文章摘要
【关 键 词】 音乐AI、情感AGI、技术公开、歌曲生成、市场前景
国内首个音乐ChatGPT，「天工SkyMusic」，已经开启内测，引起了编辑部的极大关注。
这款AI音乐生成大模型以其高质量的音乐品质和逼真的人声合成技术，让整个编辑部感到震撼。
它不仅能够生成具有中文特色的歌曲，还能够通过歌词控制歌曲的情绪变化，展现出主歌和副歌、前奏和主歌的段落差异。
此外，「天工SkyMusic」还能够参考特定音频学习特定的曲风，创作出多样化的音乐作品。
「天工SkyMusic」的研发团队在项目初期面临了技术路径的选择，最终决定采用音频方案而非MIDI方案，尽管这意味着巨大的风险。
幸运的是，他们的赌注获得了成功。
他们采用的核心技术架构是基于MoE架构的4000亿级参数多模态超级大模型「天工3.0」，这一技术路径在业界尚无公开资料可参考，因此他们的成功尤为难能可贵。
在技术层面，「天工SkyMusic」的Large-scale Transformer负责谱曲，控制音乐结构和风格，而Diffusion Transformer则负责演唱，通过LDM技术将Music Patches转换为高质量音频输出。
这使得「天工SkyMusic」在音乐情感的捕捉上极为细腻，能够根据歌词和音乐元素生成不同情感氛围的作品。
与市面上的其他AI音乐工具如Suno等相比，「天工SkyMusic」在中文人声合成、音乐风格控制、情感表达等方面具有明显优势。
然而，尽管AI音乐生成技术正在快速发展，但它并不意味着AI会完全取代音乐人。
相反，AI可以降低音乐创作的门槛，拓展音乐创作者群体，激发多元的音乐形态和跨界合作。
同时，AI音乐生成工具可以赋能音乐创作者，提高创作效率。
昆仑万维的研究团队在开发「天工SkyMusic」的过程中，不仅关注技术层面的创新，更强调模型对音乐情感色彩的感知和再现能力。
他们希望通过自研技术，帮助创作者更好地通过AI技术表达和传递情感内涵。
展望未来，随着AI技术的进步，将有越来越多的人通过AI音乐表达自我，音乐市场将迎来新的增长和发展。
原文和模型
【原文链接】 阅读原文 [ 3923字 | 16分钟 ]
【原文作者】 新智元
【摘要模型】 gpt-4
【摘要评分】 ★★★★☆
