Mikey Shulman 谈 Suno 与音乐创作的未来

Suno 首席执行官 Mikey Shulman 告诉 Harry Stebbings，他的目标是让更多人积极参与音乐：不仅聆听，还能创作、编辑和分享。他将这一愿景描述为培养音乐创作者，而不只是制作音乐。Stebbings 说自己使用并付费购买 Suno，Shulman 则领导着他们讨论的产品所属公司。

团队起初希望利用自然语言处理背景，开发企业音频理解工具。Shulman 说，音频生成的进步比预期更早到来，因此团队很快将注意力从单纯分析转向创作。

他提醒人们，不要以为扩大音乐模型规模就能像提高文本任务的客观基准成绩一样解决所有问题。他说，音乐具有主观性，要让模型具备好的品味，还需要规模之外的技术。

Shulman 希望音乐更像电子游戏：有互动、体验丰富，独自参与或与朋友一起参与都很有趣。他认为人们愿意为更吸引人的体验付费，但未来市场的规模和形态仍不确定。

两人都预计，顾客最终会更关心产品体验，而不是背后使用哪个模型。Shulman 预测，模型版本可能不再是发布的重点，但不知道这会在何时发生。

Shulman 说，Suno 使用 Transformer 模型。他将公司的竞争重点描述为音频表示，而不是发明新的模型架构；公司借鉴了开源文本模型社区的技术。

Stebbings 问，大幅增加供应是否会让音乐变得更便宜。Shulman 承认，单个内容作品的平均价值可能下降，但认为更广泛的参与和投入可能提高音乐的整体价值。这是 Suno 首席执行官的经济观点，并非已得到证明的市场结果。

谈到量子计算，Shulman 看到了巨大潜力，但认为基础物理和研究挑战仍然存在。他质疑传统风险投资的时间框架是否适合这一领域，并建议可能需要公共投资。他的职业和融资建议反映了他对风险的判断，并非有保证的预测。

由于 Suno 无法与最大的 AI 实验室比拼薪酬，Shulman 寻找被低估的人才。他重视经济学家对自然实验的推理能力，以及实验物理学家快速开展高质量实验的能力。

Suno 总部位于 Massachusetts 州 Cambridge。Shulman 认为，让模型符合主观人类品味这一独特问题能吸引研究人员；他指出，现有的偏好对齐技术未必是音乐领域正确的长期方案。

使用数据和 A/B 测试可以为产品决策提供依据，Shulman 预计未来会有更多个性化。他承认，如何让音乐模型体现不同人的品味，是一个困难问题。

被问到大型模型提供商是否会进入应用领域时，Shulman 预计它们会尝试，但不知道音乐是否会成为重点。他认为，Suno 必须靠令人愉快的产品体验取胜，而不只是依赖更大的底层模型。

Stebbings 称赞生成第一首歌的速度。Shulman 说，Suno 密切关注首次体验，并观察到即使人为增加少量延迟，也会让用户喜欢程度下降。在公司的测试中，10 秒比 8 秒更差；他预计短期内无法实现一秒生成。

公司关注的一项信号是用户第一天是否触及免费额度后的付费墙。Shulman 将其视为用户享受创作时间的迹象，即便他们没有订阅。如果用户只制作一首便丢弃且不再回来，则说明体验没有奏效。

Suno 从最初的 Discord 产品开始收费，同时保留免费额度。Shulman 说，早期订阅表明人们重视服务，收入抵消了部分 GPU 支出，也帮助团队确定采访对象：包括订阅者和触及限额但没有订阅的人。

Shulman 说，GPU 是公司最大的支出，是工资总额的数倍；Suno 还运营着规模可观的研究集群。他希望算力价格下降，但预计公司可能会使用更多算力。他认为，单纯增加研究人员不会带来同比例的成果增长。

Stebbings 提到唱片业在 2024 年 6 月针对训练数据提起的诉讼。Shulman 承认 Suno 的训练数据包含一些受版权保护的作品，并主张这属于合法使用。这是 Suno 在法律争议中的立场，而非已经确定的法律结论；访谈没有确定诉讼结果。

Shulman 说，诉讼耗费时间和金钱，他更希望与现有音乐产业合作，扩大市场。他说，一些产业参与者已经与 Suno 合作，部分诉讼方也曾在起诉前与公司交谈。他的描述反映了被告公司的利益和视角。

他不知道 AI 公司和现有行业之间的争议最终会如何解决。他既反对忽视现有行业关切的做法，也反对试图通过诉讼消除新进入者的做法。他说，败诉会对 Suno 不利，但他认为未必会让公司结束运营。

Shulman 希望让更多人享受音乐创作，而不是仅为现有创作者带来小幅生产力提升。他认为，传统音乐创作需要练习和工具，许多人会觉得困难；Stebbings 则反驳说，具有挑战性的活动本身也可能令人满足。

Shulman 说，AI 生成的音乐能否安全地用于训练未来 AI 模型，是尚未解决的技术问题：将生成内容反馈到训练中可能带来严重问题。Suno 在一定程度上研究这个问题，但他希望更大的模型开发商解决最棘手的部分。

他希望听众和创作者不必分处互不连接的 AI 音乐与其他音乐世界。切换应用会增加阻力，他设想将音乐创作和分享，与派对、锻炼或通勤时的聆听联系起来。他没有限定哪些公司必须合并产品。

谈及艺术家对 Suno 的看法，Shulman 说，亲自与他交谈的大多数艺术家都使用并喜欢它。他明确承认这是有偏差的样本，不能代表艺术家群体的普遍观点。

Stebbings 提议建立由艺术家控制、使用其作品训练的模型。Shulman 说，只要符合权利和合同要求，他欢迎这样的安排。他说，Suno 目前会阻止包含艺术家姓名的提示词，服务定位是原创音乐而非冒充他人。

在获得艺术家同意的情况下，Shulman 设想为艺术家、词曲作者甚至粉丝提供制作授权变体的工具。他也考虑过，当用户创作受某位艺术家启发的音乐时，艺术家能否获得分成。这些是设想中的模式，并非已宣布的协议或现有权利。

他说，Suno 用户为创作体验付费，这与听音乐不同。他希望新模式能让粉丝直接向艺术家付费，或为艺术家认可的模型版本付费。在他看来，这些互动不必局限于现有的流媒体收入分配方式。

与 Timbaland 合作的混音比赛体现了 Shulman 希望看到的参与方式：粉丝可以使用喜爱的创作者的音乐进行创作。他说，这位制作人与 Suno 合作开发产品，能提前使用功能，也为公司带来公众认可。

被问及报酬时，Shulman 说 Suno 不向 Timbaland 支付现金，并称他是公司的顾问。对话在这一背景下讨论了股权；这是一项商业关系，应结合其公开推荐一同看待。

Shulman 认为，流行音乐在旋律、和声和歌曲结构上变得更加同质化，受到数字制作、流媒体和社交算法的影响。他也指出，同样的算法能让音乐传播给更多人；他并不认为每一种变化都必然好或坏。

他认为，音乐发现早已高度依赖算法。哪些作品流行，除了音乐本身，也可能取决于平台推荐和推广。他提醒说，Spotify 或 TikTok 的工作人员会比他更了解各自的系统。

他认为 TikTok 对短视频发现音乐很重要，Spotify 则在算法播放列表方面重要。他希望音乐服务变得更吸引人，并指出如今很多人工作或做其他事情时只是把音乐当作背景。

Shulman 说，生成式视频公司曾向 Suno 请求 API，用于添加背景音乐，但 Suno 拒绝了。他给出的原因是战略性的：公司希望让音乐成为更有价值、更主动的体验，而不只是提供便宜的背景音频。

他后悔的一项产品决策是没有更早走出 Discord。Suno 在 8 月从 Discord 起步，11 月推出功能较简单的网页应用；他说五天内 90% 的流量转向网页。Discord 仍作为社区和反馈渠道发挥作用。

在 Shulman 看来，好界面能让以前困难的工作流程变得直观。他举例说，可以让用户轻松地用另一种曲风翻唱整首歌，而不是仅仅复制旧式数字音频工作站的控制界面。

他认为，空白文本框不是所有 AI 产品的理想界面。他希望音乐工具足够直观，让人们不必再用提示词思考；在他看来，音乐质量比指令是否复杂更重要。

Shulman 说，他有时希望 Suno 当初没有为远程工作设立例外。公司建立时采用现场办公，他认为一些例外仍然值得，但随着团队成长，判断和管理这些例外越来越难。这是他的管理偏好，并非关于远程工作的普遍结论。

他说，截至访谈时，Suno 的融资略超过 1.25 亿美元。他将资本视为能开启不同层级机会的工具。他也提醒创始人，投资者预留资本和按比例跟投权在成功融资轮次中可能有利于现有投资者。

从第一天收费让公司有理由关注收入。Shulman 说，现阶段建设大型平台对他更重要，但收入增长表明用户重视这种体验。他说 Suno 一直优先追求增长，同时努力不牺牲收入。

他说，音乐本质上具有社交性，但社交体验不必遵循单一模式。一个平台既可以支持朋友之间的私密交流，也可以服务拥有大量观众的专业创作者，就像社交网络能同时满足私人和公共互动。

Stebbings 说，工作、内容和信息变化的速度让他感到不安。Shulman 持乐观态度，但反对把 AI 的影响视为不可避免：他认为，人们必须主动建设自己想要的未来，而不是等待它发生。

他指出了两种不愿看到的未来：未经授权且不向艺术家付费的模仿，以及让音乐变得不那么社交、过于沉浸的高度个性化内容流。这些是假设情景，用来解释设计选择和同意为何重要。

相比之下，在他看来，为伴侣制作歌曲是一种社交行为。他不希望所有音乐都变成个性化创作；他同样重视以艺术家自身表达为中心的艺术。他的目标是更丰富的体验，而不是让某一种形式主导一切。

Shulman 预测，随着工具让制作变得更容易，品味和选择会更加重要，传统技术技能的重要性会下降。他将挑选优秀的 AI 生成音乐与策划播放列表相比。这是他对创意工作的预测，并非对艺术价值的既定衡量。

被问及 AI 寒冬时，他说不知道金融或科技圈内部人士的失望是否会扩展到整个世界。他说，自己的看法受到 Cambridge 环境影响，正如 Stebbings 所见反映了伦敦金融圈的视角。

他的直觉是反对禁止社交平台，但强调自己不是这个问题的专家。作为 Suno 首席执行官，他说最难的是聚焦：公司可能看到几十个重要机会，但一次只能追求其中少数几个。

Shulman 说，成为父亲让他更果断地确定优先事项，也更有耐心对待学习迅速的人。他还认为，人们有时会因为关注次要后果而忽略技术的主要影响。

在 MIT Sloan 的教学中，他认为 AI 可能让人们获得一个能力合格的导师或助手，同时承认它会让现有作业更容易完成。他的应对方式是改变教学内容，让学生为使用此类工具的世界做好准备。这是他的教育观点，并不能证明所有人都能平等获得这些工具或证明其效果。

Suno 意料之外的用途包括与孩子一起制作音乐，以及个性化销售或营销触达。Shulman 说，公司通过商务卡支出数据注意到了商业用途，但没有声称已测量其对销售结果的影响。

对于音乐的未来，Shulman 希望更多人花更多时间创作和分享音乐，AI 能帮助人们参与并实现个性化。他预测更多人可以靠音乐谋生，并将这一变化与数字摄影相比；这是 AI 音乐公司首席执行官的愿望和预测。

Stebbings 感谢 Shulman 的对话，并说自己喜欢这款产品。Shulman 也向他表示感谢。