撰文 |?龍 曦

題圖 | 騰訊音樂

在這個群“?！眮y舞的時代，有人提出，所有的互聯(lián)網(wǎng)業(yè)務，都可以用大模型再做一遍。

話雖如此，但大模型真正落地的要素，卻相當難以具備。如果說傳統(tǒng)意義上的“算法、算力和數(shù)據(jù)”是AI的基本要素，那么“高質(zhì)量數(shù)據(jù)+高層次人才+高頻場景”的“三高要素”，才是催生大模型、特別是行業(yè)大模型的關鍵。

從這個角度去看，騰訊音樂娛樂集團（下稱“騰訊音樂”）正在構建和完善自己的“三高要素”，以組建屬于音樂產(chǎn)業(yè)的大模型。事實上，這家領先的中國在線音樂與音頻娛樂平臺已經(jīng)廣泛的在業(yè)務中使用AI技術，這次財報披露的信息也顯示，在較短時間內(nèi)，這家企業(yè)已基于數(shù)據(jù)和場景方面的優(yōu)勢，在大模型賽道的產(chǎn)業(yè)化應用方面探索出了一條有差異化競爭力的新路。

一、音樂擁抱大模型：騰訊音樂的產(chǎn)業(yè)AIGC落地探索

生成式大模型ChatGPT引發(fā)的全球群“?！眮y舞，使得AIGC（人工智能原創(chuàng)內(nèi)容）備受關注。

事實上，除了強大的文本能力之外，圖像、音樂乃至一切可以用數(shù)字形式承載的“內(nèi)容”，都可以用大模型的方式進行生成，所以在當下，多模態(tài)大模型也成為一個備受關注的方向。

由于世界上已經(jīng)有很多開源大模型、開源數(shù)據(jù)集作為基礎，所以，僅僅就做出一個大模型本身而言，只要具有足夠的資金和人才資源，想要達到一定的參數(shù)量，并不是多么困難的事。這也是很多新創(chuàng)團隊在很短的時間內(nèi)就宣布自己推出生成式大模型的深層原因。

但用錢解決不了的問題是，如果不能具備實際的落地場景和商業(yè)價值，大模型本身并不能產(chǎn)生價值，只能成為成本。

所以，要判斷大模型能否落地，先要看看這一領域內(nèi)是否已經(jīng)有足夠的AI實踐。

從這個角度看過去，騰訊音樂在AIGC方面，已經(jīng)有了諸多方面的領先嘗試。例如其最新一季財報中，就提到了其正在持續(xù)探索大語言模型（LLMs）在AIGC領域落地的多元應用，推出的“TME Studio音樂創(chuàng)作助手”與“音色制作人”不僅協(xié)助音樂人在作詞、作曲、音樂內(nèi)容分析與剪輯等制作環(huán)節(jié)的效率提升，還可將用戶原聲與不同歌曲無縫融合，促進高質(zhì)量內(nèi)容的創(chuàng)作。甚至其財報視頻中的音樂，也由騰訊音樂領先的音頻大模型協(xié)助創(chuàng)作完成。

有實踐就更容易用好大模型，本質(zhì)上，是因為大模型也是AI的一種，也遵循AI落地的基本規(guī)律。所以，如果一個企業(yè)以前一點使用AI的積累都沒有，憑空宣布自己要深度切入大模型領域，大概率是為了講故事和畫餅充饑。

而騰訊音樂，在有諸多AI實踐經(jīng)驗和場景、數(shù)據(jù)積累方面，都有充分的準備，這意味它的大模型之路，已然會平坦許多。

二、騰訊音樂產(chǎn)業(yè)大模型：基于行業(yè)需求的生產(chǎn)力布局

目前大模型的通用玩法有兩種，第一是自建千億級乃至萬億級的通用大模型，另一個是利用已有通用大模型的能力，做產(chǎn)業(yè)級大模型。

但是，無論如何，都有三個痛點不能忽視。

首先，需要有清晰的應用落點，而且要和大模型的能力匹配。

騰訊音樂的業(yè)務焦點就是音樂等內(nèi)容和音效、直播等音視頻技術，再加上其在用戶側的應用、互動、參與，這是突出且明確的剛需。所以從這個角度說，需求足夠明確，就有清晰的應用落點。

其次，是有足夠規(guī)模的預訓練數(shù)據(jù)集。

即使有了深度學習技術的加持，但經(jīng)過人工精標的大規(guī)模訓練數(shù)據(jù)集，仍然是生成式模型的關鍵。

目前比較通行的行業(yè)說法是，一個產(chǎn)業(yè)級（賽道級，而非通用級）大模型，至少需要500GB以上精標的數(shù)據(jù)，或者至少2500億字的高質(zhì)量內(nèi)容。

而騰訊音樂的其中一個核心優(yōu)勢在于，其本身就具有大量的數(shù)字化內(nèi)容。

例如，隨著多元化音效成為用戶音樂消費的“剛需”。第一季度，騰訊音樂將高品質(zhì)音質(zhì)進一步覆蓋至車載場景，其旗下QQ音樂的銀河音效可實現(xiàn)車載音響的最佳效果。酷狗音樂的蝰蛇音效也在滿足方便使用、好聽好玩的基礎功能之上，持續(xù)深耕，讓音效服務在聽感提升的同時，不斷更新各類玩法，以開放平臺打造UGC音效社區(qū)，成為國內(nèi)首屈一指的音效品牌。

這里的重點是“UGC”。我們可以理解為，12萬條以上的音效中有相當部分，是用戶參與構建或打磨的，而這種“打磨”某種程度上就可以視為一種“數(shù)據(jù)標注”，這都是騰訊音樂可以復用的優(yōu)質(zhì)數(shù)據(jù)資源。

而隨著智能化輔助創(chuàng)作工具――騰訊音樂旗下TME Studio等全新創(chuàng)作工具的推出，使得大批音樂人加入、使用，驅使這部分數(shù)據(jù)的質(zhì)量也在不斷提升，使得騰訊音樂的大模型有了充足的數(shù)據(jù)燃料。

最后，大模型落地還需要企業(yè)有足夠的垂直領域的數(shù)字化能力，這對于數(shù)字原生的騰訊音樂來說是一個天然利好，而很多傳統(tǒng)產(chǎn)業(yè)要邁過這一關，則并不容易。

因此，行業(yè)都在大膽猜測，騰訊音樂未來的大模型，將是在騰訊集團的通用大模型的基礎上，結合特定需求和專有數(shù)據(jù)集訓練生產(chǎn)的行業(yè)多模態(tài)大模型。

其中，第一個問題很好解決，真正的超大規(guī)模的通用大模型（AGC）需要1萬張算力卡以上和近乎黑洞般的數(shù)據(jù)，能具備這個條件的企業(yè)不多，騰訊肯定是其中一個；

其次，騰訊音樂不需要從底座就開始做，而應該是基于前者做私有化部署，并且結合垂直領域的數(shù)據(jù)和知識“微調(diào)”自己的個性化模型。

這其中的道理，就像用電一樣，雖然家家都需要，但不需要家家都有發(fā)電廠。對于騰訊，通用大模型一個就夠了，用各個業(yè)務群組自己的數(shù)據(jù)做私有化部署和做個性化微調(diào)是最佳的解決方案。

最后一個推測是，這個過程將很快推進到實用階段。因為，騰訊音樂的AI落地場景很多，對大模型有切實的需求，所以很快就能用起來并產(chǎn)生商業(yè)和社會價值。大模型對于騰訊音樂不是噱頭、不是妝點，而是實實在在的生產(chǎn)力。

三、產(chǎn)業(yè)未來應用落地：技術即內(nèi)容生產(chǎn)力

據(jù)了解，在ChatGPT出來之前，騰訊音樂就已經(jīng)在使用百億參數(shù)的大語言模型。

從結果上看，確實落地也很快，這些嘗試也讓騰訊音樂頗具行業(yè)前瞻性地在產(chǎn)業(yè)級大模型的訓練和部署上積累了豐富的經(jīng)驗。

那么，產(chǎn)業(yè)級多模態(tài)大模型在騰訊音樂體系內(nèi)的應用，結合其現(xiàn)有業(yè)務來看會如何落地和輸出價值呢？

在內(nèi)容創(chuàng)作方向，騰訊音樂此前已經(jīng)了推出的面向音樂人的智能化輔助創(chuàng)作工具――TME Studio，除了集合了QQ音樂銀河音效、MUSE引擎、TME天琴實驗室等各方面的技術外，騰訊AI Lab作為騰訊內(nèi)部最重要的AI團隊，也對其提供了強有力的AI技術支持。

而旗下酷狗的“音色制作人”,其技術本質(zhì)，是通過深度學習原理，可以通過學習人的聲音,經(jīng)過AI智能化處理后生成專屬的音色音效,并以此來制作歌曲。

這些工具都極大的降低了音樂創(chuàng)作的門檻，其中，TME Studio中的可分離提取歌曲中的人聲和樂器的“音樂分離”、基于音樂內(nèi)容理解識別各式歌曲要素的“MIR計算”等功能；以及音色制作人中的全新上線AI封面、AI寫真、AI幫唱、AI詞曲評估以及AI覓詞等五大功能，都實現(xiàn)了以科技來改變過去音樂制作存在的“不可能三角”——質(zhì)量、速度、成本,令其能夠同時實現(xiàn)。

它們的價值體現(xiàn)在，對C端來說，從單純的音樂欣賞（單向傳播）變成了UGC、PUGC參與的可共創(chuàng)、可交互的系統(tǒng)，使得各種體驗和玩法得到極大的提升；從B端來說，由于用戶的廣泛參與，和未來生成能力的增強，將從根本上改變音樂行業(yè)的成本機構，而成本結構的改變是一切深層次產(chǎn)業(yè)變革的基礎。

“目前，中國已躍升成為全球第五大音樂市場。這意味著產(chǎn)業(yè)從業(yè)者們通過長期更耕耘，正在持續(xù)推動著中華文化影響力的持續(xù)提升。而技術的進步，則能為音樂產(chǎn)業(yè)在數(shù)字化時代的發(fā)展提供更加夯實的基礎和更高的生產(chǎn)效率?！皩τ?a href="http://worldfootballweekly.com/AIGC_1.html" target="_blank" class="keylink">AIGC等前沿技術在音樂產(chǎn)業(yè)內(nèi)的應用和發(fā)展趨勢，騰訊音樂娛樂集團QQ音樂技術副總裁、天琴實驗室負責人周文江表示，基于對行業(yè)發(fā)展痛點和用戶體驗需求的深度洞察，TME在前幾年已率先組建天琴實驗室等業(yè)內(nèi)頂尖的技術研究團隊，各團隊技術人才結構和部分研究成果已達到行業(yè)領先水平，目前也正在持續(xù)推動文本、圖像、音視頻等多個維度的AIGC創(chuàng)新成果落地，“在為行業(yè)提供更全面的數(shù)據(jù)支撐的同時，也希望能為音樂產(chǎn)業(yè)的數(shù)字化升級和高質(zhì)量發(fā)展注入新的活力。”

當音樂遇上AIGC，用技術為文化創(chuàng)造更多價值的未來已經(jīng)近在眼前。毫無疑問的是，大模型的賦能，將使得騰訊音樂把技術轉化為實實在在的生產(chǎn)力，能夠為行業(yè)提供更多服務、為用戶提供革命性體驗，最終雙向奔赴，進而為行業(yè)創(chuàng)造更多增量，推動自身和行業(yè)的高質(zhì)量增長，也為我們的精神生活增添更多的樂趣。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。