1. Suno——音乐界的ChatGPT，让人人都能做音乐
SunoV3 出圈，成为“音乐界的ChatGPT”
SunoV3 生成效果进步神速，或成为现象级应用：2024 年 3 月 22 日，Suno 发布了V3版本，支持生成2分钟长度、广播质量级别的音乐，对prompt的理 解更深，幻觉更少。这个版本被许多人视为“音乐界的ChatGPT”，因为它 不需要专业的prompt词汇，甚至不需要理解音乐的专业知识，普通人就可以 生成自己想要的音乐。
Suno 背后的团队是何来历？他们是如何做出 Suno 的？
小型高效的新创业团队：Suno 成立不到两年。四位联合创始人 Shulman、Freyberg、Georg Kucsko 和 Martin Camacho 都是机器学习领域的专家，在 2022 年之前，他们曾在另一家剑桥公司 Kensho Technologies 共事，后来联合创立了Suno。 团队于2023年4月推出文本转音频模型Bark，7月在音频生成模型上增加人声音乐，12月用户可以在网页上使用，再到如今推出Suno V3版本，这家成立不 到两年的公司，在不到一年时间内，实现了AI音乐专家口中需要数年才能完成的突破。
Suno的技术原理：基于transformer架构，和文本生成类似
音频生成具体场景分为三大类：音乐、语音和音效。Suno 是这波将音乐与语音相结合的音频生成探索中的最新产物，其历史可以追溯至 Tensorflow Magenta。其他相关尝试还包括翻译与语音生成的无缝混合、Audiobox 加语音与音效，以及专门生成音乐和音效的 Stable Audio。
Suno背后主要由自研的两个大模型支撑，分别是基于transformer的Bark语音模型和Chirp音乐模型，前者主要用来生成人声，后者提供音乐旋律和音 效，两者让Suno生成的音乐旋律更智能化、复杂化。Suno的原理跟文本生成相似。通过训练模型来预测接下来将要出现的 token 的概率。Suno团队使 用多种模型和多种素材训练模型，确保Suno能够生成各种类型的音频，能够区分语音、背景音乐和人声等元素；并强调让模型自主学习和探索，而不 是强加规则表示，尽量减少对模型的显式知识输入。Suno团队认为，过多的人为干涉可能会限制模型的自我学习能力，强调泛化能力和端到端学习的 方法更为有效。
Suno为何出圈：易上手、低门槛、社区活跃、质量较高
此前陆续推出的 AI 音乐生成器并不少，比如 Adobe 的 Project Music GenAI ， YouTube 的 Dream Track 和 Voicify AI。但只有 Suno 被称为“音乐界的 ChatGPT”，主要系Suno将优秀的模型算法转化为 具有实用价值的产品。 傻瓜式操作：Suno四步即可创作一首歌（登录 官网注册→点击AI创作→输入文字→点击创作 按钮），从打开软件到生成歌曲，全程不到一 分钟。如果用户不会作词或者懒得作词，只用 选择希望的曲风，Suno就能自动生成。 社区氛围活跃：Suno 建立了一个活跃的社区， 围绕该模型的用户和开发者分享创作经验和技 巧，共同创作出有趣且悦耳的音乐作品。 兼具低门槛和高质量：多位专业人士认为，部 分Suno生成的歌曲已经能达到商用程度，即在 不涉及版权风险的情况下，直接对外出售。
2. AI降低音乐创作门槛，有望释放UGC音乐潜力
音乐市场：场景多元化，衍生社交娱乐市场规模大
音乐传播媒介已从磁带、CD等实体，单曲下载的数字音乐，切换至以流媒体为主。根据国际唱片业协会（IFPI）数据，2023年全 球录制音乐市场规模达286亿美元，yoy+10%，其中流媒体（以会员订阅或广告变现为主要变现模式，比如Spotify、QQ音乐、网易 云音乐等）收入占比67%达193亿美元，yoy+10%；实体音乐收入占比18%达51亿美元，yoy+13%，表演权（收入来自表演所支付 的歌曲版税）收入占比9%达27亿美元，yoy+8%。音乐场景趋于多元。根据国际唱片业协会（IFPI）数据，2023年，32%、31%的用户选择音频流媒体、视频流媒体作为听歌渠道， 较2019年的46%、42%大幅降低，意味着用户参与歌曲的渠道逐步丰富，不再局限于音频流媒体。
UGC音乐：广泛存在的长尾需求，但受限于创作门槛过高
随着创作门槛降低，文字、图片、视频的UGC催生了一众网文、社交、短视频平台等，但音乐作为情感传达的方式之一，UGC内容尚处萌芽阶段，我们试 图从（1）是否存在UGC音乐内容需求，（2）制约UGC音乐发展的因素，探讨音乐UGC的空间，以及为什么我们认为AI时代，音乐UGC有望释放其商业化 潜能，值得重点关注。
众口难调，音乐存在长尾需求。用户音乐需求呈现分散化、圈层化、小众化的特点，即使头部热门歌曲占据大部分的市场，但圈层用户、小众用户的 长尾需求仍有较大市场。以网易云音乐为例，在音乐版权数量落后的背景下，通过“每日推荐”“私人FM”等“歌找人”的推荐机制，匹配长尾需求 与长尾内容，获得了自己的生态位。此外，网易云音乐也积极扶持独立音乐人，满足个性化及多元化的社区用户需求，根据云音乐财报，截至2023年 底，网易云注册独立音乐人已超68万人，已上传超310万首曲目。
AI持续降低创作门槛，期待C端爆款应用出现
相比于文字、视频，音乐创作仍存在工具门槛，抑制UGC生态发展。音乐创作流程包括歌词撰写、创作旋律、编曲、录制，成本包 括作词作曲（单首歌5000元左右）、录音棚租赁和后期制作（根据地理位置、设备等级和时长，价格在千元到万元不等），对于专 业能力和成本都有一定要求，过去也有一些类似于ACE Studio的音乐创作引擎出现，操作难度相比VOCALOID软件已经大幅降低， 但其仍需要掌握音轨导入、下载midi文件等操作，仍有一定门槛，且需要付费使用。
伴随着智能手机的普及，以及手机摄影性能的提升和视频剪辑软件的简易工具化，短视频创作门槛大幅降低。对标短视频，我们期 待AI降低音乐创作门槛后，音乐潜在的UGC需求有望被满足，进而有望催生新娱乐社交爆款应用。
3. AI音乐应用初探：模型进步催生应用落地
昆仑万维：AI音乐生成大模型「天工SkyMusic」
2024年4月2日，昆仑万维AI音乐生成大模型「天工SkyMusic」已开启邀请测试，受邀用户可在「天工」APP的“音乐”栏目下进行尝试。用户可自行写词或通过AI写词，再选取歌曲或者哼唱的曲调文件作为曲风参考，然后AI生成歌曲。用户生成内容后可通过链接分享至 微信，也可以直接分享至抖音。
盛天网络：AI音乐社交应用「给麦」已开启商业化
盛天网络已上线AI音乐社交产品“给麦”，提供AI歌声进化、全民会说唱玩法，用户可用自己声音AI翻唱歌曲，也可以AI生成声线翻 唱特定歌曲，给麦AI音乐功能已开启商业化。
万兴科技：AI音乐满足跨境营销、创意娱乐等场景需求
公司旗下AI视频创作软件Wondershare Filmora已上线AI文本成片、AI音乐生成器等AI生成功能，以及AI文字快剪、智能人声分离、 AI智能遮罩等AI智能编辑功能，进一步降低视频创作门槛。
其中，AI音乐生成功能可根据用户选择的“Mood”，为用户的视频创建背景音乐，同时支持用户对生成的AI音乐进行裁剪。通过AI 生成音乐， Filmora希望为创作者解决视频内容创作过程中歌曲、声音版税的困扰，进一步降低视频创作门槛和成本。
TikTok内测AI生成歌曲功能，YouTube合作DeepMind
TikTok ：目前正在测试一项新功能AI Song，借助大语 言模型 Bloom 的能力，使用 AI 来生成歌曲，辅助用户 创作短视频内容。用户可在上传内容时输入提示文本， AI会根据用户的提示词，比如“Hi你好吗”“去听演 唱会”等，生成歌词，用户也可以自行创作歌词，然 后AI Song功能将为歌词文本生成相应的声音，用户还 可以自选曲风。当前，该功能仅面向部分用户开放。
YouTube：与谷歌旗下人工智能公司DeepMind合作， 已在2023年11月测试“Dream Track”功能，用户可输入 文本或哼唱旋律创作音乐，还可根据著名艺人的风格 自动生成 30 秒的音乐片段。
报告节选：
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
相关报告
AI音乐专题报告：AI音乐或至奇点时刻，关注应用落地投资机会.pdf
人形机器人专题报告：AI驱动，未来已来.pdf
建筑行业2024年春季投资策略：新国九条催化央企市值国改，低空经济AI与铜矿有色弹性大.pdf
2024年AI营销应用解析报告.pdf
人工智能专题报告：人形机器人步入软件定义和AI驱动时代.pdf
AI搜索行业深度报告：大模型催生搜索行业变革机遇，产品百花齐放效果几何？.pdf
音乐节活动方案.pptx
拉丁音乐及其对美国文化和商业的影响.pdf
2023年年底音乐报告.pdf
2023年亚洲音乐行业概览.pdf
中国音乐著作权协会2022年报.pdf
