註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

檢索結果 AI生成楽曲
AI生成楽曲 貼吧
一個關鍵字就是一個貼吧,路徑全站唯一。
建立貼吧
用戶
未找到
包含 AI生成楽曲 的搜尋結果
韓國 Melon 排行榜第 2 名的歌,結果唱歌的人根本不存在???😂 你沒看錯,這是 2026 年真的發生的事情,而且這首歌在 YouTube 已經突破 1,000 萬觀看次數!! 我覺得這件事真的蠻有趣的,所以特別研究了一下,這首歌到底怎麼做出來的、賺了多少錢,還有為什麼紅成這樣,創作者竟然還有版稅拿不到🤣 這首歌叫做〈꿈꾸던 어른이 되었나요?〉,中文是「你成為夢想中的大人了嗎」 歌詞講的是長大後,生活的責任跟壓力,慢慢取代了小時候的夢想 但最扯的是,這首歌根本沒有人類歌手,連人聲都是 AI 生成的!! 背後是兩位有 10 年經驗的音樂創作者,利用 Suno 生成音樂跟人聲,再透過人工修改、混音完成作品 6 月剛上架時沒什麼人注意,直到 9 月被大量拿去當短影音背景音樂,排名直接起飛🔥 10/2 第 18 名 10/11 第 9 名 10/14 第 3 名 11/2 直接衝到第 2 名!! 那這首歌到底賺了多少錢? 根據韓國媒體估算,累積約 1,424 萬次串流播放,音源收入大約 4,270 萬韓元,換算台幣約 90 多萬元 但有趣的是,因為韓國目前對 AI 生成作品的著作權登記有限制,這首歌沒辦法正常領取一般作詞、作曲、編曲的版稅 歌紅了,錢卻不一定能完整拿到😂 而我覺得真正賺翻的,其實是背後提供工具的 Suno 2026 年 6 月完成 4 億美元融資,估值高達 54 億美元,付費用戶超過 200 萬人,年化經常性收入達到 3 億美元 不管你做出來的歌有沒有紅,工具平台都可能先賺到你的訂閱費🤣 更誇張的是,歐洲串流平台 Deezer 公布,每天收到將近 9 萬首完全由 AI 生成的歌曲,甚至有大量 AI 歌曲播放涉及刷量詐欺 這讓我想到韓國饒舌歌手 pH-1 曾經在咖啡廳聽到一首很喜歡的歌,後來才發現是 AI 做的 他說了一句很有意思的話: 「這很危險,因為歌是真的好聽」 我覺得這句話真的講到重點了 以前大家都在討論 AI 能不能取代人類,現在已經變成 AI 做出來的東西,可能連你都分不出來了 而且未來真正賺最多錢的,究竟會是創作者,還是掌握 AI 技術跟流量的平台? 如果今天你很喜歡一首歌,結果發現是 AI 唱的,你還會繼續聽嗎?😂 這次我把完整的研究資料、營收估算跟版權爭議都整理在文章裡了,有興趣可以看看👇
顯示更多
🎶🎼🎵今日挖宝系列推荐 2026热门AI音乐生成网站推荐 (最新整理) 商用,自用都可以 给朋友恋人写生日歌、 告白歌、纪念歌等等, 还可以做副业挣钱, 玩法太多了🤩🤩🤩 以下平台均可文字生成含歌词、人声、伴奏的完整歌曲,多数适配中文、有免费额度,新手与创作者友好,商用前请核对版权✨ 按热度与场景精简分类, 优先音质好、易操作、支持中文的平台: 🌍 全球顶级平台 Suno(首选) 网址: 一句话/歌词即可生成高品质真人声歌曲,风格全覆盖,支持多语言、歌曲延长改编,新手友好,免费额度充足,Pro解锁全功能。 Udio 网址: 对标Suno,支持精细参数调节,音质专业,社区资源丰富,适合打磨原创作品。 Mureka(昆仑万维) 网址:国际版 / 中文版 2026热门平台,支持写词、改旋律、音色克隆,可商用,中文创作首选。 🇨🇳 国内中文优选(免翻墙、免费多) 海绵音乐(字节) 网址: 全程免费、生成快,中文曲风适配极佳,覆盖流行/国风/民谣/电音,适合短视频BGM与日常创作。 音疯(昆仑万维) 网址: 极简一键生成,可调整曲风唱腔,每日免费多首,零门槛适合爱好者。 谱乐AI 网址: 聚合多款顶尖AI音乐模型,支持音色克隆、自动做MV、音乐发行,一站式创作首选。 ✨ 小众特色平台 - Soundraw: - ElevenLabs Music: - - AIVA: 💡 新手小贴士 1. 零基础优先 Suno/海绵音乐 2. 中文创作选 海绵音乐/音疯/Mureka 3. 免费额度可导出MP3/WAV,商用务必查版权 4. 提示词公式:曲风+情绪+人声+主题,越详细效果越好
顯示更多
不到两天Seedance 2.0 就遇到真人授权风险的问题, 让这场爆火显得像一次监管擦边短线套利。 这个时候也正可以聊一些 对视频AIGC和流媒体之间关系的非主流看法。 首先AI的圣杯一定是视频。 AI现在的军备竞赛, 都还在“模型算力”“生产力场景”。 但生产并不是人们真正最终的心之所向, 所有的生产活动,最终都是为了更多的奶头乐: 能有更多的时间,来放松舒适躺平、休闲娱乐。 就像互联网到移动互联网,结果是: 视频娱乐流量,占整个互联网流量的60%+ 所以可以预见: 视频AIGC娱乐,迟早也一定会成为 所有AI设施、资源消耗的最大头。 因为如果生产力逐渐相对饱和,下一阶段就是: 从事生产者占少数,躺平放松娱乐者占绝大多数。 这既是Elon Musk预期的未来社会形态, 也是黑客帝国The Matrix里的核心隐喻。 不少人觉得在视频AIGC的“冲击”下, “传统视频流媒体”不行了,要被颠覆代替了。 但我认为这种看法,有可能是类似于当年 “手机游戏代替PC游戏,所以Nvidia不行了” 的阶段性误解: 没有从第一性看到Nvidia通过 “连接过去貌似过时的点”, 积累了什么面向未来社会的护城河, 实现新的“第二曲线”。 下图中两条我之前聊 Netflix 的推文,分别是 2024年11月11日 (nflx 拆股后股价 80.5 usd) 2025年6月6日 (nflx 拆股后股价 126 usd) 一年多后的现在, nflx 股价又回到了当初第一条推文时80的价格。 按目前的斜率,也许跌到50也不会感觉意外, 但半年到一年后,很可能会迎来新趋势。 就如同我在2020年9月表达对Nvidia远期看法后, 它涨到32后,也还得再经历跌到12的主升前下蹲。 那么是时候再聊下,Netflix 在 AIGC 时代, 凭什么能有新的“第二曲线”机会。 1. “审美品味” 就是大家说的: 人在后 AI 时代下,最后的堡垒。 也就是“懂人们想看什么”。 Netflix是最早利用数据+工程驱动, 把审美品味变成“可计算系统”的公司。 以此获得全球超3亿订阅会员数, 就是审美品味+分发能力 同时国际化领先的结果证明, 和正反馈循环来源。 算力模型即产品, 转向品味即产品。 大模型是冰箱, 食材保鲜的基础需求满足了, 但可口可乐还没出现。 做冰箱的越早期越稀缺, 但靠冰箱更加发家致富的, 是卖神秘配方的可口可乐。 所以,最终算力市场,会从卖方市场, 逐步转向“谁有配方品味”的买方市场。 2. “可合法使用的IP授权AIGC衍生品” 就是大家现在看到的: 为什么Netflix要收购华纳。 个人认为,Netflix 花这么大代价收购华纳+IP, 很可能部分因为看到了未来AIGC内容环境下, 技术大家最终都会有,技术差异化会越来越小, IP才是“卡脖子”的,授权的IP衍生品才更赚钱。 有没有发现, 前两天X上流传的Seedance2.0的热门视频, 大多数都是借助了“未被授权”的IP加持? 李小龙、各种名人、七龙珠、奥特曼、蜜雪冰城, 连最先引起共鸣的广告片,也是老干妈的。 (可惜了当时老老实实守规矩的Sora2, 只能用Sam Altman本人作为最大IP来出镜) 在喜欢的IP宇宙里享受技术带来的奶头乐, 是全球最多人口+最大公约数的最终幻想。 对“技术奇观”的新鲜感逐渐褪去、习以为常后, 引起最多人共鸣的IP才能长期留住观众。 内容越无限、无界增发, IP和被授权的规模化分发平台, 作为被信任的节点,稀缺价值就越高。 未来“谁都能生成”, 但不是“谁都能合法生成”IP衍生品并分发。 如果说未来可以为每个观众喜欢的IP, 来一键生成续集、“个性化定制”分支版, 下一部《哈利波特》,可不可以是你自己参演? 那么原本收你10美金/月的订阅费, 是不是可以收你30/50美金甚至更高价了。 大多数人并不会为4K高清付几倍价格, 但是为喜欢的IP生成续集、个性化版本, 毋庸置疑的可以。 本来一个IP同段内容,千人一面, 只能卖给一个会员一次, AIGC可以把这个一次变成多次, 甚至是24H陪伴式的生成式流媒体。 想象3亿全球订阅会员基数上, 去增加这样的AIGC高级套餐, 收入能有怎样的质变。 所以,视频模型军备竞赛, 不仅不是对Netflix的威胁, 反而是在为其未来超预期收入做嫁衣。 如果没有AIGC,反而缺少加价的新理由。 所以,从拉低预期到超预期, 从反共识到正共识, 才是超额赔率来源。 最后分享一条冷知识: 如果有兴趣了解 Netflix 对AIGC视频的理解, 领先市场多少个版本,强烈推荐看: 黑镜 第6季第1集 《Joan is awful》 影视飓风TIM所担心的问题在这集中完全复现, 要知道这集是在2022年拍摄的, 也就是ChatGPT发布之前。
顯示更多
0
27
185
24
轉發到社區
有一种观点认为,人类会朝两极分化:大部分人继续沉迷于 AI 生成内容和“奶头乐”产品,小部分人则会借助 AI 极大丰富自己的创造力。 我觉得还有第三种观点值得认可:这种技术的加速主义会导致越来越多的大众开始思考,在很长一段时间之内,他们人生中真正值得去做的事情。所以最终,这反而会加速“奶头乐”产品的灭亡。AI 生成短剧就是一个比较明显的例子。如果在一个完全竞争的市场当中,制造 AI 短剧的成本越来越低,最终会往两个方向发展: 第一个方向是大量低内容、低质量的 AI slop 类型短剧。这种短剧很显然在火爆一阵子之后会彻底沉寂,因为内容的极大丰富实际上在提升所有人的审美(或者审丑)水平。 当然,我们也会看到一小部分创作者使用 AI 去创造很多优秀的、在现实社会当中不存在的精彩剧本。我觉得这一部分内容创作者的群体会越来越大,可以说是从零增长为一个不容忽视的内容分类分野。
顯示更多
0
27
445
43
轉發到社區
林心如_赵薇_李钰_乐珈彤_徐露_等女星大尺度出演《情深深雨濛濛》成人版 一众女星齐聚《情深深雨濛濛》成人版, 大尺度场面一个接一个。 完整版在主页,自己点进去看。 #AI短剧# #情深深雨濛濛# #大尺度# #AI生成#
顯示更多
0
1
1.2K
83
轉發到社區
曾经都说短视频洗脑、“奶头乐”、脑死亡、低质,但是现在抖音是最能赚钱的应用,也是流量最大的应用,甚至连 TikTok 已经成为全世界最赚钱的应用之一。 那么未来对 AI 内容,是不是也会出现一样的情况? 大家都觉得 AI 生成的内容有“AI 味儿”、千篇一律、低质、说车轱辘话 但是即使是在中文互联网上对 AI 最了解的推特平台上,还是有大量纯 AI 内容轻松拿到百万流量,还是有大量的人乐此不疲地去消费 AI 生成的内容 最终诞生一个纯 AI 生成平台,并且流量比人类内容创造的流量还大。 我觉得这是很有可能发生的事情
顯示更多
【翻牆必看】李小璐等明星「集體失業」引熱議 「娛樂圈大部分明星失業」近日登上微博熱搜,引發廣泛討論。輿論認為,這一話題集中反映了中國影視行業近年來面臨嚴峻問題:影視項目開機率斷崖式下跌、資本持續收縮、觀眾審美變化,以及AI生成短劇(AI漫劇)快速崛起,正對傳統影視行業形成前所未有的衝擊。
顯示更多
如何在一年内赚到200万? 按如下步骤操作,95%以上达成目标。 1、准备一部手机,一张电话卡,注册一个某音、一个某手、一个视某号。 2、初期不要改资料,模仿正常用户使用2-3天,刷视频,偶尔点赞、收藏或评论。 3、把昵称修改为女性向,要求:四字以内,容易记忆,无生僻字。 4、修改头像为:年轻女性的侧面剪影或怀抱宠物的歪头半身照等。头像可找网图,也可用Ai生成。 5、买一个落地式柔光补光灯和一个米色、黄色或浅灰色瑜伽垫,瑜伽垫要纯色不带花纹。总费用100左右。 6、在客厅清出约2*3米空地,铺上瑜伽垫,补光灯放在瑜伽垫一侧。如客厅空间较小,空地面积也可压缩,略大于瑜伽垫即可。 7、每天晚上22点以后,关闭客厅大灯,打开补光灯,调成淡黄色暖光。 8、打开某音或某手或视某号,搜索空灵纯音乐,音量调到20%左右,将手机置于瑜伽垫旁。 9、换上柔软舒适的居家服,平躺在瑜伽垫上,心里默念:我能赚200W,然后入睡。 10、开始几天可能入睡比较困难,毕竟客厅地板没有床上舒服,但是不要气馁,坚持两周你就能适应。 11、保持每晚入睡前默念我要赚200W,心里要虔诚,慢慢地你就能在梦里赚到200W。 12、操作熟练后就不必再局限于客厅,可以把阵地转移到柔软的床上。 13、金额也可随意调整,比如2Y或200Y,甚至不一定是赚钱,也可以是娶刘YF或者你真的想飞,都可以轻松达成。 14、项目跑通后,你可以尽量增加睡眠时间,比如每天晚上七点入睡,早上八点起床。 15、如果有一天你能做到把梦里当成现实,把现实当成做梦,那这个项目你就大成了,到时候别忘了V500给我当做感谢费。
顯示更多
冷知识,RAG 技术的演进路径 ① 2020 — 基础 RAG(解决"知识不在模型里") 起点是 Lewis 等人的 RAG:DPR 稠密检索 + 向量相似度 + 生成。它第一次让 LLM 能"外接知识库",缓解幻觉和时效性问题。但这代是"无脑检索"——先把所有文本切成 chunk 做向量索引,查询时取 top-k 就完事。痛点:chunk 彼此孤立、检索粗糙、对复杂问题无力。这正是所有分支要解决的问题。 ② 2022–2023 — 检索精度升级(更准) ColBERTv2:把"单向量"改成 token 级多向量 + MaxSim 延迟交互,匹配更细;残差压缩把存储降 6–10 倍。检索器本身从"粗"变"准"。 Modular RAG:意识到 RAG 不该是固定管道,而是一堆可编排模块(检索/重排/生成),像乐高一样组合。架构开始"模块化"。 ③ 2023–2024 — 反思纠偏 + 结构增强(更准、更懂关系) Self-RAG / CRAG:给系统装"质检员"——Self-RAG 用反思 token 自己决定要不要检索、内容对不对;CRAG 用轻量评估器三路径纠正(正确用/错误重写或联网/模糊混合)。解决了"检索到垃圾也不知道"的问题。 RAPTOR:用递归摘要树组织文档,适合全局性、多跳、总结类问题。 GraphRAG / LightRAG / HippoRAG2:把文本抽成实体–关系知识图谱,用图谱做多跳推理(Microsoft GraphRAG 用 Leiden 社区摘要;HippoRAG 用个性化 PageRank)。这是"结构化知识"路线,但全量图谱构建很贵。 ④ 2024–2025 — 路由与成本优化(更省) Adaptive RAG:按查询复杂度动态路由——简单问题直接 LLM 答、复杂问题才走多步检索。 LazyGraphRAG:把社区摘要延迟到查询时才算,索引成本降到 GraphRAG 的 0.1%。 长上下文路由:2M token 窗口出现后,结论是"不替代 RAG,而是分工"——简单查走 RAG(几分钱),复杂多跳走长上下文,视觉文档走 ColPali。GraphRAG-Bench(ICLR 2026)给出经验法则:图的价值随查询复杂度上升。 ⑤ 2025–2026 — 自主智能体 + 强化学习(更自主) Agentic RAG:让 AI agent 动态决定"用什么工具(向量库/网页/API/SQL)、查几轮、怎么合成"。 Search-R1 / DeepRetrieval / DeepResearcher / MCTS-RAG:用 RL 端到端训练 LLM 学会"何时搜、搜什么"。Search-R1 在 Qwen2.5-7B 上比普通 RAG 提升 41%;DeepRetrieval 直接以检索指标(recall@k、NDCG)为奖励优化查询;MCTS-RAG 把蒙特卡洛树搜索融进推理。这是从"固定流程"走向"会自己找信息的智能体"。
顯示更多
0
37
101
20
轉發到社區