最近发现一个很喜欢的博主 Alex Hsu，他分享了自己用 Suno 做音乐的经历。Suno V5 生成的音乐好到他可以开心地单曲循环好几个小时。他形容这就像有一个私人厨师：你告诉他你想吃什么口味，他当场给你现做。
这让我很感兴趣。我上一次玩 AI 生成音乐已经是两年前了，印象中完全不喜欢。
所以当我发现现在 Suno 出来的音乐已经这么好的时候，真的是又惊又喜。听听这首。和弦很有品味，制作听起来很专业。我兴奋得不行，几乎是手舞足蹈地跟Mitch解释 AI 生成音乐进步了多少。他嗤之以鼻。而那个"嗤"让我开始思考。
对 AI 音乐的抵触 #
人们对 AI 生成音乐的抵触，似乎比对 AI 生成的文字或图像要激烈得多。对后两者的反弹当然也不少，但音乐尤其明显。
也许是因为当我们听音乐时，我们在接收一种跨越语言和国界、连接人类情感的信号。当你发现一首喜欢的歌，你会自然而然地想了解背后的艺术家。如果你越听越喜欢他们的作品，你会开始对这个人或乐队产生深深的连结感。你开始收集关于他们的故事和趣闻，关注他们在哪里巡演，现场版和录音室版有什么不同却同样精彩。
这就是我们发现最爱的音乐人、然后忍不住向朋友安利的过程。我觉得 AI 根本没有机会取代这种音乐聆听体验。当你听到一首很爱的曲子，然后发现它是 AI 生成的——你最好的反应是惊讶和欣赏，或者是失望，甚至觉得被骗了。但不管哪种反应，你都不太可能去追寻背后的故事。
不过，还有一种音乐——背景音乐。当你在学习、写代码、写作的时候，你喜欢放一些背景音乐来营造某种氛围：平静、专注等等。对于这类聆听体验，也许 AI 生成的音乐确实有一席之地。说到底，我们不过是一堆原子在对特定声波频率做出反应。这听起来可能冷冰冰的、太还原主义了，但过度美化以人类为中心的观点，在过去已经惹过不少麻烦，将来大概还会继续。
当然还有正当的公平性问题。许多音乐人倾注了多年的心血和热爱，却依然只能换来微薄的收入。
Mitch认为，艺术从根本上就与"人"密不可分。如果我们开始接受 AI 生成的艺术——先是当作一种便利，然后变成一种常态——我们最终会走向一个 AI 艺术完全取代人类艺术的世界。到那时，艺术本身就失去了意义。
而且，在到达那个终点之前，这个过程本身就已经在造成伤害。艺术家失去生计，维系创作社区的文化逐渐瓦解。前几天Mitch在玩《塞尔达》的时候，我注意到 NPC 只会发出"嗯、啊~“的声音，而不是把对话念出来。我说：“哦，这不是正好可以用语音 AI 来提升体验吗！“他说：这就是滑坡效应。一旦你开始用 AI 给 NPC 配音，很快就会是主角，然后配音演员就失业了。
也许人们真正担心的就是这种连锁反应。每一步看起来都很小、都很合理，但它们加在一起，指向的是不可逆转的东西。
AI 音乐：好听，却记不住 #
我觉得我确实发现了 AI 音乐的一个大弱点。
和 Mitch 那次聊天的两天后，我试着回忆 Suno V5 生成的音乐，发现了一件有意思的事：我完全想不起来它们听起来是什么样的。一段旋律都哼不出来——尽管每首我都听了五遍以上。
这和人类创作的音乐太不一样了。当你听到一首真正喜欢的歌——哪怕只听过一两遍——旋律就会钻进你的脑子里，想赶都赶不走。
于是我又回去听了一遍。依然很好听。旋律一段接一段，流畅无缝。但听了好几遍之后，停下来一会儿再试着回忆，我还是哼不出来。
也许最大的问题在这里。
在 Suno 生成的一分钟音乐里，变化很多。每个乐句流畅地过渡到下一个。一切听起来都很连贯，都很好听——但感觉就像和一个说话非常优雅甚至华丽的人聊天，用词精致考究，悦耳动听。但聊完之后，我想不起来我们聊了什么。我不记得任何一个令人印象深刻的故事。
双盲实验的问题 #
换一个角度想：如果我们做一个双盲实验，听众完全不知道自己听的是人类还是机器创作的音乐，而他们确实被感动了——那创作者是谁又有什么关系呢？眼泪已经流了。意义已经落地了。如果你被感动了，你就是被感动了。
在这一点上我们俩都同意。如果你不知道，那就没什么好抗议的。但一旦你知道了，整个体验可能就变了。Mitch举了个例子：想象你正在吃一个超好吃的汉堡，然后厨师告诉你它其实是用婴儿的头做的。现在你对这个汉堡感觉如何？
人们常常喜欢一首歌，是因为他们和背后的人或乐队产生了连结。对艺术家的了解会改变你对艺术的体验：
- 如果艺术家是一个很棒的人——歌曲会显得更加璀璨。
- 如果歌手或作曲家人品很差——旋律也会蒙上阴影。
- 而如果你发现另一端根本不是人类，而是一个为了取悦你而优化的算法——我觉得很多人会感到介于愤怒和空虚之间的东西。一种被欺骗的感觉。
因为音乐体验不是一场双盲实验。我们一直有权利——甚至被鼓励——去了解作品背后的艺术家。传奇音乐就是这样代代相传、跨越千山万水、成为永恒的。
艺术的门槛 #
还有一个关于"艺术门槛"的问题，我觉得很有意思。艺术创作中的自动化一直在随着时代演进。想想一个影片剪辑师逐帧手动调整色彩曲线，和你只需要描述想要的效果然后点一个按钮的区别。一键完成的版本，算不算没那么"艺术"了？一端是艺术家自己点一百万个按钮完成所有事情，另一端是艺术家只点一个按钮就搞定一切。在什么节点上，我们会因为按下的按钮不够多而不再称之为"艺术”？
虽然这篇文章读起来可能像是我在大力推崇 AI 生成音乐，但并非如此。到目前为止，人类创作的音乐有一种魔力，能带我穿越时间和空间——和好朋友在一起的某个下午，那些说不出口的话里蕴含的记忆与情感。音乐就像我人生旅途中每个重要节点的原声带。
但我确实在想，是不是有些抵触并不是因为 AI 音乐本身如何，而是因为它来得太快了。我们还没有准备好。而当我们没有准备好的时候，就会为自己不理性的感受找理性的理由。嗯，我想这大概也是身为人类的一部分吧。
如果你好奇的话，这里还有一首 Suno 生成的曲子——听几遍之后试试看能不能哼出来。