出品｜虎嗅科技組

作者｜陳伊凡

編輯｜苗正卿

頭圖｜AI生成

“AI原生100”是虎嗅科技組推出針對AI原生創新欄目，這是本系列的第「15」篇文章。

“我們確信不久的將來會有一個‘大餅’掉下一個，雖然具體什么時候掉下來我們不知道，但我們要先把盤子做好、做大，否則掉下來了我們也接不住。”

姜濤如此描述自己現在做的事。說這句話時，姜濤正坐在音潮辦公室的會客區里。

他親歷了中國AI音樂發展全過程，在過去的十多年時間，他幾乎沒有離開過AI音樂賽道，如今，他是一家專注音樂大模型和AI音樂產品的公司——音潮的CEO。

如果第一次見到姜濤，很容易將他和音樂人聯系在一起，但你很難想到這是一位從事了多年AI算法的技術男。他穿著米色休閑亞麻西裝，有時候還會帶著一個圓形禮帽，很像一個玩爵士樂的“老炮兒”。他會給妻子做歌，把女兒稚嫩的聲音編進旋律，浪漫得不像理工男。但從他的表達中，卻能看出他的算法功底，例如他會用“技術棧”來比喻團隊成員的不同能力，他對AI音樂發展史信手拈來，說到AI發展的每一個里程碑事件時，他會提高語氣。

1938年，第一臺電子語音合成器Voder在貝爾實驗室建造成功，這是AI第一次和音頻結緣。

1957年，Lejaren Hiller和Leonard Isaacson實現的人類歷史上第一支由計算機創作的音樂作品《Illiac Suite》，通過算法將變量替換成音符生成了四個樂章。

但此后漫長的歲月里，AI 音樂像是被按下了慢放鍵——馬爾可夫鏈在旋律里打轉，循環神經網絡困在節奏的迷宮里，卷積神經網絡也跨不過全鏈條生成的門檻，進展緩慢得讓人幾乎忘了它的存在。

直到2016年，谷歌推出了用于音樂生成的Magenta項目，利用深度學習TensorFlow等框架，展示了AI音樂生成的能力。

彼時的姜濤正在快手的辦公室里，對著屏幕上混亂的音頻波形發愁——他正試圖解決人聲與伴奏音樂分離的難題，這個困擾行業多年的痛點，在此前的技術框架下始終是塊難啃的硬骨頭。偶然間注意到Spotify（瑞典一家在線音樂流服務平臺）的一些科學家嘗試用醫療影像中血管分離的模型解決這個問題，姜濤覺得很有創意，他也寫了個模型嘗試了一下，沒想到效果出奇的好，分離出來的人聲異常干凈。

姜濤后來常對人說起那個時刻，他第一次深刻感知到深度學習的能力，之前很多認為不可解的問題在這一刻完美解決了。

也是在那一年，他找到快手 CEO 宿華，提出要做 AI 音樂生成。“當時大家覺得這事兒太玄幻了。” 但宿華非常的支持，同時還分享了其上學時用音樂排解其苦悶的故事。轉頭又給他找了個特殊的顧問——曾給張惠妹、蕭敬騰等一眾知名歌手填詞作曲的專業音樂人“阿怪”，陳志翰。

那段時間，快手的辦公室里總飄著奇奇怪怪的旋律。姜濤帶著算法團隊和阿怪擠在同一個隔間，一邊用代碼訓練模型，一邊聽阿怪講和弦走向、編曲等樂理知識。這種奇妙的碰撞，成為了他音樂素養的啟蒙。

2021年，Transformer為架構的大模型的出現。2024年，Suno橫空出世，被稱為音樂界的“ChatGPT”，第一次實現了歌詞、人聲、伴奏等一系列音樂內容一次性AI生成。姜濤知道，那個“天上的餅”可能快要掉下來了。

也是在這一年，音潮誕生了。

即使現在看來，音樂生成依然還是一個小眾卻好玩的賽道。在中國科技領域，做語音和音頻生成的人并不多，音樂生成又是其中最小眾的一批人，國內的專家一只手都數得過來。在這個領域的人，既是玩音樂的人中最懂算法的，也是做算法的人中最懂音樂的。但姜濤總覺得，這里藏著和快手當年一樣的機會——每個人都能拍視頻讓短視頻實現了平權，那當每個人都能做歌的時候，音樂是否也能實現平權？

他還記得快手上那個把李榮浩《爸爸媽媽》唱火的農民工，記得蒙古牧民哼著聽不懂的調子卻讓人汗毛倒豎的瞬間。“外賣小哥的故事，環衛工的生活，為什么不能寫成歌？”他給妻子寫的歌，每年都會拿出來聽，里面還留著女兒小時候含糊不清的童聲。

姜濤說，如果短視頻的平權，塑造了快手和抖音，那么音樂平權是不是也能塑造出偉大的公司？

快手的啟蒙

虎嗅：你是如何切入AI音樂賽道？

姜濤：我在中科院計算所工作了三年。我可能是所里唯一做應用聲學相關研究的。那時海外聽歌識曲的APP應用Shazam特別火，我就在所里開發了國內的第一款聽歌識曲APP--“音樂耳朵”，上線了App Store應用市場。幾年后QQ音樂、網易云等才上線了該功能。這段經歷讓我進入音樂信息檢索（Music Information Retrieval）這個賽道。

我經歷過深度學習之前的專家系統、隱含馬爾科夫模型、知識向量機等多個模型階段，以及當下的大模型階段。

其實深度學習出來的時候我很興奮，2016年左右我在快手做了一個音樂和伴奏分離的模型，這個問題在這之前一直做不好，效果很差，深度學習出來之后，我們借鑒了Spotify發表的一篇論文，這個算法將醫療圖像上的血管分離用于語譜圖中人聲和伴奏的分離。

這個想法非常的巧妙，我們實現以后發現效果特別棒。這是我從內心相信深度學習的原因，一個自己多年來求而不得結果，深度學習一下就解決得很好。這個感覺非常的讓人興奮和幸福。

我很感謝我的導師，哈工大的韓紀慶教授，以及鄭貴濱、鄭鐵然兩位師兄的幫助。韓老師是一個對科研非常認真，對學生的指導傾盡心血。我當時的研究方向和實驗室的主流方向有差異，但是韓老師給予了極大的支持和鼓勵。沒有韓老師和實驗室給我打牢的知識基礎，我很難在AI音樂這個領域有所發展。

虎嗅：但你的經歷中其實并沒有選擇進入一些語音識別的公司。

姜濤：有時候可能真是被選擇，投身了一個小眾又好玩的賽道。整個算法圈的人員分布基本是這樣的，首先是自然語言最多，然后是CV視覺，最少的是音頻相關。音頻當中，做語音識別的人最多，其次是合成，然后才是音樂。音樂在過去20到30年時間，一直處于一個既不算落寞但也不火熱的狀態。

音樂研究人員的匱乏，資源也非常有限，導致這個領域比較封閉，國內從事這個方面研究的屈指可數。當年與北大的陳曉鷗教授合作時，他為了讓學生出國參加會議，把湊了三四張經費卡，才湊夠學生的出行費用。

這個行業確實有一些比較有趣的人，龔嶸老師拿了歐洲文化基金，錄入了國內最大的京劇數據集，最近他還做口吃的識別和矯正。北郵的李榮鋒老師一直在做古樂譜-工尺譜翻譯研究。Gus夏光宇老師做了能與人合奏的彈鋼琴機器人、能夠指導人唱歌時呼吸的硬件設備等好玩的東西。

這個方向很難招人，只有復旦李偉老師等幾個學校有少量的學生。更多情況，我們都是在公司內部培養，找一些知識背景接近又對這個方向感興趣的同學。

虎嗅：到快手負責哪塊業務？

姜濤：2016年，我去了快手。當時快手大概一兩百人多人，是快手飛速發展的階段，快手的DAU從幾百萬到幾千萬，又迅速上升到幾億的階段。

我是快手的第一位音頻相關的算法工程師，我們從零開始建立快手的音頻和音樂相關的算法團隊。最開始我們做的工作一部分是把一些違規的音頻內容過濾掉，同時把音頻內容做聚合和打散。

虎嗅：在快手的經歷中有沒有印象深刻的事情？

姜濤：當時的快手是一個有趣的狀態——混亂的高速發展，但是效率非常非常高。沒有職級，但你需要什么幫助， 在企業微信里找到這個人，只要能幫到你就一定會全力幫你。

虎嗅：當時的快手有OKR或者KPI嗎？

姜濤：沒有，那個時候是一個風口，上漲很快，你可以感受站在風口的感覺，就是你做點什么事情，都會有大批用戶喜歡。

虎嗅：抖音在那個時候是個什么狀態？

姜濤：那時候是很有趣的狀態，抖音剛起來。因為我當時一直關注各種音樂流量的變化情況，我發現抖音音樂流量起來了，內部還討論過是否學習抖音的模式。不過最后快手選擇了自己的路線，我認為這兩種都沒有錯，都發展成了現象級的產品。

虎嗅：這兩條路線是什么樣的？

姜濤：快手更強調短視頻平權，宿華的個人理想是相信每個人都有平等機會成為世界明星，只要你拍攝，快手就會給你一個平等的展示權利。那時快手的slogan還是“記錄世界、記錄你”。快手的群眾基礎是東北老鐵，其實流量起源于同城，你可以看到整個區域內的內容，還可以看到其他區域的人發的視頻什么風格，這個非常有趣，也是當時快手快速起量的原因。抖音更強調一二線城市的年輕人，流量會集中打一個單獨的品類。我們當時開玩笑地說過一句話，這是人類歷史上僅有的兩個產品，DAU都過億，但還能保持高速增長，那就是中國的抖音和快手。他們選擇了兩條完全不同的增長曲線，這兩條都很性感，都成長成了偉大的公司。

虎嗅：你在快手呆了4年多，這四年多的時間，除了見證它的高速發展，有經歷過快手一些至關重要的轉型時刻嗎？

姜濤：快手完成了短視頻的教育，但后續抖音完成了第一波收割，微信視頻號完成了第二波收割。快手能迅速發展起來，得益于幾個因素的疊加，智能手機的普及、移動互聯網的加速和降費、深度學習的紅利等。每個人手機上都有一個攝像頭，能夠隨時隨地的拍攝作品并快速傳播給全世界。

虎嗅：快手是一個非常典型的移動互聯網原生的產品，和我們現在討論的AI原生產品一樣。

姜濤：是的，快手、抖音都吃到了上一波深度學習的紅利。快手發展時，深度學習剛起來，我們這個組叫MMU，Multimedia Understanding。組長李巖對算法和業務都有非常深刻的理解，是快手AI技術研發的核心人員。我們的主要工作就是給短視頻做理解，知道作品的場景、人、物、情緒、語音等等。有了這些理解后，就可以很方便地進行流量分發。把作品精準發給喜歡它的人群。如果沒有那個時候深度學習的爆發，流量分發將會很困難。

快手內部對算法的重視程度極高，宿華本身是一個非常技術范的人，智商超群、情商超群、精力也超群。我們一直說，他寫代碼的速度只受限于他的手速。有一年大家春節回家，他自己默默把快手底層C++庫做了升級。

虎嗅：當時卷嗎？

姜濤：不太好稱之為“卷”，更多是高速增長，因為業務發展太快了。這個東西你不做，其他人就會做。當時沒有任何資源限制和崗位限制，可以內部合作。其實更多的是成就感，希望自己做到東西可以服務廣大的用戶，幫助公司更加快速的成長。

虎嗅：當時內部是一個鼓勵創新的氛圍？

姜濤：是的，那時候百花齊放，如果你有好的想法，公司就會讓你做。2016年我提議做AI音樂，當時谷歌開源了一個實時音樂模型叫做Mamenta，這是上一波深度學習階段標志性的事件。AI音樂生成在2016年還是一個很玄幻的方向，商業化還不清晰。當時宿華和李巖都很支持，還給配了一個業務顧問——阿怪老師（陳志翰），他給張惠妹、蕭敬騰等很多歌手作曲，我們一周三個半天面對面聊，那段時間，我的音樂素養完成了蛻變。

虎嗅：阿怪給你帶來了什么？

姜濤：他是一個很有趣的人，他號稱自己是整個音樂圈代碼寫的最好的。他也是音樂圈里對算法最熱愛的，他喜歡深度學習。他自己有很高的音樂素養，但他也很明白大眾需要什么，他知道藝術有時候就是生意。他讓我對音樂的世界觀發生了轉變，也意識到音樂是可以拿模型來做的。

虎嗅：你們一起磨合了多久？

姜濤：我們一起做了三年，阿怪老師2019年心梗去世了，2020年左右我們全套模型做完，上線了一個產品叫做“小森唱”，用比較特殊的方式把一些小模型串在一起，用戶給一個主題就能做出一首歌，但這個產品太超前了，產品上線之后，發現市場并不是特別認可。我也是在那個時候離開了快手。其實做“小森唱”的時候，也是希望是給阿怪老師的一份特殊禮物，希望他在另一個世界可以快樂地玩音樂、玩算法。

“Aha moment”：見證了智能涌現的時刻

虎嗅：離開快手的原因是什么？

姜濤：在快手遇到了自己成長的瓶頸，想要在一個新的環境中獲得成長。

虎嗅：接著你選擇了騰訊音樂，為什么做這個選擇？

姜濤：我到騰訊音樂的時候抱著一個理想，希望有更多訓練數據。

虎嗅：你到騰訊音樂的時候，做了哪些事？

姜濤：當時騰訊音樂算法團隊比較分散，不利于將算法研發深化。我去了之后，花了半年時間把零零散散的小團隊組建成了一個大團隊，叫做天琴實驗室，這個實驗室最后承接了QQ音樂、全民K歌兩個大平臺所有音視頻算法需求。我們上線了各種有趣的功能，例如K歌的多維度打分、智能修音、無損音樂超分、有聲小說等。后來還做了一對數字人，一個叫小天，一個叫小琴，是一對兄妹，她們成了天琴實驗室的歌聲合成、舞蹈生成、燈光生成等多項技術的最佳載體。

虎嗅：但是2023年你又從QQ音樂離開，這個怎么考慮？

姜濤：其實QQ音樂也好、網易云音樂也好，這些音樂流媒體平臺的核心資產是曲庫版權，而大模型訓練需要較大的算力資源、人力資源和較長周期的投入，因此在大模型上的投入比較謹慎。當然這件事情是對的，作為一個音樂版權公司，還是以核心資產收益最大化為目的，所以從商業邏輯上來看，我認為這種謹慎是一個很正確的決定。

虎嗅：從騰訊音樂出來之后，你去了昆侖萬維。

姜濤：就像之前說的，騰訊系比較喜歡后發先至的打法，而我當時想盡快投入到大模型訓練中，而當時國內愿意為AI音樂這件事做大投入的只有昆侖天工，所以我從騰訊音樂離職，加入昆侖天工擔任AI音樂團隊的CTO，做出全國第一個端到端生成的音樂大模型。

那個時候，Suno3.0也剛剛發布，整個市場非常熱鬧，雖然那時候效果不好，但大家覺得未來可期。

周亞輝老板是一個非典型的連續創業者，他組建一個完整的AI產品矩陣，天宮音樂、天宮搜索、社交動漫，然后這個AI板塊也讓整個昆侖的股價起飛。包括現在，周總也是少數能從AI上獲得收益的投資人。

虎嗅：但是在昆侖就呆了一年就走了，為什么？

姜濤：昆侖天工有自己的產品迭代路徑，但我希望我做的事情能對整個中國的音樂產業有所改變。

虎嗅：這個改變你指的是音樂平權嗎？

姜濤：是的，這可能和快手給我帶來的影響有關。我希望每個人都能用音樂記錄生活。我給我妻子寫的歌曲，我們現在每年還會拿出來聽一聽，那時候還把我女兒的聲音錄進去。短視頻的平權成就了快手，我相信音樂平權也能誕生偉大的公司，整個音樂行業和IP生態都會被重構，我相信外賣小哥、農民工，他們的故事、他們的音樂，也能感動我們。

我們在快手上有一個農民工兄弟，他把李榮浩的《爸爸媽媽》這首歌帶火了一把。還有一次，我在快手上聽到了一個蒙古牧民唱的歌，有非常好的顱腔共鳴和漂移，我雖然聽不懂，但那種汗毛炸裂的感覺讓我終生難忘。我相信普通人也一樣可以做出感人的音樂。

虎嗅：ChatGPT出來之后，每個人都有個所謂的“Aha moment”，對你來說是什么樣的？

姜濤：我當時在昆侖天工，可以說見證了智力涌現的力量。比如我們同樣的模型架構，在喂幾十萬首歌數據的時候，會像一個小孩子唱歌一樣，這里也不對，那里也有問題，但是當到了千萬首歌的時候，效果突然出奇的好，讓模型從一個懵懂孩童一瞬間成長出色音樂家。一旦你經歷智力涌現，你會對AI有深深信仰，相信當下一切僅僅是個開始，AI會改變整個人類的未來。

“我們現在有個錘子，但怎么敲我們還在嘗試”

虎嗅：選擇創業是先拿融資還是自有資金？

姜濤：音潮的投資人是一個很有理想和抱負的人，當時市場上大多數的公司開始專注垂直大模型，我們聊完后都認為音樂是一個發力點，就開始啟動了。

虎嗅：這一年多產品迭代了多少次？

姜濤：我們產品剛剛上線，更多是把模型效果做好；下一個階段，我們的產品會進入很高頻的迭代狀態，基本上兩周到三周就會有一個新的版本上線，增加很多有趣的功能，激發用戶的創作熱情。

虎嗅：建團隊花了多長時間？

姜濤：大概半年多才湊齊基本的人員，現在也在不斷吸引業內優秀的同學。我們核心團隊里有很多音樂學院畢業的同學，我們僅算法同學現在都可以組成一個樂團了。比如我們現在做評測的同學是清華大學阿卡貝拉樂團的創始成員，之前是在清華讀芯片設計的博士，他能作為算法同學和音樂老師直接溝通的橋梁。

虎嗅：對你來說你現在的挑戰是什么？

姜濤：我需要一邊做算法研發和工程迭代，一邊往產品和商業化的路徑上去做，后面這個是我的之前技能棧中有所欠缺的。

虎嗅：產品現在剛上線，你自己有發現一些問題嗎？

姜濤：其實我們現在最大的痛點就是，激發用戶的創作熱情，找到更多大家要做歌的場景，并讓制作歌曲的產品路徑盡可能短。我們想過很多路徑，比如Suno，他的產品受眾很清晰就是專業音樂人的生產工具和類Spotify的音樂流媒體平臺。

還有一家公司叫Riffusion，這家公司的交互非常有趣，他們想要采用GPT聊天的方式來創作音樂。這家公司的歷史比suno還早，在文生圖Stability模型出來后出來之后，這家公司做了件很酷的事，就是生成鋼琴的語譜圖，然后再把它轉化成可以聽的聲音。Riffusion早期只能生成一些短片段，二三十秒，但是他們很有創意把這個缺陷變成了一種產品format，命名為‘riff’。

我們其實也在嘗試Agent的音樂創作路徑，我相信這些新的交互可以激發不一樣的創作火花。

虎嗅：你們針對這些痛點做了哪些事？

姜濤：基于自研模型的能力，我們嘗試讓用戶知道音樂是可以用來“玩”的，并為他們準備了很多好玩有趣的功能。例如：“音果”就非常好玩，用戶可以兩首歌的要素抽取出來，混合成一首新的歌，然后在這個基礎上可以層層堆疊，并把創作過程游戲化。兩個用戶的歌曲可以基于“音果”的功能建立一個弱的社交關系，我們成為“音緣”。把諧音梗也玩得比較徹底。

應該說我們現在有一個錘子，但這個錘子敲碎哪些罐子？我們現在還在不斷嘗試。比如我們希望能夠先擊中那些更加細分和垂直領域的人群，再這些從垂直人群中破圈，泛化到更大的人群。

虎嗅：我們現在有鎖定一些目標群體嗎？

姜濤：首先是學生，他們思維更加活躍，也更容易接受新鮮事物，有更高的使用頻率也有使用時間。

虎嗅：現在還是一個產品發散的狀態？

姜濤：對的，我們現在還是去試，如果有的內容反響不大，我們就會立刻撤掉。

虎嗅：你們的產品迭代速度怎么樣？

姜濤：我們移動端是每三周一次迭代，網頁端是雙周一次迭代。

虎嗅：自己訓練模型的話這部分的成本很高？

姜濤：在訓練和推理中我們也在和一些國內的芯片廠商合作，用國產卡，性價比很高。因為業務請求量越來越大，我們會嘗試訓推一體。推理請求量大的時候，我們會把一部分訓練的機器拿來做推理，請求量下去之后再收回來。推理的成本是很低的，我覺得未來幾個月這個成本可以繼續下降。

虎嗅：騰訊前不久發布了AudioGenie音頻生成工具，你注意到了嗎？這對于音潮是否是一個挑戰？

姜濤：AudioGenie 更像是視頻或者圖像配音效，他們的多模態做得很好，不過完整的音樂作品不是這項工作的目標和重點。

打造和用戶共創的數據飛輪

虎嗅：所以我們的商業模式和產品定價是什么樣的？

姜濤：我們B端是開放API接口，C端按首收費，可以免費做四首歌，近期會上付費，滿足用戶更大量的創作需求。

虎嗅：這個定價是怎么考慮的？

姜濤：我們打算做一個嘗試，而且我們也有免費額度。如果你在我們這里做的歌，收聽的人多了，你可以形成自己的IP，我們會按照播放量給創作者結算。我們現在其實是象征性收費，而且四首歌的免費額度對普通用戶來說也是夠用的。我們在兒童音樂教育和AI教育場景下完全免費使用。

我們也會在C端做一些衍生服務。因為我們要實現音樂創作的平權，所以用戶在我們平臺上做的歌，版權完全屬于用戶。如果你想做相關的版權認證，我們可以幫用戶做完。如果用戶想做分發，我們可以幫他們做分發渠道。

虎嗅：你們的數據壁壘怎么建立？

姜濤：我們花了一年多的時間建了國內最大的音樂數據標注庫，其中有我們從其它音樂科技公司購買的，也有我們從錄音棚中購買的，就是這樣一點點尋找和積累優質數據。在上海音樂學院于陽教授和陳世哲教授的幫助下，有幾十名上海音樂學院的學生幫助我們做音樂數據的標注，構建我們的數據壁壘。我們與兩位教授也建立了音樂大模型的聯合實驗室，進一步加深雙方的合作。

虎嗅：你們如何吸引用戶并維持用戶粘性？

姜濤：第一是我們提供了一個收益的渠道，用戶可以通過養成自己的IP并獲得收益，就能得到成就感。第二是我們提供了市場上沒有的玩法，足夠好玩可以吸引用戶。

我們的核心理念是，用戶花在作品上的時間越多，用戶資產就能夠獲得增值，比如他點了個贊，或者收藏一張歌單，用戶價值就會增加。

虎嗅：ToB和To C的節奏怎么把握？

姜濤：我們同步進行，現在還在摸索當中。因為音樂平權未來的市場是什么樣，對我們來說就像個迷霧。不過我相信，在快手和抖音剛做起來的時候，也并沒有看到清晰的商業化路徑，一直到流量激增之后，出現了新的商業火花。

我們要做的事情是，我們知道天上有一個大餅，但什么時候掉下來，我們不知道，我們得把自己的盤子做大，如果盤子不夠大，餅掉下來是接不到的。

虎嗅：B端的生意，大廠其實也在做，你們怎么平衡這個關系？

姜濤：不止一個人問過這個問題，我們首先進入生態位，我在生態位上有一個支撐，那么你給我投錢就是一個路徑。

虎嗅：如果和大廠合作，你們不擔心自己的數據可能會變成大廠模型的某個部分嗎？

姜濤：目前不會，當然在中間某個節點可能需要做一些取舍。

“逼自己每月花200美金-300美金在AI產品上”

虎嗅：出海節奏是什么樣的？

姜濤：如果出海的話，我們的產品形態會有區隔，我們會和Suno形成差異化的服務。我們現在是和一些MV廠家合作給他們做歌。另一個方向是我們現在有一個小產品，比如你發Youtube需要有版權的配樂，但如果沒有版權，就無法上架。我們會把AI音樂作品做一個曲庫并配上豐富的標簽，用戶可以付費使用。

虎嗅：Eleven Labs在語音合成上也走得很快，甚至也推出了Eleven Music的API，拿到了不錯的估值，它會是未來音潮出海的對手嗎？

姜濤：Eleven Labs確實算是競爭對手，它的語音合成是目前行業標桿。商業模式上，我們是toB的API、toP的創作工具、toC的消費平臺、音樂IP的衍生增值服務都有。國內和國外的市場環境差異很大，很難走同一條路線。

虎嗅：音潮團隊是一個跨學科背景和多元的團隊，你們怎么融合和管理？

姜濤：我們的團建是組織大家去聽R&B livehouse，現在我們算法工程師可以湊成一個樂隊了，可能我們下一次團建就是包個小場地自己演奏。很難想象一群很i的算法同學，在面對音樂時會展很e的一面，這種反差非常有趣。

虎嗅：團隊有OKR或者KPI嗎？音樂人都偏理想化，算法工程師偏理性。

姜濤：有OKR的，因為大家都明確知道我們要跑得更快才能活下來。我們的產品負責人是中央音樂學院畢業，他也明確知道商業化的互聯網產品是什么樣，曲庫的負責人也是音樂人，做了很多年樂曲的交易。我見過很多互聯網音樂做得很好的公司，但最終沒能活下來，所以我需要平衡一下，讓大家有快樂的一面，也有緊迫的一面。

虎嗅：如果公司是一個樂隊，你承擔的是一個什么角色？

姜濤：我給大家提供彈藥，給大家劃定明確的邊界，讓大家快樂的把自己的技術棧發揮到最大。

虎嗅：回溯到公司剛成立，有哪些決定現在想來比較后悔？

姜濤：有些東西可以做得更快。比如產品上線，如果可以快一點，也許可以在世界人工智能大會之前讓產品更完備。

虎嗅：最近讓你焦慮的事是什么？

姜濤：產品剛上線，需要有一個增長點和好玩的功能點。

虎嗅：你們產品上線到現在注冊用戶有多少？

姜濤：依托waic的宣傳，已經有幾十萬的注冊量了。我們還在通過不停迭代，給用戶新的刺激點。

世界人工智能大會上姜濤向觀眾介紹產品 圖片由受訪者本人提供

虎嗅：現在主要工作在做什么？

姜濤：主要是招人和產品決策。我現在給自己一個規定，每個月要花200美金-300美金在新的AI產品上，我覺得只有付了費才能逼迫自己更加耐心和專注使用這些產品，同時每個月面對賬單時，我也會被迫思考這些AI產品提供的功能是否值得繼續付費。

虎嗅：你覺得哪些產品做得不錯？

姜濤：可靈、即夢、PixVerse的視頻生成做的很不錯，我的很多視覺素材都是用他們做到的。看到AI talk的Yuri后，我還花時間做了一個數字人的MV作品，但是與Yuri差異巨大，建立一個類似的視覺IP目前還有不小的門檻，雖然工具大家都能平等使用。

Riffusion提供了新的音樂交互方式，它通過多輪聊天來完成創作，我不確定這條路對不對，它與傳統的基于daw的創作方式非常不同，它選擇了與Suno不一樣的路線，但如果這條路是對的，這個交互方式和模式會很有趣，我們也會在自己產品上嘗試。

我也會經常使用Suno，它的Suno Studio對于音樂人而言將是一個顛覆性的產品。我會在openrouter上觀察近期市場上各類模型的使用分布，以及使用這些模型的創新產品。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4733039.html?f=wyxwapp