AI音乐生成

两大技术架构：

• 自回归 Transformer：音频经神经编解码器（EnCodec/RVQ）离散化为 token，逐 token 生成——局部连贯强（MusicGen、Suno）

• 潜空间扩散：VAE 压缩 → 去噪生成，一次性生成整段——音质保真高（Stable Audio）

• 商业闭源系统（Suno/Udio）为混合私有架构，含独立人声合成模块

行业格局（2026）：

• Suno v5：5000 万+ 用户，免费档 10 首/天；Pro $10/月含商用授权

• 版权战拐点：UMG 与 Udio 和解（传闻 $200M+、15% 收入分成）；Warner×Suno、Merlin、NMPA 相继签约；仅 Sony 仍在诉讼

• 美国版权局裁定：纯 AI 生成人声无版权——"写歌词+AI 伴奏"可保护，"一句话生成"不可

实践要点：

• 商用必须付费档（免费档无授权）；平台保留用你的作品训练模型的权利

• 弱点：宏观结构（主歌-副歌-桥段、调性转折）仍是 frontier，同 LLM 的 lost-in-the-middle

• 音乐人正确姿势：stem 分离、自动混音、母带处理当"助理"用，而非替代