Suno创始人访谈：至少对音乐来说，Scaling Law不是万灵药｜Bolt荐阅

Scaling Law 是否在放缓？甚至快要走到尽头？AI 音乐制作工具 Suno 的联合创始人兼 CEO Mikey Shulman 在访谈中回答了这一点：音乐与文字非常不同，不能简单的认为在 AI 的发展过程中，语音只是比文字发展的慢了一点，认为 Scaling law 会解决所有问题。音乐是非常主观的领域，要把音乐的模型训练的好、做出好的产品，还需要很多其他的技能。

在这次与播客节目 20VC 的访谈中，Mikey Shulman 还谈到了为什么他会把音乐和游戏行业类比，Suno 与音乐行业之间如何共存发展等问题。我们整理和翻译了采访中的部分内容，原播客内容可以点击「阅读原文」链接跳转收听。

🔍 内容摘要

1. Suno 的转型： Suno 最初作为企业级AI音频工具，后来转型为专注于音乐创作的工具，重点在于利用 AI 推动互动和创意的音乐体验。

2. 技术挑战： 音乐与文本的生成逻辑不同，扩大模型规模并非解决问题的唯一途径，AI 模型必须通过保持小规模并结合其他技术，确保生成音乐符合用户的品味。

3. 互动体验： Mikey Shulman 希望音乐创作变得像电子游戏一样互动，通过有趣的创作过程吸引更多用户参与，而不是仅仅将音乐当作背景音乐。

4. 版权与诉讼： Suno 在使用版权作品进行训练时面临诉讼，但 Mikey 认为这属于行业常态，并强调音乐行业应合作共建一个更广阔的未来，而非互相争斗。

5. AI 训练 AI 的可能性： Suno 正在探索基于特定艺术家内容训练 AI 的可能性，以帮助艺术家和粉丝创造更加个性化和互动性的音乐体验。

6. 未来的商业模式： 新的商业模式能让艺术家与粉丝的互动更加直接，例如通过购买版权和创作模型分支，重新定义艺术家的收入方式。

图｜播客 Shownotes

Part.01

探索音乐中的AI

1) Harry Stebbings：我听说 Suno 最初是一个企业级的 AI 音频工具，现在转变为音乐创作工具。能否分享一下这个转变的背后原因？

Mikey Shulman： 我不认为这算是一种"转型"。其实我们的团队背景一直是自然语言处理（NLP），而且我们早就意识到音频领域的技术发展程度远远落后于文本。最初，我们认为生成高质量的音频内容会非常困难，所以我们觉得第一个产品是先尝试理解和探索它的用途。就像 GPT-2 刚发布时，大家并没有使用它来生成有趣的文本，而是更多地把它作为理解文本的工具。我们当时也认为，在掌握这些技术并能扩展之前，可能会在这个阶段停留几年。

但后来我们发现，技术的进展超出了预期。生成内容的能力进展迅速，远比我们预想的要快。因此，我们很快就放弃了原本的计划，转向了更具创意和互动性的音乐创作工具。

2) Harry Stebbings：你认为 Scaling law 会继续发挥作用吗？

Mikey Shulman： 音乐与文本的逻辑完全不同。许多人可能会简单地把 OpenAI 和 Anthropic 等公司在文本领域的经验类比到音频领域，认为音频只不过落后几年，以为 Scaling Law 能解决所有问题。但实际上，音乐是极为主观的。规模并不是解决问题的唯一途径。在音频领域，模型需要保持相对较小，并且必须通过其他技术来确保生成的内容具备"审美"。

3) Harry Stebbings：你曾提到，未来的音乐应该更像电子游戏，这个类比很有趣，你能进一步说明吗？

Mikey Shulman： 电子游戏的特点在于它们高度互动且引人入胜，单人游戏很有趣，而多人一起玩时更有趣。从这个角度来看，我希望音乐能够像电子游戏一样，具备互动性和趣味性，让人们更加专注于创作音乐。通过这种方式，我们能够吸引更多的人参与到音乐创作中。

如果我们能实现这个目标，让音乐创作变得既互动又引人入胜，人们会像玩电子游戏一样，愿意为音乐创作付费。对我而言，未来的音乐不应该仅仅是听觉的享受，它应该是一个具有参与感和互动感的体验。

Part.02

音乐领域的挑战

4) Harry Stebbings：如何让 AI 模型符合人类的品味？毕竟人的品味是非常主观的。

Mikey Shulman： 这确实是个很大的挑战，但我们可以通过大量数据收集和 A/B 测试来不断调整。目前，技术的进步还不完全清晰，但未来很可能会有更多个性化的元素加入。就目前来说，我们采用的人类反馈强化学习（RLHF）和 ChatGPT 中类似的方法，旨在根据人类反馈调整模型以符合用户的偏好。不过，这条路是否适用于音乐模型，仍然不确定。我们并不完全知道，用来对齐大语言模型（LLM）与复杂人类审美的技术，是否能直接应用于音乐创作的模型。

5) Harry Stebbings：你认为大模型公司会进入应用层吗？比如，OpenAI 会进入客服或音乐创作领域吗？

Mikey Shulman： 它们会尝试，但音乐领域的可能性相对较小，它们进入客服领域的概率更大。我也希望能建立一家庞大的公司，但通用智能和客服的市场比音乐市场大得多。如果一切都能实现自动化，客服的未来可能会远远超过 Zendesk（提供客户支持软件和服务公司）和 BPO（外包服务公司）等行业的现有模式。至于音乐，未来肯定会比现在更清晰，只是 OpenAI 的团队可能还没有意识到这一点。这不仅仅是审美问题，还是产品的竞争。最终，什么能让人们选择使用像 Suno 这样的产品？还是因为它是一个更好的产品，而不仅仅是因为它背后有更大、更强的模型。我们专注于为用户提供愉悦的音乐创作体验，简单直接。所以，聊天界面并不是实现这一目标的唯一方式。

6) Harry Stebbings：2024 年 6 月，RIAA（美国唱片工业协会）起诉你们使用其版权作品训练模型。你怎么看这个诉讼？

Mikey Shulman： 我们知道训练数据里有一些已经有版权的作品。但这并不违法，这是整个行业的标准做法，几乎每家 AI 公司都会这么做。从某种意义上说，这个诉讼并不令人意外。大部分 AI 公司都会遇到训练数据版权问题，音乐行业本身也有很多诉讼案子。说实话，这让人有点沮丧，因为我相信音乐的未来应该是更加广阔和光明的，我们可以与现有行业共同发展，而不是争斗，这样反而可能会让整个行业变得越来越小。

说到律师，我有点想抱怨一下：我读过一篇 80 年代的经济学论文，探讨了为什么一些国家能够发展，而一些国家却停滞不前。论文的结论之一是，一个国家的工程师与律师的比例直接影响经济增长。工程师越多，经济增长越快；律师越多，经济增长越慢。虽然这个结论有些夸张，但它提醒我们，如果我们能在诉讼之前与一些参与诉讼的人展开合作，共同致力于构建一个更大、更美好的音乐未来，那大家都会更开心。音乐行业当前有一种"蛋糕就这么大，大家来分"的心态，大家都在争夺有限的财富，导致不公平的分配。如果我们能够一起把蛋糕做大，那么一切都会变得更加容易。

7) Harry Stebbings：你认为新兴的 AI 公司和传统企业之间的诉讼冲突如何解决？是通过新兴公司用风投资金达成和解，还是通过股权分配让大公司在其中占据一席之地？

Mikey Shulman： 传统的硅谷心态是，"我要颠覆你们现有的行业，你们对此无能为力。"而大公司则通常采取"我要告你，直到你消失"的态度。显然，这两种做法都不对。在 Suno，我们每个人都深深爱着音乐，并且极度尊重这一行业，这种文化非常棒，也使我们避免了那种非得"颠覆现有行业"的心态。我们更倾向于与行业内的现有参与者携手合作，专注于共同打造一个更大、更光明的未来。

Part.03

合作音乐的未来

8) Harry Stebbings：在你理想的世界里，未来的音乐应该是什么样的？

Mikey Shulman： 我希望未来的音乐能让更多人参与进来，创造更多不同的音乐体验。这意味着我们并不满足于让当前的音乐创作速度提高 10% 或变得更简单。若想改变全球十亿人听音乐的方式，就必须为十亿人创造独特的体验。

这首先需要让每个人都能享受音乐创作的乐趣，这与现状截然不同。如今，创作音乐并不轻松，它需要大量的时间和练习，你必须非常擅长某种乐器或制作软件。我认为，大多数人并不享受他们花在音乐创作上的大部分时间。

9) Harry Stebbings：关于使用版权音乐进行训练的问题，你们现在拥有庞大的音乐库，那什么时候可以开始使用 Suno 的音乐进行训练？AI 什么时候可以训练 AI？

Mikey Shulman： 这是一个非常复杂的问题，关键是如何在不对模型造成偏见的情况下使用这些数据。大公司也面临类似的挑战，他们正在积极寻求解决方案。像很多问题一样，能够让这些大公司解决复杂的技术难题，我们就能专注于自己的竞争优势，这其实对我们来说是件好事。所以，我希望这个问题能由其他人来解决，而不是由我们来解决。

10) Harry Stebbings：为什么不能将 AI 音乐和传统音乐分成两个世界？为什么 Spotify 不直接与 Suno 合并，做到一款应用同时提供这两种体验？

Mikey Shulman： 从用户体验角度来说，如果用户需要去两个不同的地方寻找内容，那会非常麻烦。如果你在 Spotify 上找不到某些音乐，必须去另一个应用才能找到，这样的体验并不好。如果音乐被分成两个独立的世界，普通消费者可能会感到困惑。而且，我并不希望音乐只是单纯的消费体验，创作和分享音乐本身也应该是一种有趣的体验。创作和聆听不该割裂开来。将这些环节结合在一起，能够让它们的价值远远大于单纯的分开来看。

11) Harry Stebbings：是否有办法为不同的创作者创建个性化的模型？比如，假设 Ariana Grande 想和你们合作，给予你独家访问她的内容，你就能基于她的内容训练模型，并迅速创作出未来所有 Ariana Grande 歌曲。

Mikey Shulman： 答案是肯定的，我非常希望能做到这一点。实际上，按照她的合同条款，她可能无法这么做，这有些复杂。她并不拥有所有音乐的版权，但她拥有自己的名字和形象。我希望进入一个这样的世界，在这个世界里，她可以拥有创造自己音乐的模型。我们在 Suno 的设计理念是，如果你在创作音乐时加上她的名字，我们会提醒你：这不是原创音乐，这并不是未来音乐的做法，而是模仿他人。Suno 专注于原创音乐，而不是模仿。

但如果 Ariana Grande 自己使用这个工具，那就不算是模仿，而是创造她自己的音乐风格。这是一个非常强大的工具，不仅可以帮助她创作音乐，也能帮助为她写歌的人更好地理解她的风格，甚至如果她原因，她也可以把这个工具给她的歌迷，她的歌迷可以据此再次创作一些东西。这将是一个极具吸引力的互动，比与粉丝进行 AMA（问我任何问题）还要有价值，更能激发粉丝的参与感。

12) Harry Stebbings：那假设我请求 Suno 创作一些特定艺术家风格的歌曲，这位艺术家会因此获得分成吗？

Mikey Shulman： 人们可能没有意识到的一点是，我们目前的产品是让用户享受创作音乐的过程，并愿意为此付费。这与传统的听音乐是不同的。我认为音乐的未来在于重新思考商业模式。现在的流媒体分成模式存在局限，所有人都在争夺那块有限的蛋糕，而艺术家的收益其实并不高。我希望能够找到新的商业模式，能够让这些模式更加紧密地与用户的享受体验相结合，并且与艺术家的收入直接挂钩，尤其是当人们真正想与艺术家互动时。

13) Harry Stebbings：这些新的商业模式会是什么样的？

Mikey Shulman： 举个例子，假如你发现了一位你非常喜欢的创作者，你可以在平台上直接购买他的版权，甚至拥有他音乐模型的分支版本。如果他同意，且你也愿意为此付费，你就可以创作出风格类似他的音乐。我们曾经与著名音乐制作人 Timbaland 举办过一个混音大赛，收到了大量的参赛作品。对我来说，能够重新编排自己音乐偶像的作品，是与他们互动的终极方式。这比在演唱会后台见到他们还要酷。而现有的流媒体分成模式并没有正确体现这种互动的价值。

📮 更多阅读

Linear Bolt Bolt 是线性资本为早期阶段、面向全球市场 AI 应用专门设立的投资项目。它秉持线性投资的理念和哲学，专注在技术驱动带来变革的项目，希望帮助创始人找到实现目标的最短路径，不管是行动速度，还是投资方式，Bolt 的承诺是更轻，更快，更灵活。Bolt 已经在 2024 年投资了 Final Round、心光、Cathoven、Xbuddy、Midreal 等 11 个 AI 应用项目。