科技智东西··AI 生成
一个音乐制作人的七年豪赌：做AI写歌，也想抢救中国民乐
本文报道了音律闪动公司CEO龙勇从2019年起执意做AI音乐的故事，公司自研十亿级端到端音乐大模型，已上线百万用户级APP歌歌AI，并与字节跳动达成版权合作。文章核心信息包括：模型完全自研而非套壳开源，训练数据强调华语审美与全链路中文适配；CEO亲审数据清洗，推理成本极低（单首歌10秒/0.05实时率）；团队已启动线下采风，计划做民乐专属大模型以保存非遗，并试图复原失传的《乐经》。适合想了解AI音乐垂直赛道进展、华语模型技术路线、以及传统文化数字化保存的读者。原文 ↗原文 ↗
核心观点
- ▍音律闪动旗下的歌歌AI音乐大模型是国内深度贴合国人音乐审美的专业级AI音乐创作引擎，全栈自研，从零预训练，未套壳开源模型或二次微调。
- ▍龙勇推动做民乐大模型的核心动机是抢救正在消失的传统民间音乐，尤其是少数民族无乐谱的口传民调，并计划复原失传两千年的《乐经》。
- 01龙勇从2019年就开始写BP，当时被投资人称为“脑子坏了或骗子”；2022年8月注册公司，在ChatGPT发布前三个月完成公司注册。
- 02模型走DiT路线，三阶段训练：VAE基础感知模型、全授权华语曲库预训练十亿级参数扩散主干、DPO偏好对齐；单首3分钟歌曲约10秒生成，推理成本极低。
- 03CEO龙勇亲自参与训练数据清洗，因经典歌曲版本良莠不齐，需筛选优质版本。
- 04歌歌AI写歌APP已达百万用户、十几万付费会员；与字节跳动签订非独家版权分成合作，曲库全量入驻字节系产品矩阵。
- 05团队已启动全国线下实地采风，深入非遗民俗村落、地方戏曲院团，现场实录原生乐器与民间小调，采风音源将作为民乐大模型独家训练数据。
- 06西北算力中心正在建设，电费补贴后约3毛一度，整体体量约60亿人民币。
反方 / 局限
- — 实测中中国风歌曲的戏腔部分专业性稍弱，说明模型在专业民族唱法上仍有提升空间。
- — 龙勇虽引用“听众只关心歌好不好听，不关心怎么做出来的”来回应质疑，但该逻辑回避了AI音乐对传统音乐人职业生态更深层的冲击（如版权归属、创作伦理）。
- — 文章为专访软文，对歌歌AI的竞争劣势、技术上限（如与其他模型对比的差距）、商业化瓶颈（如不抽版税靠C端会员能否持续）未做探讨。
17 分钟 · 5 卡片 · 13 资料
读原文 →前置背景
技术原理
平行视角
未来推演
延伸追问