“小白”一脚踹进“音乐圈”？年轻人靠Suno“搞钱”还差几步
《新鲜计划》栏目由腾讯科技推出，挖掘最新鲜的产品，探索年轻一代的最 in 的生活方式，体验智慧浪潮中的 Aha 时刻。
文 / 腾讯科技特约作者 狮刀
编辑 / 腾讯科技 周小燕
现在，让我们揭晓正确答案！
以上三首的作者全都是AI。
第一首的作者是Stable Audio（Stability AI），歌曲是在Stable Audio平台用“惊喜模式”随机生成的，不过听着好像没有那么惊喜，算是中规中矩。
第二首的作者是MusicLM（Google），歌曲是官方示例，用来描述一副世界名画《拿破仑翻越阿尔卑斯山》。不知道你有没有听出“史诗感”，我觉得更像是无声电影时代的BGM，下一秒会跳出卖花女。
第三首的作者是“当红炸子鸡”Suno AI V3（Suno AI），歌曲来源于社区的top榜单。
如果说前两首还停留在短视频BGM阶段，这首WE GO几乎可以用来发专辑了，无论是人声、混音的完成度都几乎达到了“以假乱真”的程度。
有点怀疑？来听首Suno创作的国风Suno.ai - 如梦令.mp3
不够好玩？再来首歌剧版Suno.ai - 剁椒鱼头.mp3
有没有亿点点惊喜？正是因为Suno AI V3优秀的创作能力， “Suno将替代80%音乐行业从业者”、音乐小白“用Suno搞钱”的声音此起彼伏...... 终于轮到AI生成音乐玩家体验一把ChatGPT和Sora的待遇了。
今天这篇文章带你实测：一个五音不全+五线谱不识的real“小白”能否用Suno做出“搞钱”音乐？以及，比Midjourney还多1人的Suno 12人团队“钱景”如何？
实测AI版“KFC之歌”
VS人类版“麦当劳之歌”
为了惠及更多想“搞钱”的“小白”，这份保姆级教程分为“理论讲解+实战演练”。
理论环节——耗时20秒
Suno的界面设计相当“傻瓜”，仅有“探索”“创作”“图书馆”三个大板块。
“探索”板块相当于音乐社区，有实时更新的TOP榜单，你可以收听别人创作的歌曲。
“图书馆”板块像是“探索”2.0版，你可以收听别人实时发布的歌曲，只是没经过榜单筛选，质量参差不齐。
“创作”板块是重头戏，看我如何用2步做出一首歌。
S1——输入歌词。我直接选择了生成“随机歌词”。
S2——输入音乐风格。我直接点击了“随机样式”。
现在，我们得到了同步生成的两首《咖啡成瘾》。
请欣赏《咖啡成瘾》Coffee Addiction.mp3
随机生成的居然有点好听，如果认真搞不就直接起飞了！emmm但事实好像并不简单。
实战环节——如何做出KFC之歌
每周都有一个“疯狂星期四”，作为“K门信徒”，我有一个梦想——做出一首能对打“麦当劳无限好”的洗脑神曲，传遍短视频平台。现在，终于有了实战的机会。
场景一：简单模式Claude3+Suno
既然是“小白”教程，我们就要全程用AIGC。
歌词生成：我选择了“顶配”大模型：Claude-3-Opus，并得到了一首结构完整的歌词，包含“Verse主歌、Chorus副歌、Bridge间奏、尾奏Outro”。
Verse 1:
肯德基的门 总是为你敞开
美味的诱惑 让你根本挡不住
鸡翅鸡腿堡 蛋挞和炸鸡架
品尝一次就 再也忘不掉
Chorus:
疯狂星期四 肯德基等着你
麦辣鸡翅 吮指原味鸡
葡式蛋挞 甜蜜入心扉
炸鸡架 越吃越HIGH
麦辣鸡腿堡 大口咬下去
满足感 立刻爆棚
肯德基 疯狂星期四
让快乐 加倍助兴
Verse 2:
相约好朋友 肯德基不见不散
欢声笑语中 分享美味瞬间
点一桶炸鸡 再来杯可乐
惬意地享受 这美好时光
(Repeat Chorus)
Bridge:
疯狂星期四 你不要错过
超值优惠 样样都够酷
速速点餐 美味送到家
开心HIGH翻天 吃个够本
Outro:
肯德基 疯狂星期四
让生活 乐趣无穷
肯德基 疯狂星期四
让我们 一起嗨翻天
音乐风格：毕竟是“小白”，孤陋寡闻的在下将决定权交给Suno，它随机选择dark uk garage（英伦车库），虽然我们从名字看就已经不太妙了。
第一首：KFC之歌.mp3
听到如此深情的女声用“碧梨风”唱着“麦辣鸡腿堡 大口咬下去”，我有点凌乱。
第二首：KFC之歌 (2).mp3
而同步生成的另一首，则让我想到了我的前爱豆，同样是那么地用力过猛（bushi）。
仅从我的直观感受讲，能忍着听完以上两首歌的各位都是“壮士”，娱乐性达不到，“洗脑”功能更是完全谈不上。
场景二：精进模式——Claude3+Sonoteller+Suno
问题最可能出在“音乐风格”上。
于是，我借助“在线AI音乐分析工具Sonoteller”，分析对家“麦当劳无限好”，得到如下信息。
根据上述信息，我们总结出这些关键词：Electronic& Pop（乐派1），Ambient&Dance（乐派2），Chill &Sensua&lRelaxing（风格） ，Drums&Guitar（乐器），Low/Mid pitch（人声），Mandarin（语言），Advertising Music（广告歌曲）。
最后，我将这些关键词作为提示语输入Suno。
请欣赏：
第一首：精进版KFC之歌 (1).mp3
虽然和“麦当劳无限好”没有半毛钱关系，也不够洗脑，但作为初级的广告歌曲，好像又有那么点意思，而且比起“简单版本”，变得正常了很多。
第二首：精进版KFC之歌 (3).mp3
这首“洗脑”功能提高了，就是不知道吃了多少个“凤凰传奇”和“爱情买卖”。
综上，以上就是本“小白”费了九牛二虎之力生成的AI歌曲——KFC之歌。
至此，我们猜测：TOP榜单上排名高的《WE GO》，《如梦令》等歌曲大概率是出自专业人士之手。他们懂乐理知识，也知道如何“微调”才能减少幻觉，从而提高测试效率。
那么，Suno到底是为C端“小白”服务，还是为B端“专业人士”服务？这个问题的答案几乎决定了平台自身的“钱景”。
下一个Midjourney？
Suno的“钱景”如何
根据著名风投机构a16z的观点：在AI音乐领域，为C端消费者打造的产品与B端具有商业用例的专业用户/创作者产品，差别很大。
目前来看，Suno打的是C端牌，他们将核心用户群直接定位到了音乐“小白”。Suno联合创始人Mikey Shulman梦想着全球有十亿人愿意每月花10美元使用Suno创作歌曲。他表示：大多数人不会演奏乐器，也搞不懂复杂的音乐软件。目前音乐听众的数量远远超过音乐创作者，这是“如此失衡”。Suno将成为解决这种“感知失衡”的工具。
但是，有没有一种可能，人类其实不需要那么多“不过如此”的音乐？
换个说法，如果我们“抠掉”《WE GO》、《如梦令》的“AI生成”字样，你还愿意循环播放吗？或者由衷地将“好歌”分享给小伙伴，表现自己的音乐品味，而不是出于“猎奇”。
如果不能，为什么要“折磨”自己的耳朵，不去听一首真正的“周杰伦”？毕竟你有15张专辑，337首歌可以选择。
Suno走C端路线可行吗？所谓的“感知失衡”会不会倒转过来，变成作者比听众多？
接下来，我们对照文生图赛道“扛把子”、婉拒无数VC的“拽哥”Midjourney进一步探讨。
先来说二者的相似之处。
首先，Midjourney和Suno都是凭借自身技术杀出重围的初创公司，非“套壳”大模型，无巨头“绑架”。
Midjourney靠着“数据飞轮”，一次次将水准提升到业内最佳；Suno则每隔3个月进行一次版本升级。
例如，我们输入同样一段歌词，去年9月的Suno V1还识别不出“古风”“流行”；去年11月的Suno V2就可以加入古筝弹奏；今年3月的Suno V3已经能生成《相思红豆-HIFI古风萨顶顶》这样的古风作品。而现在，Suno团队正在马不停蹄地赶向V4版本。
其次，Midjourney和Suno的盈利基本靠用户订阅。
Midjourney用户没有免费额度，其价格分为四档：10-30-60-120美元/每月。价格越高，功能越多，主打“一分钱一分货”。
Suno用户每天可以免费生成5次，共10首歌曲；每月支付8美元可生成500首歌曲，支付24美元可生成2000首歌曲，年卡包打折。不过，至于后续Suno会否调整用户策略，去掉免费额度，还不得而知。
此外，Midjourney和Suno的增长也靠“网络效应”。
Midjourney巧妙地通过Discord社区搭建产品，成为了一个非常有趣的艺术社交空间，超1400万的用户自愿做“编外员工”。
Suno则无论是神似Tiktok的界面，还是实时更新的Top榜单，均体现了其重社交、重传播的属性。
重点是二者的不同之处。
首先是定位不同。如果AIGC产品专注于C端，那么B端可能难以满足；但如果专注于B端，或许C端的需求转个弯就能包含进去。
Discord 有一条用户评价：Midjourney之所以能超过竞争对手，是因为它生成的图片都是可商业化的。
从诞生起，Midjourney就瞄准了商业化应用。在“小B 端”，Midjourney可服务产品设计师（玩具、墙纸等）；图片设计师（网站、广告、PPT、Logo、插图等）；游戏设计师（游戏场景、角色、道具等）以及自媒体创作者等。在企业端，Midjourney可服务广告商、影视公司、广告创意部门等对艺术效果图有大量需求的客户。
除了牢牢抓住付费意愿强烈的B端用户之外，Midjourney也大大降低了C端个人爱好者成为设计师的门槛，让他们获得了“搞钱”机会。
相较而言，Suno对B端的态度则非常“暧昧”。
来讲个鬼故事。在Suno V3之前，如果你要用AI做一首成熟歌曲，需要辗转于不同的制作堆栈——生成采样、旋律、人声，然后将它们一个个拼起来。
现在有了Suno V3，你可能还得继续这么做。
Suno V3确实可以自己写段solo，但它只能“一锅出”，不支持调整分轨。因此，对于专业的音乐创作者，它确实有亿点点“不中用”。
虽然Midjourney生成图片也没有分层，但设计师还能抠图，甚至用手机也能搞定。
而当我们面对一首完整的歌曲，到底要怎么“抠”才能抠不出杂音？
再加上时间纬度，很可能出现“前10秒如闻仙乐耳暂明，后20秒呕哑嘲哳难为听”。遇到这种复杂情况，又该怎么“抠”？
更何况目前Suno生成歌曲的时长、清晰度，都有一定瑕疵，比如器乐忽大忽小，人均口齿不清。
其次是“烧钱问题”，Midjourney从创立之初就能实现盈利。创始人“骚操作”囤够了GPU，完全不需要投资人掺和。但对Suno而言，无论是“每日免费额度”，3个月一次的升级速度，还是“不好赚钱”的C端，都要大量烧钱。
如果短时间验证不了商业模式，技术跑不赢其他玩家，Suno可能很快也会面临半道崩殂，或是被巨头收购的局面。毕竟，连开发出Pi的Inflection都被微软“生吞”了。
再次，图片和音乐是完全不同的媒介。图片具备可视化功能，刚性需求更为广泛；音乐倾向于情感表达，需求其实更为小众。
举个不太恰当的例子，你需要做PPT，这时Midjourney可以帮忙。但你不需要在讲PPT前给自己加一段“出场音乐”，自然也用不上Suno。
总而言之，本来可以走C端的Midjourney走上了更为“险峻”的B端路线，成就了一年狂赚2亿美元的“造富神话”。而本应倾向B端的Suno，怀揣着让“小白”成为“音乐家”的梦想，选择拥抱大众。目前“吸金”能力尚且未知。不过，我们可以蹲蹲Suno V4，看看会出现哪些面向B端的新功能。
小白用Suno“搞钱”的步骤
对于想“搞钱”的real“小白”，大概可分成这几种情况：
第一，靠Suno抢专业音乐人饭碗，基本是“痴人说梦”。
第二，试试“以量取胜”策略。例如，批量生成BGM。说不定只要数量多，总有一条能“制霸”短视频平台。
第三，理论上Suno可以降低影视、游戏、广告等领域的音频制作成本，尤其是为需要大量BGM的公司省一笔钱。但问题在于，Suno生成的歌曲是不支持修改的“工业品”。一旦甲方爸爸换需求，“小白”只能咬牙表示：我再给您做一首歌吧，不加钱。
照这样下去，估计不出几天，某宝上就会出现大量“可商用免版权BGM”——9.9元100首歌。其实这也不失为一种“小白”搞钱思路。
另外，作为用户可以不担心侵权，但作为平台却绕不过版权大坑。
此前有传闻：Google因为怕被告Copy，不敢公开MusicLM。
相较而言，Suno的表现可谓“鸡贼”——只顾着公布产品，不公开训练数据源。
一方面，Suno拼命沟通厂牌，安抚艺术家，表达自己的尊重之情——不允许用户在提示语中指定任何特定艺术家的风格，也不允许使用真实艺术家的声音。
另一方面，Suno却在“借花献佛”——平台规定：如果你是免费用户，你创作的歌曲归属于Suno，需要标注来源且不能商用；但如果你是付费用户，就能直接拿走歌曲，可以在任何情况下商用。
根据美国版权局在2023年3月发布的美国法规第202部分，AI自动生成的作品不受版权法保护。延伸到音乐领域，AI创作的歌曲也不受到美国法律保护。
因此，Suno不清不白，其“所有权”规定也就建立在“空中楼阁”之上。
相应地，国内的AIGC侵权问题同样是核心争议。
虽然平台可以在作品生成阶段，绕开诸如“奥特曼”“迪士尼”的关键词，避免侵权。但从模型训练阶段来看，还是免不了数据集侵权风险——正如Suno和Google所担心的事情，以及OpenAI和微软被《纽约时报》起诉事件。
话说回来，国内AI音乐公司可能轮不上操心，毕竟手握版权和手握训练资源的很可能是同一批人。
从版权所有、音乐生成、社区传播，到生成一篇小作文，这闭环算是玩明白了。
虽然相较Suno，目前X studio充其量算是个“AI声替”，但只要国内巨头永远冲在第一线，后方玩家仅剩“喝汤”。至于没有技术傍身的普通人，还是那句残酷且现实的话“你永远赚不到超出自己认知范围的钱。”
（如需交流欢迎加作者微信：aiyukuailetongzai ，烦请备注公司+职务