AI 写歌的门槛已经被降到一句提示词。商业化卡在下一步：歌曲生成后能不能发行、确权、被使用、拿到分成。
7 月 10 日，杭州音律闪动把这条链路一次性摆到台面上：自研歌歌 AI 音乐大模型上线，和字节跳动签下非独家版权分成合作，同时启动面向中国民乐的专属模型研发。它讲的故事从“模型会唱歌”往前推了一层，把 AI 音乐送进抖音、剪映、汽水音乐、番茄畅听、番茄音乐、西瓜视频和今日头条这些真实分发入口。
如果这条路跑通，AI 音乐公司卖的就会从生成工具扩展到版权曲库和分发收益系统。
先补中文歌的底层短板
歌歌 AI 这次强调“华语原生”。公开材料给出的技术路线是 DiT，也就是 Diffusion Transformer，端到端扩散生成。训练分三步：先做音频压缩与重建的 VAE，再用全授权华语曲库从零预训练十亿级参数扩散主干，最后用华语听众偏好做 DPO 对齐。
这套做法瞄准的痛点很具体。英语歌曲可以靠重音、连读和弱读制造流动感，中文歌词却绕不开声调、单字音节和字音落拍。一个“了”被拖得太长，一个四声被唱错，听感会立刻出戏。
龙勇在采访里把差别说得很短：
“数据有壁垒。”
他的意思是，华语音乐的发音、情绪和民乐音色，不会自然出现在英语语料训练出的模型里。
这也解释了为什么团队没有只做微调。歌歌 AI 采用人声和伴奏双流生成结构，两条生成路径各自处理，再通过跨流注意力对齐节奏与和声；在发音上，用音素时序软对齐把每个字在时间轴上的位置提前约束住。
这些指标还需要更大规模的第三方测试，但它给出了可验证的工程目标：生成的华语歌要少出咬字错位、人声伴奏糊成一团、情绪只停在表面的老毛病。
速度指标服务的是短视频
AI 音乐模型的速度服务于制作现场。短视频配乐、直播间 BGM、游戏素材和广告片段，都需要反复试听、改词、换风格。一次生成慢几秒，用户迭代的耐心就会掉一截。
公开数据里，歌歌 AI 支持一次生成最长约 3 分钟、含人声与伴奏的完整立体声歌曲，并可导出独立人声分轨和伴奏分轨。智东西采访披露的模型侧口径是：非自回归并行生成架构下，单张 H 系 GPU 约 10 秒生成一首 3 分钟歌曲，实时率约 0.05。
这几个数字要分开看。3 分钟是产品产出长度；10 秒和 RTF 0.05 是推理性能口径，仍缺公开第三方复测；分轨导出服务的是后期制作，不等同于一键生成就达到发行级混音。
但它们合在一起，指向同一个场景：让普通创作者在一次短视频制作流程里快速生成多版音乐，再挑一版进入发布链路。
字节合作改变了收益路径
歌歌 AI 与字节跳动的合作，重点不在“接入一个平台”。公开信息显示，AI 原创歌曲、录音制品和 MV 版权内容可合规进入抖音、剪映、汽水音乐、番茄畅听、番茄音乐、西瓜视频、今日头条等字节系入口；汽水音乐会员付费、数字专辑、单曲售卖、平台广告分成，以及番茄系平台有效播放收益，会按合同约定结算。
App Store 页面也把产品定位写得很直：一键发行、版权收益、平台自动汇总播放数据和版税收益。它还称歌歌 AI 已连接数百万 AI 音乐创作者，累计产出数千万首原创歌曲，全网播放量突破数亿次。
这组官方自述需要带着口径看：数百万创作者和数千万歌曲说明供给规模，不能直接等同于稳定付费收入。智东西采访给出的商业口径更具体：平台已有上百万创作者，付费用户达到十几万级别；部分创作者一天最高拿到几千元版税，个别企业一年能获得几百万元版税收入。
这些例子不能代表平均水平，却足以说明 AI 音乐的竞争正在从“生成一首歌”转向“让一首歌进入可结算的场景”。
民乐模型是一场数据战
民乐项目更像下一阶段的护城河测试。
团队计划去非遗民俗村落、地方戏曲院团和民间演奏工作室采集一手音源，覆盖古筝、二胡、竹笛、琵琶、唢呐和地方戏曲唱腔等内容，完成正版版权归档后用于模型训练。龙勇把这件事形容为“非常像抢救”。
这句话背后有现实压力。现在很多 AI 古风歌曲听起来像电子音色拼贴，原因常常不在模型参数，而在训练数据里缺少真实演奏和原生态唱腔。模型没听过好唢呐，很难生成有穿透力的唢呐。
这里也有风险。民间音乐数据的采集、归属、授权、收益分配，都比普通版权曲库复杂。若 AI 公司只把“采风”变成独占语料采购，容易引发文化资源被平台化吸走的争议；若当地创作者、地方机构和模型公司能把授权、确权和收益分成说清楚，这才可能形成长期合作。
后续可看的节点很具体：歌歌 AI 的民乐专区何时上线，采集数据能否公开授权规则，字节系曲库里的 AI 歌曲是否产生持续播放收益，以及第三方音乐人会不会把它当作可工作的制作工具，摆脱单纯流量热点的命运。
AI 音乐已经越过“能不能生成”的阶段。歌歌 AI 这次把模型、版权和分发绑到一起，押的是另一道题：机器写出来的歌，能不能进入一个有人使用、有人结算、有人继续创作的系统。
参考来源：量子位、智东西、虎嗅、CocoLoop、腾讯新闻；App Store 与歌歌AI公开页面核验开发主体、产品功能、发行和版权收益口径；智东西采访核验十亿级参数、单张 H 系 GPU 推理速度、字节系入口和创作者规模。