肖恩·帕克重建Stability AI：音乐AI工具能否再掀行业变革

Napster联合创始人肖恩·帕克重新回到了音乐行业。这一次，他与长期好友Prem Akkaraju一起，试图将一度濒临崩溃的AI公司Stability AI改造为面向音乐专业人士的AI工具制造商。帕克表示，这次他会遵守规则。

两年前，帕克参与了对Stability AI的8000万美元救援行动。这家以图像生成器闻名的初创公司因过度支出和内部动荡几乎走向崩溃，创始人Emad Mostaque最终被迫离职。Prem Akkaraju随后出任CEO。

Stability AI的转型重心落在了音乐领域。今年8月底，公司宣布获得7600万美元融资，投资方包括索尼、华纳和环球三大唱片公司。作为交易的一部分，这三家公司还授权Stability使用其音乐曲库进行模型训练。

获得新融资后，Stability AI已发布三款新的音频模型和AI音乐编辑软件。这些工具能够根据文本提示生成完整的器乐曲目或短片段。帕克透露，即将推出的更新将允许用户通过哼唱旋律或口技打拍子来引导AI创作。

哼唱引导创作如果落地，意味着用户可以从更直觉的层面与AI交互。文本描述音乐存在天然的隔阂——不懂乐理的人很难用语言准确描述想要的和弦进行。哼唱和打拍子绕开了这一障碍，让音乐直觉直接转化为创作输入。这可能是比文本提示更贴近音乐人思维习惯的交互方式。

这一方向与Stability AI此前的图像生成定位形成鲜明对比。公司正试图在音乐制作流程中找到自己的位置，不是取代音乐人，而是成为他们手中的效率工具。

Napster在1999年横空出世时，以P2P文件共享技术让数百万用户免费获取音乐，直接冲击了唱片行业的商业模式。唱片公司随即发起大规模诉讼，Napster最终在2001年关闭服务。

帕克后来成为Facebook的首任总裁和Spotify的早期投资者。他在音乐产业中的角色，经历了从颠覆者到投资者的转变。如今他再次站到行业前沿，但选择了一条与唱片公司合作的路径。

Napster解决的是音乐获取的便利性问题，Stability试图解决的是音乐创作的效率问题。前者直接冲击了唱片公司的销售模式，后者则可能改变音乐制作的生产关系。帕克这次选择与唱片公司站在同一边，或许正是因为他比任何人都清楚，绕开版权持有者的代价有多大。

索尼、华纳和环球对Stability AI的投资与授权，是音乐产业对AI态度转变的缩影。2024年，这三家公司曾分别对AI音乐生成初创公司Suno和Udio提起版权诉讼，指控其未经授权使用受版权保护的音乐进行训练。

到了2025年，部分诉讼以和解或授权合作收场。环球与Udio、华纳与Suno先后宣布达成协议。唱片公司态度的松动并非偶然——AI音乐生成技术在过去两年快速成熟，Suno和Udio等平台积累了大量用户，完全封堵已不现实。

与其在法庭上消耗资源，不如通过授权协议将AI公司纳入自己的商业版图。对于Stability AI来说，获得三大唱片公司的曲库授权，意味着其模型可以在合法框架下使用高质量音乐数据训练，这在竞争中是关键优势。

这笔投资的另一层含义是，唱片公司正在从内容提供方转变为AI基础设施的投资方。当音乐生成的工具掌握在自己投资的平台手中，唱片公司对产业链的控制力反而可能增强，而非削弱。

Prem Akkaraju此前曾担任视觉特效公司维塔数码的CEO，对创意产业的技术工具开发并不陌生。他与帕克的组合，让Stability AI在技术能力和产业资源之间找到平衡点。但音乐AI工具的市场竞争同样激烈。

AI音乐工具对从业者的影响，是这场技术变革中最受关注也最分裂的话题。支持者认为，AI可以承担编曲、混音等重复性工作，让音乐人将精力集中在创作本身。

反对者则担心，当生成一段完整器乐曲目的成本趋近于零时，配乐、广告音乐等领域的从业者将首先受到冲击。

这并非危言耸听。在过去两年里，已经有不少广告配乐、短视频背景音乐的采购预算转向了AI生成方案。但音乐AI的局限性同样明显——当前模型在长结构、情感层次和即兴呼应上仍有差距，专业音乐人对工具的挑剔程度远高于普通消费者。

Stability AI目前的定位偏向工具属性，而非直接面向消费者的音乐生成平台。这种策略与Suno、Udio形成差异，后者更接近“输入文字、输出歌曲”的消费级产品。面向专业人士的工具需要更高的可控性和编辑能力。

帕克将这次创业描述为“遵守规则”的尝试。Napster当年以“请求原谅而非许可”的方式行事，最终付出了沉重代价。二十多年后，同样的音乐产业，同样的技术颠覆，但游戏规则已经改写。

唱片公司从被动防御转为主动布局，AI公司则主动寻求授权合作。这种转变是否能让音乐AI走上更可持续的道路，还有待市场验证。

从图像生成到音乐工具，Stability AI的转型折射出生成式AI创业公司面临的共同困境：技术能力需要找到真实的应用场景和商业模式。帕克和Akkaraju押注的是音乐专业人士对效率工具的付费意愿，以及三大唱片公司曲库带来的数据壁垒。

这条路能否走通，取决于AI生成的音乐在专业场景中究竟能做到多好，以及音乐人们是否愿意为之买单。