即刻App年轻人的同好社区
下载
为什么 Suno 无法颠覆音乐行业？
Suno 的效果比较惊艳，大幅降低了音乐的创作门槛，历史上第一次让普通用户就能创作出水准在线的音乐作品。我让 11 岁的闺女试了一下，大概 20 分钟的时间，就能够使用 Claude3 + Suno v3 创作出一首非常 personal 的、有很强个人叙事的、完成度比较高的作品，并且她自己也很喜欢。另外，现在已经有一些 Suno 创作的社区和榜单，里面的头部歌曲确实都比较好听，甚至与目前的华语流行音乐榜单里的作品不相上下。从这个角度来看，Suno 的确非常厉害。
然而，我个人依旧不是很看好 Suno 能够颠覆音乐行业这个预期，主要原因有以下几点。
首先，在供给端，音乐 / 歌曲的价值和流行和创作质量的关系没有那么大。歌曲更多是一种文化共鸣的结果，并不存在所谓”绝对的好歌“，只有”广为传唱的歌“。
这里提出一个非共识：音乐作品”好“、”坏“之间的区分度没有想象中那么大。由于作品容量的问题，一首歌曲只有 4 分钟左右，再刨除掉重复的副歌，真正能够承载的信息量非常有限。相对于小说、电影、剧集、游戏来说，歌曲的信息量是最低的，因此区分度也是最小的。
在审美原理上，和其他媒介类似，歌曲 / 音乐的本质是对多巴胺的刺激，是对用户预期的操纵，是和谐音 / 不和谐音的适当组合（类似华晨宇说的4536251之类的和弦套路。和谐音多了，就会更偏口水歌，和谐音少些，就会更”冷门“，要找到最佳比例）。因此，音乐的创作遵循某种“公式”，从彩铃时代开始，到抖音时代，再到 AI 时代，工业化批量创作一些旋律上头的作品都是可行的，并且效率越来越高。当然，这种方法只能做出一些“爆款歌曲”（理论上传播度足够高）的候选，能否真正爆，更多是某种偶然因素，是天时地利人和凑在一起的小概率事件，是社会学群体复杂行为的随机结果。这点之后再详说。
从另一个角度也可以说明音乐作品的“绝对质量”没有那么重要，或者说并不存在”绝对的、永恒的好歌“。音乐是有时代属性的，让 00 后、10 后的小朋友去听几十年前的金曲，他们大多数并不感冒。虽然小说、电影、游戏、绘画也都有类似的现象，但其经典作品的半衰期会更长一些，原因大概也在于信息量和差异化更大。
特别有趣的一点是，在绘画、小说、电影里，都存在所谓“遗珠”的作品，即在创作当事时没有得到认可，但是经过后世的挖掘之后重获新生、乃至步入殿堂的作品，比如梵高的画，比如电影《大话西游》，其经典地位都是被“追封”的。但是我没有想到任何一首歌曲是被考古挖掘出来后火起来的。这从某种意义上证明了，歌曲的流行文化属性远大于其艺术属性。
既然歌曲之间的质量差异并不明显，那么决定“好歌”与否的关键，其实是传唱度 - 这决定了人们能否形成某种“群体共同记忆”。所以在流行歌曲的全盛时期，最关键的因素就是“打榜”和“上通告”，这本质上是一个投放过程，选择一些传播度足够高，找到尽量多的种子用户进行投放，期待着他们能被洗脑，然后开始传播。类似于 R0 足够高的病毒感染过程。
对用户来说，当满大街播放的都是这种洗脑神曲时，神经网络已经充分学习到了其中的起承转合，建立了正确的预期。正确的预期本身是多巴胺的另一种奖励机制。很多人都有这样的经历，就是你听一首歌，第一遍觉得平平无奇，后结果从第二遍开始就越听越上头，越听越喜欢，或者一首歌它在刚出来的时候就不是很受欢迎，但是电台的DJ知道这个音乐是一个好东，所以他就在他的节目里一遍一遍地放这个歌,然后最后把这个歌拯救了。随着我们的熟悉程度增加，越来越喜欢音乐的这个过程，原因就是我们越来越擅长对这首音乐做出正确的预测。因此，洗脑洗得越狠，歌曲就越上口，多巴胺就分泌得越多，歌曲就越“好听”。
可见，所谓的“好歌”，首先要符合一定的审美规律，其次就是播放足够多，“耳熟能详”。00 后觉得几十年前的金曲不好听，是因为他们听得次数不够多，没来得及被洗脑而已。
因此，我毫不怀疑 Suno 能够生成符合审美规律的足够高质量的歌曲，但我严重怀疑它能否产生足够“洗脑”的、播放量足够大的“好歌”。
这是供给端的问题。
其次，在需求端，用户已经不再听音乐了。优秀音乐作品的供给并不稀缺，稀缺的是需求，是用户的注意力。
想一想，过去三年有哪些新歌火了？基本上能达到《相约九八》、《青花瓷》这种传唱度的，一首都没有。上一首类似的歌曲，恐怕是“一起学猫叫，一起喵喵喵”。
这是因为中国的音乐人再也写不出《相约九八》、《青花瓷》这种级别的好歌了吗？我相信不是的。中国的音乐人和音乐作品一直以来都是过剩的。去网易云音乐和豆瓣音乐人看看，有多少怀才不遇的音乐人。之前在做在线音乐的时候，曲库里躺着几千万首歌曲，但绝大部分是无人问津的。每个月至少被播放一次的歌曲，加在一起只有 1、2 百万首，其余 95%以上的都是零播放的“僵尸歌曲”。Suno 的出现只是加速了僵尸歌曲的扩张速度而已。每个人都可以写歌，结果只是供需变得更加不平衡。
真正稀缺的，是用户的注意力。随着短视频的崛起，音乐的时长份额在最近几年下降得非常厉害。换句话说，用户还在听歌，只不过变成了边看短视频边听里面的背景音乐，音乐愈发沦为了短视频的“周边”。仔细想想，最近几年似乎已经没有什么大众意义上的新晋歌手了，播放最多的歌曲只有两类，一类是短视频的背景歌曲，另一类是影视/综艺节目产出的歌曲，而传统意义上那些歌手发行的歌曲，似乎也只有明星的粉丝会去关注。这种状况也可以理解 - 毕竟用户花了最多的时间在刷短视频和刷影视综艺上，音乐媒介分到的用户注意力份额越来越小。
作为用户，如果你现在有 5 分钟、10 分钟、30 分钟的时间，你会选择做什么？你可能会选择刷一会儿抖音，刷刷微博或朋友圈，或者打一局王者荣耀，时间再长一些，可能会打一些 3A 游戏，读会儿书，或者看个电影。而“专心听音乐”已经不再是其中的一个选项（我小时候的时候曾经是的）。因此，现在音乐已经不存在所谓“独占注意力”的场景，更多的时候只能是在开车、运动、做家务/做作业/工作、睡前这些伴随场景存在。这也导致音乐对应的注意力份额严重下降。没有注意力，也就更谈不上“洗脑” - 连洗脑的机会都没有，当然，除了作为短视频和影视综艺的周边。
因此，Suno 的出现并无法解决需求端的问题。甚至，由于让供给进一步碎片化，它可能还会导致用户的注意力被进一步稀释。
第三，长期来看，音乐产业正在走向没落，甚至不值得被颠覆。
音乐作为一种信息密度更低的模态，只能作为其他高密度模态的伴随产品而存在。音乐作为一种单独媒介存在的空间越来越小。换句话说，类似绘画，作为艺术的音乐已死。
从能量和信息的角度，可以解释为什么音乐必然走向没落。这里摘一段之前写过的文字：
在吴军的《全球科技通史》和Vaclav Smil的《能量与文明》中都提到类似的观点，即可以将人类文明的发展理解为一个能量消费逐渐增加的过程。从人均能量消耗的角度来看，公元前 10000 年的采集社会，人均年消耗能量 5-7GJ，到了 1500BC 的埃及，这个数字增长到了10-12GJ，罗马帝国早期为 18GJ，1500 年中世纪的欧洲约为22GJ，而今天所有富裕国家的年人均能量消耗量都达到了 150GJ 以上，而美国则超过了300GJ。如果从功率的角度来看，人类的进化更加夸张。从 1700 年算起，到今天增加了20000倍。可以说，人类文明的结果，就是能够在单位时间内消费更多的能量。
从信息的角度来看，也是同样的道理。人类文明的进化方向，就是让人们能够更快地消费更多的信息，换句话说，就是让信息消费的带宽更高。阅读时，人类被占用的带宽只有1M/S，听音乐的时候也不过1.4M/S，而看视频的时候，带宽可以飙升到9M/S。再换句话说，在人类日常接收信息的主要器官当中，耳朵（听觉）并不是一个主要的装置，因此带宽的天花板很低。这通过媒体文件数字化之后的size也能看得出来：1个需要1分钟阅读的文本文档也就几十k 的大小，而1分钟的WAV音频文件（无损格式）大概2M大小，而1分钟的蓝光视频文件大概是150M大小。因此，从带宽的角度来看，消费音乐显然是不划算的，闲置的带宽太多。
因此，从上世纪80、90年代到2000年左右的流行音乐风潮，某种意义上是一种假象。那是因为当时的媒体带宽条件只能支持音乐的传播和播放。尤其是在碎片时间里，人们不可能随时打开电视或录像机来看视频，能做的无非就是读读书/杂志，或者听听音乐。在当时，音乐是单位时间里能够消费最多信息量的媒介，所以也就拿到了最多的时间份额。而随着宽带的普及、移动的普及，视频成为了更好的媒介，同样是1分钟的时间，视频的信息量是音频的50倍以上，这就让音频逐渐沦为了”周边“，同时也宣告了华语音乐黄金时代的结束。这样看来，欧美音乐未来也并不会好到哪里去，反而华语音乐走在了前面，因为中国的宽带、移动的普及速度比欧美更快，也就更早见证了音乐媒介的没落。从这个角度来看，其实读书的没落也是必然，因为相比于音乐，文字的信息量可能更低。读书的好处在于杠杆效应，在阅读时如果能够通过独立思考来撬动库存信息的联动，其带来的长期收益会非常大，而这不是通过即时的带宽消耗可以计算的。
尽管音乐的黄金年代已经逝去，但音乐这种媒介形式还会存在很长的时间，因为它可以和其他媒介形式共存。换句话说，从带宽的角度来看，音乐是非独占的，你可以一边听歌一边做别的事情，比如开车、写代码等，而视频、读书都不行。这就赋予了音乐媒介一个独特的”增益“价值。它未来作为独占资源的价值会越来越小，但作为伴随资源的价值会越来越大。这也是为什么越来越多的热歌都来自于短视频、综艺、电视电影 - 因为音乐作为伴随资源可以增加这些媒介的信息量和价值。
总的来说，在供给端，由于差异化并不大，Suno 很难产生“更高质量”的音乐；在需求端，Suno 的出现无法解决用户不听音乐的需求。根本上，音乐是一个逐渐走向没落的、半死不活的独立产业，甚至不值得被颠覆。这些共同决定了，Suno 并不是什么划时代的产物，
当然，这毫不妨碍Suno 可以成为一个很好用的工具，一个非常 Personal 的表达助手。音乐已死，并不意味着创作已死、表达已死，相反，更高信息密度的艺术媒介会取而代之。我们未来会有越来越多个人创作的数字人、游戏、电影等等，而音乐作为其中不可或缺的一环，也会发挥巨大的价值。这就好比绘画已死，但视觉艺术的巅峰期才刚刚来临。
Suno 的效果比较惊艳，大幅降低了音乐的创作门槛，历史上第一次让普通用户就能创作出水准在线的音乐作品。我让 11 岁的闺女试了一下，大概 20 分钟的时间，就能够使用 Claude3 + Suno v3 创作出一首非常 personal 的、有很强个人叙事的、完成度比较高的作品，并且她自己也很喜欢。另外，现在已经有一些 Suno 创作的社区和榜单，里面的头部歌曲确实都比较好听，甚至与目前的华语流行音乐榜单里的作品不相上下。从这个角度来看，Suno 的确非常厉害。
然而，我个人依旧不是很看好 Suno 能够颠覆音乐行业这个预期，主要原因有以下几点。
首先，在供给端，音乐 / 歌曲的价值和流行和创作质量的关系没有那么大。歌曲更多是一种文化共鸣的结果，并不存在所谓”绝对的好歌“，只有”广为传唱的歌“。
这里提出一个非共识：音乐作品”好“、”坏“之间的区分度没有想象中那么大。由于作品容量的问题，一首歌曲只有 4 分钟左右，再刨除掉重复的副歌，真正能够承载的信息量非常有限。相对于小说、电影、剧集、游戏来说，歌曲的信息量是最低的，因此区分度也是最小的。
在审美原理上，和其他媒介类似，歌曲 / 音乐的本质是对多巴胺的刺激，是对用户预期的操纵，是和谐音 / 不和谐音的适当组合（类似华晨宇说的4536251之类的和弦套路。和谐音多了，就会更偏口水歌，和谐音少些，就会更”冷门“，要找到最佳比例）。因此，音乐的创作遵循某种“公式”，从彩铃时代开始，到抖音时代，再到 AI 时代，工业化批量创作一些旋律上头的作品都是可行的，并且效率越来越高。当然，这种方法只能做出一些“爆款歌曲”（理论上传播度足够高）的候选，能否真正爆，更多是某种偶然因素，是天时地利人和凑在一起的小概率事件，是社会学群体复杂行为的随机结果。这点之后再详说。
从另一个角度也可以说明音乐作品的“绝对质量”没有那么重要，或者说并不存在”绝对的、永恒的好歌“。音乐是有时代属性的，让 00 后、10 后的小朋友去听几十年前的金曲，他们大多数并不感冒。虽然小说、电影、游戏、绘画也都有类似的现象，但其经典作品的半衰期会更长一些，原因大概也在于信息量和差异化更大。
特别有趣的一点是，在绘画、小说、电影里，都存在所谓“遗珠”的作品，即在创作当事时没有得到认可，但是经过后世的挖掘之后重获新生、乃至步入殿堂的作品，比如梵高的画，比如电影《大话西游》，其经典地位都是被“追封”的。但是我没有想到任何一首歌曲是被考古挖掘出来后火起来的。这从某种意义上证明了，歌曲的流行文化属性远大于其艺术属性。
既然歌曲之间的质量差异并不明显，那么决定“好歌”与否的关键，其实是传唱度 - 这决定了人们能否形成某种“群体共同记忆”。所以在流行歌曲的全盛时期，最关键的因素就是“打榜”和“上通告”，这本质上是一个投放过程，选择一些传播度足够高，找到尽量多的种子用户进行投放，期待着他们能被洗脑，然后开始传播。类似于 R0 足够高的病毒感染过程。
对用户来说，当满大街播放的都是这种洗脑神曲时，神经网络已经充分学习到了其中的起承转合，建立了正确的预期。正确的预期本身是多巴胺的另一种奖励机制。很多人都有这样的经历，就是你听一首歌，第一遍觉得平平无奇，后结果从第二遍开始就越听越上头，越听越喜欢，或者一首歌它在刚出来的时候就不是很受欢迎，但是电台的DJ知道这个音乐是一个好东，所以他就在他的节目里一遍一遍地放这个歌,然后最后把这个歌拯救了。随着我们的熟悉程度增加，越来越喜欢音乐的这个过程，原因就是我们越来越擅长对这首音乐做出正确的预测。因此，洗脑洗得越狠，歌曲就越上口，多巴胺就分泌得越多，歌曲就越“好听”。
可见，所谓的“好歌”，首先要符合一定的审美规律，其次就是播放足够多，“耳熟能详”。00 后觉得几十年前的金曲不好听，是因为他们听得次数不够多，没来得及被洗脑而已。
因此，我毫不怀疑 Suno 能够生成符合审美规律的足够高质量的歌曲，但我严重怀疑它能否产生足够“洗脑”的、播放量足够大的“好歌”。
这是供给端的问题。
其次，在需求端，用户已经不再听音乐了。优秀音乐作品的供给并不稀缺，稀缺的是需求，是用户的注意力。
想一想，过去三年有哪些新歌火了？基本上能达到《相约九八》、《青花瓷》这种传唱度的，一首都没有。上一首类似的歌曲，恐怕是“一起学猫叫，一起喵喵喵”。
这是因为中国的音乐人再也写不出《相约九八》、《青花瓷》这种级别的好歌了吗？我相信不是的。中国的音乐人和音乐作品一直以来都是过剩的。去网易云音乐和豆瓣音乐人看看，有多少怀才不遇的音乐人。之前在做在线音乐的时候，曲库里躺着几千万首歌曲，但绝大部分是无人问津的。每个月至少被播放一次的歌曲，加在一起只有 1、2 百万首，其余 95%以上的都是零播放的“僵尸歌曲”。Suno 的出现只是加速了僵尸歌曲的扩张速度而已。每个人都可以写歌，结果只是供需变得更加不平衡。
真正稀缺的，是用户的注意力。随着短视频的崛起，音乐的时长份额在最近几年下降得非常厉害。换句话说，用户还在听歌，只不过变成了边看短视频边听里面的背景音乐，音乐愈发沦为了短视频的“周边”。仔细想想，最近几年似乎已经没有什么大众意义上的新晋歌手了，播放最多的歌曲只有两类，一类是短视频的背景歌曲，另一类是影视/综艺节目产出的歌曲，而传统意义上那些歌手发行的歌曲，似乎也只有明星的粉丝会去关注。这种状况也可以理解 - 毕竟用户花了最多的时间在刷短视频和刷影视综艺上，音乐媒介分到的用户注意力份额越来越小。
作为用户，如果你现在有 5 分钟、10 分钟、30 分钟的时间，你会选择做什么？你可能会选择刷一会儿抖音，刷刷微博或朋友圈，或者打一局王者荣耀，时间再长一些，可能会打一些 3A 游戏，读会儿书，或者看个电影。而“专心听音乐”已经不再是其中的一个选项（我小时候的时候曾经是的）。因此，现在音乐已经不存在所谓“独占注意力”的场景，更多的时候只能是在开车、运动、做家务/做作业/工作、睡前这些伴随场景存在。这也导致音乐对应的注意力份额严重下降。没有注意力，也就更谈不上“洗脑” - 连洗脑的机会都没有，当然，除了作为短视频和影视综艺的周边。
因此，Suno 的出现并无法解决需求端的问题。甚至，由于让供给进一步碎片化，它可能还会导致用户的注意力被进一步稀释。
第三，长期来看，音乐产业正在走向没落，甚至不值得被颠覆。
音乐作为一种信息密度更低的模态，只能作为其他高密度模态的伴随产品而存在。音乐作为一种单独媒介存在的空间越来越小。换句话说，类似绘画，作为艺术的音乐已死。
从能量和信息的角度，可以解释为什么音乐必然走向没落。这里摘一段之前写过的文字：
在吴军的《全球科技通史》和Vaclav Smil的《能量与文明》中都提到类似的观点，即可以将人类文明的发展理解为一个能量消费逐渐增加的过程。从人均能量消耗的角度来看，公元前 10000 年的采集社会，人均年消耗能量 5-7GJ，到了 1500BC 的埃及，这个数字增长到了10-12GJ，罗马帝国早期为 18GJ，1500 年中世纪的欧洲约为22GJ，而今天所有富裕国家的年人均能量消耗量都达到了 150GJ 以上，而美国则超过了300GJ。如果从功率的角度来看，人类的进化更加夸张。从 1700 年算起，到今天增加了20000倍。可以说，人类文明的结果，就是能够在单位时间内消费更多的能量。
从信息的角度来看，也是同样的道理。人类文明的进化方向，就是让人们能够更快地消费更多的信息，换句话说，就是让信息消费的带宽更高。阅读时，人类被占用的带宽只有1M/S，听音乐的时候也不过1.4M/S，而看视频的时候，带宽可以飙升到9M/S。再换句话说，在人类日常接收信息的主要器官当中，耳朵（听觉）并不是一个主要的装置，因此带宽的天花板很低。这通过媒体文件数字化之后的size也能看得出来：1个需要1分钟阅读的文本文档也就几十k 的大小，而1分钟的WAV音频文件（无损格式）大概2M大小，而1分钟的蓝光视频文件大概是150M大小。因此，从带宽的角度来看，消费音乐显然是不划算的，闲置的带宽太多。
因此，从上世纪80、90年代到2000年左右的流行音乐风潮，某种意义上是一种假象。那是因为当时的媒体带宽条件只能支持音乐的传播和播放。尤其是在碎片时间里，人们不可能随时打开电视或录像机来看视频，能做的无非就是读读书/杂志，或者听听音乐。在当时，音乐是单位时间里能够消费最多信息量的媒介，所以也就拿到了最多的时间份额。而随着宽带的普及、移动的普及，视频成为了更好的媒介，同样是1分钟的时间，视频的信息量是音频的50倍以上，这就让音频逐渐沦为了”周边“，同时也宣告了华语音乐黄金时代的结束。这样看来，欧美音乐未来也并不会好到哪里去，反而华语音乐走在了前面，因为中国的宽带、移动的普及速度比欧美更快，也就更早见证了音乐媒介的没落。从这个角度来看，其实读书的没落也是必然，因为相比于音乐，文字的信息量可能更低。读书的好处在于杠杆效应，在阅读时如果能够通过独立思考来撬动库存信息的联动，其带来的长期收益会非常大，而这不是通过即时的带宽消耗可以计算的。
尽管音乐的黄金年代已经逝去，但音乐这种媒介形式还会存在很长的时间，因为它可以和其他媒介形式共存。换句话说，从带宽的角度来看，音乐是非独占的，你可以一边听歌一边做别的事情，比如开车、写代码等，而视频、读书都不行。这就赋予了音乐媒介一个独特的”增益“价值。它未来作为独占资源的价值会越来越小，但作为伴随资源的价值会越来越大。这也是为什么越来越多的热歌都来自于短视频、综艺、电视电影 - 因为音乐作为伴随资源可以增加这些媒介的信息量和价值。
总的来说，在供给端，由于差异化并不大，Suno 很难产生“更高质量”的音乐；在需求端，Suno 的出现无法解决用户不听音乐的需求。根本上，音乐是一个逐渐走向没落的、半死不活的独立产业，甚至不值得被颠覆。这些共同决定了，Suno 并不是什么划时代的产物，
当然，这毫不妨碍Suno 可以成为一个很好用的工具，一个非常 Personal 的表达助手。音乐已死，并不意味着创作已死、表达已死，相反，更高信息密度的艺术媒介会取而代之。我们未来会有越来越多个人创作的数字人、游戏、电影等等，而音乐作为其中不可或缺的一环，也会发挥巨大的价值。这就好比绘画已死，但视觉艺术的巅峰期才刚刚来临。
73 1855
来自圈子
AI探索站
77636人已经加入