做 Yuragi FM 的过程中，我发现 AIGC 类产品的难点第一是在乎探索语言空间和结构，第二是难以评估实验成果，总是在 60-80 分之间横跳，没有 90+ 以上的生成产物。第三就是设计实验的成本和测试时间过长。我看到小红书上有不少专业做 AIGC 的，使用现成的工具，human in the loop 来做协调者，创作一首音乐都需要花 1-2 天的时间，更别提 MV 了，一方面，我们依赖模型不断进化来内化一些需要协调的功能和反复试错的实验，另外一方面，不断内化的模型又会趋向生成更加大众化审美的内容，进一步提升探寻语言空间的难度。因此，在做这个产品过程中，感受到最大的启发不是工作流的编排，也不是 agent matrix 的设计，而是人类意图的捕获。换句话说，真正重要的是如何理解意图（目标，岔路，审美，世界观）而非编排，wanman 也好，其他的流行的 harness 工程产品也好，只是完成这一步设计的早期基础设施。

明天回东京，睡前刷手机，心里突然冒出几个新产品的想法，上个产品 yuragi FM 做了一些基础的关于音视频 AIGC 的想法，接下来我打算把舞蹈和声乐方面的主题也融入到新产品里去。

这礼拜六是我在东京单向街书店的 AI 系列分享第二期，这次和大家聊聊我在做 VISI0 与 yuragi FM 中遇到的有趣的事儿和目前最流行的 AI 影视剧工作流，当天也将和大家展示 VISI0 Studio 的全新版本 1.0！

很高兴和大家介绍我的第 15 款 Vibe 产品「摇曳电台」 这款产品的灵感来自于两周前和啵啵在上海看法兰克福头盔和 Frank Bretschneider 的现场 live 时，我意识到许多艺术家使用可视化技术来进行音乐表达。 那么，为什么没有人为艺术家、音乐现场和自媒体做一款基于 AI 的音乐与可视化艺术创作工具呢？摇曳电台就是为此而生。 你可以使用自然语言创建电子舞曲，操作鼓点和其他数字乐器，创建 AI 人声伴奏，合唱或者完整的歌曲，它会自动适配所有音乐的具体节奏，旋律，章节并创造可视化特效，不仅如此，我还为摇曳电台编写了 MV 制作功能。如果你想，音乐与可视化特效能自动融合进 Seedance 2 创建的 AI 视频 MV 中。第一个和最后一个视频就是我创作的杜甫穿越现代版的「茅屋为秋风所破歌」 和一首英文嘻哈歌曲 均为 one shot 创作而成。 此外，它还支持多音轨和历史记录的版本管理，回退到任何你想要回到的音乐版本，并支持 web 录制视频，方便分享到社交网络。 创造 Yuragi FM 的时候，我花了比想象中更多的时间，一开始，我以为这只是简单将 Vibelab 中的 DJ skill 转移到新的产品中，开发的过程中，我才逐渐意识到，最困难的部分不在于代码，而在于如何理解音乐中存在的语言结构。音乐是一种跨越国家、民族、甚至时间的艺术，而正因为它是艺术，如何在语言模型中探寻它的蛛丝马迹，是我在 vibe 此产品的过程中，倍感欣慰的思维游戏。 「摇曳电台」从今天开始免费向所有用户开放，每天，你可以使用它创作 20 次 AI 音乐，如果你需要创作 MV，则需要绑定信用卡额外付费。使用 url 可以将特定的音乐分享给朋友，如果点击「发布」，你创作的音乐就可以被所有用户在首页刷到。 Yuragi 的语源来自日语，代表随机，微小而有美感的噪音。希望大家都能使用这个产品创作自己喜欢的音乐，玩得开心！