了一件事儿：普通听众已经开始从听音乐变成自己抽卡听音乐。网易云音乐2025年底第一次做AI音乐创作大赛，一次比赛就吸引了2万多人参加，收到超过5万首AI音乐作品。这个量级已经不是少数几个技术爱好者自己玩玩了。还有一个平台叫Deezer。但它从2025年开始就专门检测AI生成的音乐。2025年1月，每天收到大概1万首AI生成的音乐；到2026年1月，已经增加到每天6万首；到2026年6月，高峰的时候接近每天9万首，甚至一度超过了平台每日新增音乐的一半。这至少说明，AI音乐已经不只是在生成平台里面自己玩了，它正在以非常大的数量进入正式的流媒体发行体系。但其实在AI生成式音乐成熟之前，音乐本身就已经过剩了。Luminate统计的2024年全球流媒体曲目大约已经达到2.02亿首，当年平均每天仍然有大约9.9万个新的ISRC进入数字平台。（ISRC可以简单理解成一个具体录音版本的身份证号，所以9.9万个新ISRC，大体可以理解成每天又有接近10万个新的录音版本进入数字发行体系。）更夸张的是，在这2.02亿首曲目里面，有9320万首全年播放量不超过10次，差不多接近一半。所以AI真正可怕的地方并不是它制造了一个音乐过剩的市场。这个市场里的音乐本来就已经严重过剩了。AI只是在一个已经有两亿多首音乐、其中接近一半一年都听不了十次的市场里面，又把音乐的生产成本快速往零上压，然后继续往里面增加大量新的音乐。所以现在真正稀缺的根本就不是音乐，也不是歌。人的一天还是只有24小时，真正有限的是这24小时里面可以拿来听音乐的时间，以及听音乐时候的注意力。以前的问题是“有没有音乐可以听”，后来变成“我想听什么音乐”，再后来变成“有没有一个歌单能猜到我喜欢什么”。以后会变成什么样，现在还很难完全判断。但有一点我觉得已经很明显：以前是音乐制作能力稀缺，所以音乐也相对稀缺；以后可能是音乐无限，但是人的注意力稀缺。所以将来真正重要的可能不是“我一天能生成多少首歌”，而是：怎么样让一个听众愿意把自己的三分钟给你？02对听众来说，音乐体验反而可能会上升一个层次尽管前面说得好像挺悲观，但我其实没有那么悲观。作为音乐制作人，我当然也享受到了AI音乐带来的很多便利，但这还不是最重要的。我觉得更重要的是，对于真正广大的听众来说，AI可能会让听音乐的体验反而再上升一个层次。Spotify现在已经开始测试一种Prompted Playlist。你可以直接告诉它你想听什么，它不只是根据几个标签找歌，而是会调用你从使用Spotify第一天开始的完整听歌历史，再结合你的要求去生成一个个性化歌单。比如你可以告诉它：“我要跑30分钟，前面能量高一点，后面慢慢放松。”它会根据你的口味去给你重新组织音乐。但是我觉得下一步，可能连歌单本身都没那么重要了。因为当平台已经掌握一个听众十年、二十年的听歌历史，再结合一些很简单的条件，比如今天心情怎么样、现在是在开车还是运动、外面下没下雨，它其实完全可以直接生成音乐给你。而且这种推送最后可能会比现在的歌单精准得多。今天一个30首歌的歌单，可能还有10首根本不是我真正想听的。以后AI真把这件事情做透以后，我甚至觉得听音乐也可能变成和今天刷短视频差不多的一种体验：它太懂你了，所以你很难停下来。我最近坐出租车的时候，经常碰到司机在听一些特别老的歌，但是编曲和演唱已经完全不是原来的版本了，一听就是AI重新做的。我后来想了想，这其实是一个非常真实的新需求。听众喜欢的还是那首歌，但他想听一个新的唱法、新的风格、新的编配。我以前看过一个说法，大概意思是一个人的音乐品味很大程度上是在青年时期形成的，这个现象我自己挺认同的。很多人在年轻的时候听到的音乐，可能真的会影响一辈子的音乐审美。但是一个人到了40岁、50岁以后，可能还是喜欢年轻时那些歌，只不过原来的编曲、原来的演唱已经听过几百遍、上千遍，真的有点听腻了。这个时候AI就特别有价值。比如原来是一首很简单的流行歌，但我45岁的时候突然想把它听成一个爵士三重奏，而且今天不要演唱。或者原来是男声，我今天偏偏想听一个女声。或者今天外面下雨，我就想把一首原本很欢快的歌做得稍微清冷一点。甚至我现在要开40分钟车，我今天就只想听这一首歌，但是请给我做10个版本，把这40分钟填满。将来做到这些，我觉得根本不需要很高的成本。事实上，现在已经有声音系统开始往这个方向走，比如Endel就会结合时间、天气、光线、运动状态，甚至Apple Watch采集到的心率等数据去实时调整生成式声音环境。所以我觉得，今天我们是在选择音乐、选择歌单，将来可能是在配置音乐。这种音乐配置会越来越懂听众，甚至可能比听众自己还懂自己的趣味。我估计，这会成为未来音乐非常重要的一个发展方向。03一首歌可能不再只有一个固定版本接着刚才这个话题往下说，我觉得这件事情对于音乐创作者、音乐人和音乐制作人来说，其实也可能产生新的价值，因为AI音乐生成平台和版权之间的关系，最后一定会重新找到一种新的平衡。我不太相信会永远像今天这样，一个人接近零成本地去Cover一首歌，把它改成各种各样的风格，甚至完全不懂音乐的人都能做，然后再拿去平台上牟利。这种状态我觉得肯定会发生改变。将来的音乐人可能会有另外一种出路。比如一个音乐人先做出一个完整作品，这个作品有自己的旋律、歌词、歌手、整体审美。然后他自己利用AI，把它Cover成十种风格，再通过自己的审美选择，把这十个版本也发布出去。我觉得以后还有一种更大的可能，就是听众自己生成版本。听众根据自己的审美，从一个已经存在的作品母体上生成属于自己的版本。旋律还是这条旋律，艺术家可能还是这个艺术家，但是之后的编曲、配器、速度、情绪、甚至整个声音质感全部可以改变。查了一下，这件事情现在已经不是纯粹的想象了，Spotify在2026年已经和Universal Music Group、Merlin、Kobalt等版权方签订协议，准备推出面向Premium用户的付费AI Cover和Remix工具。核心就是听众可以基于参与艺人和词曲作者的作品去创作新的Cover和Remix，同时把授权、署名和收益分配重新送回原创作者。所以我觉得将来很可能会出现一种新的音乐消费方式：以前的Remix、Live Version、Unplugged Version、Acoustic Version，通常是音乐人主动去做，或者由别人经过音乐人授权以后去做；未来这种共创和再创作可能会变得丰富得多，而且越来越个性化。但无论怎么变，我觉得真正固定下来的还是作品本身。歌词、主旋律、核心的和声关系，艺术家的身份，以及这个作品最开始的意图和意义，这些才是最有价值的东西。取而代之的是，围绕这个作品可以产生无数个版本。所以以后“一首歌”可能就不再只是一个文件，也不再只有唯一的一个版本。它可以生成一百版、一万版，甚至其中某一版再继续往下衍生。当然，我也希望将来的平台规则和法律规则逐渐成熟以后，这些利益能够尽可能公平地回到原始版权人、艺术家，以及整个创作链条真正参与的人手里面。总而言之，我觉得唱片时代卖的是“版本”，AI时代卖的可能是“作品母体”，以及这个母体的生成权。到了这里，其实已经不单纯是一个技术问题了，而是平台、版权规则，甚至法律的问题。04哪些音乐会被AI替代或者说占领？我觉得越不强调唯一性，越是功能属性，越追求效率、数量和成本的音乐，将来几乎一定会被AI大量替代和占领。第一类其实就是功能音乐。最早的广告配乐、企业宣传片配乐，到后来的Podcast底乐、商场酒店背景音乐、睡眠冥想音乐、瑜伽健身音乐、直播背景、短视频BGM，还有普通游戏里面大量循环使用的音乐等等。这些音乐本来追求的就是功能、数量和效率，而这恰恰是AI最擅长、人最不擅长的地方。我的很多同行和朋友其实已经意识到了这个问题。包括一些以前做罐头音乐授权销售的公司，以前一首音乐八千、一万块钱的授权并不奇怪，现在两三千甚至更低的情况已经越来越多。以前做电视广告音乐，其实是一个非常专门的门类。有一些公司因为长期掌握特定的客户和行业资源，所以以前活得非常滋润。我自己知道、甚至亲手做过的一些项目，一条广告音乐八九千，甚至两万块钱都是存在的。而且那个时候做这种广告音乐，本身其实已经挺流水线了。广告导演早就把Reference定好了，有的时候恨不得连调性和旋律方向都已经定得差不多。所谓的“做”，其实很多时候就是拿着Reference去模仿，再改一改，并没有什么特别大的创造性，但是利润非常可观。据我当时接触到的行业情况，20年前有一些做这种业务的公司，一个月做到非常高的营业额一点都不奇怪。企业宣传片也是一样。过去大概有两种情况，一种是不太管版权，比如只是内部播放，很多时候就是网上下载各种罐头音乐，国内国外都有，甚至直接拿影视剧配乐来用。这些音乐被用得烂大街，真正的作者基本一分钱也拿不到。另外一种是版权要求比较严格的项目，比如一些外企、国企或者政府部门的大型宣传项目。这种时候过去一般也很少真正原创音乐，大多数还是买版权公司的罐头音乐。但是罐头音乐并不便宜，一首可能八千、一万，一个五分钟宣传片如果用了几段，单音乐版权就可能三四万块钱。但是现在这种费用，据我了解已经越来越难拿到了。因为如果你真的只是需要版权清晰的功能性音乐，现在完全可以用AI生成，然后按照具体平台的商业授权条款使用。Suno目前明确规定，付费Pro或Premier用户在订阅期间生成的作品可以获得商业使用权。所以这一大类功能性音乐，我觉得基本上都会受到AI非常强的冲击。即使现在还没有完全替代，音乐制作人在工作中也一定会越来越多地用AI来打草稿、找方向、完成基础工作。所以今天如果还能靠这些项目赚到以前那样的钱，我甚至觉得挣的已经不完全是劳动量或者技术壁垒了，更多是在挣一个信息差。过去这些需求其实养活了非常多音乐制作人，甚至我们认识的很多一线制作人也做过大量这样的音乐，因为这种音乐利润真的不错，又不用像真正做原创歌曲那样耗费那么多心力。第二类就是复杂程度不高，但是特别追求产量的音乐。短视频矩阵、电商广告、电梯和地铁里的商业视频、小型游戏、低预算短剧，这些东西以前也需要买版权音乐，但未来我觉得大量都会直接用AI。原因没有那么复杂，就是AI太快，而且实在太便宜。第三类甚至都不是成品音乐，而是音乐工业里面大量的中间产品。以前做一首歌要先做Demo，Demo可能要有一点简单的编曲，还要找一个人唱。唱Demo的人可能比较专业，但也未必是什么知名歌手。现在这一部分基本上AI就可以解决了。你如果只是想听这个歌大概是什么感觉，AI可以直接把编曲、演唱、整体气氛都做出来，然后我们再按照歌手或者制作人的要求去修改。影视音乐也一样。最终成品，尤其一些舞剧、音乐剧或者要求很高的影视作品，因为控制和修改要求特别高，很多东西最后还是需要人来做。但是在最开始给客户听、找方向的时候，基本上完全可以先由AI生成。甚至有时候歌手或者制作人自己也拿不准，觉得现在这个Demo不对，但也不知道到底哪里不对。那就换一种和声、换一种配器、换一种演唱方式、换一种歌手音色，甚至换一种混音质感，先让AI给你跑十种方向。这些东西以前全要人一点一点去做，现在可能几行提示词就出来了。所以第三部分虽然不是最终成品音乐，但其实是音乐工业里非常庞大的一部分中间劳动，这部分我觉得会大量被替换。所以总结一下，AI未必先把作曲家替掉，但是过去很多必须由作曲家、编曲家、音乐人亲手完成的工作，会被拿掉。那些特别强调效率、成本、数量和批量生产的音乐，一定会变成AI的舞台。短期内，如果音乐制作人现在还能拿到这种业务、还能接到这种活儿，我觉得应该庆幸。因为现阶段很多时候已经只能算是一种信息差，而不再是一个特别牢固的行业壁垒或者技术壁垒。05哪些音乐不容易被AI干掉？刚才说了很多可能被AI干掉的音乐、工作或者活儿，但是我觉得还是有很多音乐，最起码短期内，很难真正被AI替代。AI特别容易生成几分钟那种“听起来就是那么回事儿”的东西，但是这跟完成一个真正复杂的音乐作品完全是两回事。比如长篇的、有结构、有前后呼应的作品：交响曲、交响诗、声乐套曲、歌剧、音乐剧、舞剧音乐、大型民族管弦乐，包括一些概念专辑。不是说AI不能生成“交响乐”，而是一个主题在开头出现，三分钟、十分钟甚至二十分钟以后，它怎么再出现？是原样再现，还是发展、变形？有没有关系调的转调，甚至远关系调的转调？同一个主题是不是一开始由木管演奏，后来进入铜管，再后来交给弦乐？这里面真正难的是长时间尺度上的记忆、发展和结构控制。这部分现在AI我觉得还是有点无能为力，而且就算音乐人不断去调教它，也很难得到真正满意的结果。第二种就是长篇影视配乐。现在短片、短视频，甚至很多短剧里面的音乐，已经挺容易让AI做了。比如我现在需要一分钟悬疑音乐，这个特别容易，让它生成十个，挑一个就行。但是完整做一部电影就完全不是一回事。一方面是主题和情绪的发展，比如每一个主要人物都有自己的主题，人物成长以后主题没有消失，但是编曲、配器、和声甚至旋律处理都发生了变化。这种横跨整部电影的统一性和发展性，现在AI还是挺难做到。另一方面就是影视音乐和画面的精确配合。第一版的时候导演可能告诉你，这个地方五秒以后必须结束；第二天剪辑一改，原来五秒、三秒、两秒、七秒、九秒的镜头节奏，突然变成三秒、七秒、两秒、两秒、五秒。如果音乐要求很高，又必须配合剪辑点和情绪，那就不是简单做一个Time Stretch能解决的事情了，必须回到音乐逻辑本身重新编、重新改。这种事情其实特别考验音乐人的功力。插一句题外话，它更考验音乐人的耐心和脾气，哈哈。前一天好不容易做了一版，觉得自己简直是天才，第二天导演一改剪辑点，全完了，又得重新来。这个时候音乐人真正需要做的工作，有时候首先是给自己做情绪疏导和心理建设。第三种其实就是现场音乐，特别是需要大量互动、甚至即兴的音乐。Jazz、Fusion、Funk，包括很多乐队现场。这样的音乐最有意思的地方就在于，没有人提前知道下一秒到底会发生什么。鼓手突然有一点变化，贝斯马上跟进；钢琴听到了以后又做一个反应；萨克斯手原来准备往另一个方向走，结果听到大家这么弹，又突然改变了自己的Solo。整个音乐的情绪、节奏、音符密度、重音位置，全部都可能在几秒钟里面发生变化。这种化学反应真的就是音乐特别有魅力的一部分。对于普通观众来说，可能没有演奏者体会得那么明显，但是演奏者自己会产生一种特别强烈的心理和生理满足感，有的时候真的是一下子起一身鸡皮疙瘩。另外一个绝对不能忽略的，就是具有强烈个人演奏风格的音乐家。萨克斯、古琴、古筝、琵琶、马头琴、手风琴、爵士鼓、电吉他，其实都一样。一个人真正把某一种乐器演奏到一定程度以后，他弹出来的音符，和平常人甚至普通专业乐手是不一样的。因为乐器根本不是把谱面上的音高和节奏弹准这么简单。一个音符稍微比拍点往前一点、往后一点；触弦的位置差一点点；力度多一点还是少一点；管乐或者歌唱什么时候换气，都会改变音乐。而且这种变化不是“弹不准”。真正厉害的地方恰恰是，它虽然偏离了谱面上的绝对标准，音乐反而更高级了。MIDI和采样音源出现以后，其实大家很早就认识到了这个问题。今天的采样音源有很多力度层，也有Round Robin，同一个音符每次出来可以不完全一样。但是机器的“不一样”和人的“不一样”本质上完全不是一回事。机器的不一样可能只是随机。人的不一样，是有记忆、有判断、有意图的。一个真正优秀的演奏家，可能刚才那个音并没有达到自己最理想的状态，甚至前面五个音都有一点问题。但是他会根据已经发生的东西，马上决定后面怎么办：既然前面已经走成这样了，接下来是不是应该突然弱下来？还是突然强起来？最后甚至让前面那个原本没那么完美的音，因为后面的处理反而变得有意义、有韵味。这些真的是一个演奏家穷其一生在练的东西。所以哪怕AI能给我生成一万版《渔舟唱晚》，我还是觉得，它很可能不如某一个真正优秀的古筝演奏家在某一天、某一场演出里面弹出来的那一版。甚至那场演出里面他还弹错了几个音，但是对于真正懂的人来说，那一版和AI生成的一万版可能根本没有可比性。这一点我是坚定站在人类这一边的。所以我觉得AI越发达，我们反而越应该建议所有人，不管是孩子还是大人，都去学一样乐器，自己演奏。因为音乐经过一个人的手，经过乐器的振动，经过扩声设备进入真实的空气以后，空气的密度、湿度、空间反射，全部都会继续影响它。最后到达听众耳朵里的时候，听众自己又是一个有情感的人。我们今天心情怎么样，我们接受过什么教育，我们听过什么歌，我们经历过什么感情，我们现在几岁，这些全部都不一样。所以一个独一无二的人，演奏了一次独一无二的音乐，经过一个独一无二的空间，再进入另一个独一无二的人的耳朵里面，这种体验我觉得AI很难真正复制。而且这种音乐最可贵的一点其实特别简单：它正在发生，而且它只发生这一次。第二天同样的人、同样的场地、同样的曲子重新演一遍，都已经不是昨天那一场了。大家可能会说，现在录音技术已经这么发达了，几十支话筒、多轨录音、沉浸式音频，完全可以把一场音乐会记录得很好。但是录音工业发展了一百多年，到今天仍然没有真正取代现场。技术层面上，现场里面那些极其细微的动态、空间、距离、互动没有办法百分之百复制；心理层面就更不用说了。你知道眼前这个人此时此刻唱的这一句、弹的这个音、鼓手刚刚做出的那个变化，它现在正在发生，而且只发生一次。既然发展了一百多年的录音工业都没有把现场替代掉，让AI来替代这一部分，我觉得就更有点想多了，哈哈。当然，能达到比较高的欣赏水平是需要积累和学习的。但是我觉得AI越发达，人自己的感官反而越应该变得丰富。需要效率的时候，我们当然可以让AI大刀阔斧地替我们干活；但需要体验、需要细腻感受的时候，我们还是应该回到自己特别奇妙的大脑、神经和感官本身。这一段说得好像有点太感性了，哈哈。06数字音乐越无限，传统介质反而可能重新找回价值我觉得正是数字音乐的这种无限感，会让人产生一种特别强烈的无力感。这不只是音乐人的问题。音乐人可能少了很多收入，当然也可能有人因为AI增加收入。但反过来，对听众来说，这么庞大的音乐数量本身其实也是一种负担。尤其AI开始批量、大规模生产音乐以后，音乐越来越没有了“重量”。没有重量以后，我觉得人类会本能地去寻找一种补偿或者代偿。所以我反而觉得，人会重新去找一些实体音乐。人生毕竟太有限了。两亿多首歌曲，一个人穷其一生都不可能听完其中的九牛一毛。这种无意义感其实很让人无力，到最后人可能索性“摆烂”：我不管那两亿首了，我就回到最开始那种体验。我们小时候买磁带、买CD，一盘磁带二十多块钱，一张CD三四十块钱，真的很贵。有的时候要攒很久的压岁钱，甚至考试考到90分才有机会得到一盘磁带。但也正因为它来得这么不容易，买回来以后就会不停地听。当天可能连续听七八遍，听得废寝忘食。而且我们会看磁带、CD里面的歌词本，不管正版盗版都看。词是谁、曲是谁、编曲是谁、录音是谁、混音是谁、吉他是谁、发行公司是哪一家，甚至里面一个错别字都可以记很多年。到了MP3，再到Streaming以后，人的习惯彻底变了。以前一首歌可以听成百上千遍，现在有的时候一分钟都没听完，就已经想点下一首了。到了今天，甚至连“音乐文件”都没有了，只剩下一个播放按钮和一个“下一首”。AI出现以后，会把这种没有重量的感觉继续推到极致。音乐可以随时生成，但也就意味着它可以随时消失。可能今天听了一首AI音乐觉得还不错，过几天再想找它，甚至都不知道去哪里找。但是另外一边，这些年实体音乐确实出现了非常有意思的反向变化。IFPI数据，2025年全球实体录音音乐收入增长了8%，其中黑胶收入增长13.7%，而且已经是连续第19年增长。更小众的东西也开始回来，2025年Rhino甚至重新推出了开盘带系列，首批《The Yes Album》和T.Rex的《Electric Warrior》各自只做500份，一盘卖299.98美元。这些东西肯定不可能重新打败流媒体，也不可能把AI音乐赶走。但是它提供的是另外一种价值。今天买一张黑胶，绝对不是因为不买它就听不到这首歌。现在想听一首歌有一万种方法。但是买了这张黑胶、这张CD或者这盒磁带以后，我得到的是一种非常简单的感觉：这是我的。我觉得这种拥有感可能是人非常底层的一种需求。数字音乐的世界会像宇宙大爆炸一样无限往外扩张，但是回到现实生活里面，人可能反而会越来越喜欢手里拿着一张真正的唱片，一个有限的、真实存在的东西。所以这些传统介质不可能重新成为大众传播工具，但是我觉得它们会越来越像收藏品、身份商品，甚至某种意义上的奢侈品。07音乐制作人的价值，会从手工活转向审美我自己作为一个音乐制作人——当然中间也改行干过很多别的事情，兜兜转转这么多年，勉强还算一个音乐制作人吧——最大的一个感受就是，在AI出现以前，我们这个职业相当大一部分价值其实来自“会操作”和“会执行”。我们会作曲，知道旋律和歌词应该怎么配，什么时候级进、什么时候跳进、什么时候需要一个反向的进行。这些东西一部分是理论，一部分其实是几十年听音乐以后留在大脑里的大量记忆，它最后形成了所谓的“会作曲”。然后还得学乐器。知道什么乐器可以演奏什么，什么东西不能演奏，怎样写才合理，几个乐器之间应该怎样搭配。再然后学软件。我最早用Cakewalk，后来用Cubase，再后来Pro Tools、Logic Pro。工作站里面又是各种录音、混音插件，各种软件音源、硬件音源、软合成器、硬件合成器。然后还要学习话筒怎么摆，怎么录人声，怎么录乐器。特别像录鼓这种比较复杂的东西，很多录音师都有自己的一套独门秘籍，甚至独门的小工具、特殊的话筒摆位。再然后又得学修音，从Auto-Tune到Melodyne、Waves Tune、Vovious。感觉我们上半辈子一直在学各种东西。不停趴在论坛上找资料、问问题，当年还到处找软件、找插件、找音源，回来拿自己仅有的一点素材，拿自己录的人声、乐器不停地试。换一个监听环境听，再换一套音箱听，最后慢慢把耳朵训练出来。最后所谓的会混音、会做母带，其实也就是几十年里面一点一点磨出来的。但是到了现在，这里面非常多的工作已经被压缩，甚至开始被替代。所以我觉得人的价值会越来越往上游走。手的价值越来越小了，耳朵和脑子的价值越来越大。以后一个音乐制作人真正重要的价值，可能是定义目标、选择方向，判断AI也好、乐手也好、自己演奏也好，最后出来的东西到底好不好；控制整个作品的节奏，建立统一的审美；最后对结果负责，同时用自己的审美和人格给这一批作品背书。所以未来音乐制作人可能越来越像一个导演。导演不是自己站在镜头前面说台词、做表情，也不是自己扛着摄影机去运镜，更不会亲自调整每一盏灯。他最核心的工作其实就是用眼睛、用脑子去判断：这个戏，到底是不是我要的？音乐制作人以后可能也会变成这样，越来越少地动手，越来越多地动脑。当然再往前走一步，也完全有另外一种可能：听众根本就不需要你的审美。听众自己当自己的导演，自己写歌，自己生成，自己听。这个其实已经不能说是“可能”了，我觉得是一定会发生。但是我想，音乐人毕竟积累了这么多年，总不至于这些审美完全没有价值吧？相对乐观一点来说，我觉得以后艺人和音乐制作人之间的边界会越来越模糊，大家都在做选择、判断，然后再通过AI或者其他的人，把自己脑子里的声音真正变成现实。我觉得这个能力还是会有价值的。乐观一点吧。不乐观又能怎么样呢？哈哈。08AI越强，真正好的乐手反而可能越值钱这一点我现在反而越来越确定。普通的录音乐手当然会受到冲击，但是话说回来，在AI出现之前，采样器、虚拟乐器、合成器已经冲击他们很多年了。所以我一直有一个特别简单的判断：当年的软音源、硬件音源、采样器和合成器没有替代掉的那些乐手，今天的AI也很难替代。一个真正达到很高演奏水准、真正形成了自己声音的乐手，我觉得未来反而可能越来越值钱。因为普通、标准化的演奏劳动会越来越容易被替代，剩下的恰恰是那些“不标准”，但是只属于某一个人的东西。所以朋友们，拿起琴来，加油练琴吧，哈哈。09录音仍然有价值其实有一段时间，我真的认真想过一个问题：录音棚以后会不会消失？现在我觉得不会。AI把Demo、样片、普通配乐这些需求大量解决以后，真正还需要走进录音棚的，反而会越来越多地变成那些值得让真人留下声音的东西。AI可能已经把一个作品做到了80分、90分甚至95分，但是最后可能还是需要一个真正的人来唱，需要真正鼓皮的振动，需要一把特别好的Les Paul，需要真正优秀的弦乐、铜管或者特殊民族乐器。因为这个时代真的不缺音乐。缺的是给音乐留下不可替代的痕迹。所以未来专业录音可能会从过去一种比较普遍的生产流程，逐渐变成一种品质行为。我甚至觉得未来录音棚可能会越来越两极分化。真正有好空间、好设备、好录音师，能够把一个优秀乐手的声音真正留下来的录音棚，还是会活得很好。但是那些录出来还不如AI、还不如虚拟乐器的普通录音棚，未来需求可能会越来越少。10越来越贵的，可能就是音乐现场这个其实是我20多年前就有过的一个判断。当时MP3开始迅速发展，后来Streaming又大行其道，传统唱片工业一度被打得找不着北。那个时候我就觉得，音乐的本质本来就在演出。唱片工业发展一百多年，最大的价值其实是给人提供便利：让我想听的时候就可以听。但是录音也好、唱片也好、今天的AI生成音乐也好，都没有改变音乐最本质的一件事情：我一直认为，音乐最高级的体验还是在现场。大家肯定都有这种感觉。去现场看音乐节，和坐在电脑前面看这场音乐节的录像，哪怕是在电影院里看一场录得特别好的音乐会，体验都会差很多。我自己主观感觉，可能至少差30%到40%，当然这只是我的个人感受，不是什么可以统计出来的数据。而且这些年国内音乐节、现场演出的制作水平真的提高了很多。PA系统、调音台、插件系统、整个制作团队、乐手的整体水平，都比十年前成熟得多。我认识的很多很好的混音师、录音师，也一直在做现场演出的声音。一个现场接近或者超过100dB的声压级，经过整个场地的传播、反射和扩散以后，最后不只是到你的耳朵，还会到你的胸腔。这种震撼，跟在家里面听录音完全不一样。古典音乐也是一样。真正走进一个经过精心声学设计的音乐厅，声音经过墙壁、木材、扩散结构，甚至现场观众身体的吸收一部分以后，最后来到你耳朵里面，这种体验真的可能陪一个人很多年。我自己有时候在做一件完全无关的事情，会突然闪回到很多年前看过的一场演出。甚至会想起当时的声音、灯光，还有空气里面的味道。我觉得这就是人类体验特别有意思的地方。也是人生价值的一部分吧。11录音工业一百多年的历史，其实一直在消灭自己的稀缺性最后，再把视角拉回一百多年。最早的时候，想听音乐，就必须有人演。在没有录音技术以前，音乐本质上是一件“事件”，它必须在某一个时间、某一个地方真实地发生。后来唱片第一次把声音保存了下来。从商业角度看，这无疑是一个巨大的成功。以前一次演出只能给现场这些人听，现在一次演奏可以复制无数份。后来唱片可以复制，磁带可以复制，再后来CD、MD不断让数字复制变得越来越方便。到了千禧年前后，MP3把复制和存储的成本基本压到了零。再后来Streaming出现，把获取音乐所需要的时间和成本也继续往零上压。而AI又继续往上游走了一步。模型学习大量人类已经存在的音乐和录音，总结其中的规律，然后开始直接生成新的音乐。最后连音乐的生产成本也开始快速往零上走。所以我觉得，这一百多年录音工业的发展史，从某一个角度来看，真的特别像一个不断自己把自己“卷死”的过程。它让音乐越来越容易复制、越来越容易传播、越来越容易获得；到了今天，又越来越容易生产。从工业和技术的角度看，这当然是巨大的进步。但是从稀缺性的角度讲，录音工业这一百多年，其实一直都在不断消灭音乐自己的稀缺性。从非常稀缺，一直卷到越来越不稀缺。随着AI继续往前走，传统音乐里面很多商业环节，可能真的会被挤到一个越来越小的角落。但是我还是比较乐观，因为这肯定不是音乐的终点。12音乐还是会回到它最古老的形态这篇文章里面，我其实已经说了很多次，音乐最古老、最原始、最本质的形态是什么。就是：此时此刻，有人正在演奏，或者演唱。一百多年前，人类第一次让音乐可以脱离现场，被保存下来，可以无限复制。到今天，我们已经可以随时播放，甚至随时生成。但是最后大家可能还是会重新发现，音乐最珍贵的东西其实并不是那个数字文件。而是有人演奏，有人在听。他们出现在同一个时间、同一个空间，音乐就发生在他们之间。AI音乐我肯定还会继续用，我也不会排斥它。它给我带来了很多以前根本不可能存在的体验，它也帮助我做音乐，甚至有的时候，它真的也在“教”我做音乐。但是也正因为音乐越来越容易生成，我反而越来越觉得，人最终还是会回到现场。甚至重新去学一样乐器，亲手去感受一个声音到底是怎么从自己手里产生出来的。因为未来最缺的根本就不是音乐，缺的是音乐发生的那一刻。

AI音乐的发展，会让未来的音乐发生什么样的变化？

📌 概要