微新創想(idea2003.com) 8月10日消息:Variant Fund 的聯合創始人兼普通合伙人 Li Jin 和音樂家兼技術專家 Holly Herndon 以及 Mat Dryhurst 就人工智能生成音樂在播客節目中進行了討論，并總結了他們的對話要點。

Li Jin 表示，Web3 基礎設施仍然可以為藝術家帶來新的經濟模式，例如 Audius 等平臺正在利用區塊鏈技術來平衡藝術家的地位，而 Sound 則在 NFT 中增加了所有權。目前，這些平臺主要面向獨立藝術家和唱片公司。Mat 認為，「這些群體在很大程度上對 Web2 基礎設施感到失望。」Holly 表示，一些人沒有得到流媒體生態系統的良好服務，「很多音樂無法按次收費，需要開發不同的經濟模式。」Web3 是「將代理權重新交給藝術家的基石，讓他們圍繞自己的作品創建經濟模型。」

AI 不會取代社區：并非所有事情都圍繞流媒體進行，很多人希望現場體驗音樂。Holly 認為，「AI 并沒有從根本上消除人類對音樂集會的渴望，但它的變現方式和組織方式可能會發生變化。」

AI 工具提高了每個人的基本能力：Holly 認為，機器學習很快將在行業中變得普遍。「對于某些人來說，這意味著能夠生成整首歌曲、所有的音色和樂器。對于其他人來說，它將生成自然歌聲的完美版本，或者具有奇特物理特性的混音。人們如何將其納入自己的工作中有一定的靈活性。」

AI 可能需要一些時間來顛覆冪律：在流媒體中，藝術家的成功遵循冪律法則，流媒體推薦和網絡效應可以發揮作用。盡管 AI 工具可能會通過降低進入門檻來促進小型玩家的發展，但 Jesse 認為，在短期內，AI 將保留并可能加劇創作者音樂的冪律現象。「中長期來看，也許會有更多的機會帶來改變，我們將看到新的音樂形式的出現，因為工具更易獲得。」Holly 認為，最終，提高音樂的基本水平將產生破壞性的影響，「我們對音樂的理解將發生根本性的變化，將會出現使用我們無法想象的新技能的新人才。」

超個性化不應該成為目標：最具物質形式的創作過程是為他人制作他們想要消費的作品。流媒體算法已經使消費者的發現過程更容易，但有時會損害自發的探索。然而，推薦模式仍然依賴于創作者。AI 可能通過直接為消費者提供高度個性化的內容來完全顛覆創意過程。然而，Mat 認為，超個性化忽略了大多數藝術的關鍵點。它無法創造出與其他人現場分享的感覺和共同點。「將音樂簡化為可以消費和個性化的媒體當然很好，但它忽略了音樂的重要組成部分。」