Meta 发布 MusicGen：输入文字或哼段旋律，直接生成音乐

前阵子那首用 AI 伪造 Drake 和 The Weeknd 嗓音的歌在网上疯传，各大唱片公司直接拉响了防空警报。大家忽然意识到，文字和图片被生成式 AI 刷屏之后，音频和音乐可能就是下一个重灾区。

不过，AI 做音乐不只有「仿冒歌手」这一种玩法。Meta 最近端出了他们的新模型 MusicGen，想走的则是更底层的纯音乐生成路线。

打字甚至哼两句，就能捏出一段旋律

MusicGen 的用法很简单：你可以直接给它一段文字描述，也可以给它一段旋律提示。

说白了，哪怕你只是对着麦克风哼几句跑调的调子，它也能抓出旋律框架，然后生成出好几个风格完全不同的音乐变体。

在模型训练上，Meta 给它喂了足足 2 万小时的音乐数据。这里面不仅有完整的歌曲，还包括大量拆解开的单一乐器音轨和风格样本。

目前这个模型还没有全面对外推送，不过官方放出了可供体验的演示 Demo。

唱片公司的法务已经在路上了

做音乐生成，绕不开的就是唱片行业的法务铁拳。

现在的音乐产业早就组建了专门团队，天天在网上巡查侵权行为。他们不仅要抓那些克隆知名歌手声线的 AI，还在严防自家的版权曲库被拿去偷偷采样。

这种监管压力随时可能变成针对生成工具的诉讼。不过据报道，从 MusicGen 的样本运作方式来看，音乐公司想在法律上彻底把它封死，难度其实相当大。

不管唱片公司喜不喜欢，未来在流行榜单里听到由 AI 生成的单曲，甚至听众完全不知情，看起来都只是时间问题了。

为什么重要

对于短视频创作者、独立游戏开发者和营销人员来说，MusicGen 解决的是一个非常现实的刚需：低成本的原创背景音乐。以前找一段合规配乐不是贵就是麻烦，现在如果靠打几行字或者随口哼几声就能生成，创作门槛会直接降到地板上。

对专业音乐人而言，它短时间内还取代不了编曲工作，但完全可以当成一个灵感草稿机。你在键盘前卡壳的时候，丢进去几个词让它跑十几个动机，挑一个顺眼的继续改，效率能高很多。

我们认为 Meta 这次押注纯器乐和旋律生成的做法非常聪明。直接去碰歌手声音克隆，几乎百分之百会招来唱片公司的全面封杀，但做器乐和风格生成在法律灰色地带上要隐蔽得多。不过隐患依然存在：那 2 万小时的训练数据到底有没有拿到完全清白的商业授权，依然是悬在它头顶的一把达摩克利斯之剑。