“AI（人工智能）专家们正面临‘奥本海默’时刻。”著名导演诺兰（Christopher Nolan）这样说。

《奥本海默》是诺兰最新导演的电影，讲述了美国“原子弹之父”罗伯特·奥本海默主导制造出世界上第一颗原子弹的故事，并呼吁对核武器进行国际控制。

与之类似的是，AI技术的迅速发展已经引起了一些人工智能专家的担忧，《奥本海默》举行首映活动之际，好莱坞也正在因“AI入侵”的威胁而罢工。甚至有业内专家认为，AI的潜在威胁能与核武器相提并论。

诺兰看来，重看奥本海默的故事正好可以提醒科学家们的责任感。不过诺兰也相信，对于电影行业而言，生成式AI在视觉特效等领域将创造“巨大的机会”，AI将会成为娱乐行业的一个强大的工具。

AI替代演员和歌手？

技术上已经实现

近期，代表16万名影视演员的美国演员工会宣布加入美国编剧工会的罢工，后者自今年5月初以来，一直持续罢工至今。这是近63年来，好莱坞首次出现编剧和演员同时罢工的情况。

影视行业向数字流媒体时代的转型以及更广泛的技术变革是此次罢工的主要原因。据悉，此前美国演员工会要求制定新的合同，以保护成员免受因“不受监管地使用生成式AI”而造成的收入损失。工会希望通过在未来的合同中添加“知情同意”来加强这些保护。工会认为，某些类型的AI使用必须予以披露和补偿。

电影制作工作室已经可以通过采用3D人体扫描等方法来捕捉演员的肖像，从而创建生成式AI合成的数字人。此类图像可用于后期制作，以准确替换演员的脸部或创建电影替身。

电影的后期制作公司是最倾向于采用AI技术的，采用这种技术的一个最大好处是，能方便对后期制作进行数字化修改，例如替换对话文本或快速更换数字服装，这可以节省数十万美元的重新拍摄场景的成本。

但美国演员工会警告AI可能产生的“越权”行为，并敦促制作公司在对演员的形象、肖像或声音进行任何改变之前先征得许可。

AI对于娱乐行业的影响也延伸到了好莱坞以外的音乐领域。此前在国内爆红的“AI孙燕姿”就是一个证明。通过对模型的训练和后期处理，AI合成的系统能够模仿歌手孙燕姿的声音翻唱歌曲。

AI对音乐最大的影响是它让创作变得更加容易，这也将给音乐产业带来深层次的变革。

近日，在网易云音乐与天桥脑科学研究院（TCCI）联合举办的“探索音乐创造的未来”主题论坛中，美国卡内基梅隆大学计算机科学系博士生戴舒琪介绍，想要自动生成一段音乐并不简单。除了旋律生成，还需要考虑多轨伴奏生成、歌词生成、配器和编曲等元素。既往，这些过程都需要靠作曲家的灵感、合理排布和个人经验来完成。如今，利用AI技术也可以将这些复杂过程进行处理，自动生成一段音乐。

戴舒琪认为，生成式AI在音乐方面的应用主要包括三种类型：

一是符号层面的乐谱生成，如旋律生成、多轨伴奏生成、歌词生成、配器、编曲等。

二是音频层面生成，如歌声合成、器乐合成、演奏控制合成、音频端到端作曲等。

三是多模态生成，这些相应的技术主要基于规则的模板、传统机器学习模型以及深度学习大模型来实现。

今年5月，谷歌发布了音乐创作工具应用MusicLM，这是一款可以根据书面命令创建音乐的应用程序；此前，AI音乐生成器Boomy据称已创作了超过1600万首原创歌曲。

流媒体与传统音乐产业

对AI扩张应用的不同态度

流媒体推荐是AI在音乐中的应用方向之一。由于数学关系支撑着乐曲中音符的排列，这使得音乐特别适合生成式AI工具的开发方向，通过对模型的训练，可以教会这些AI工具识别、创造旋律和节奏。

Spotify等流媒体平台已经使用AI来绘制用户的收听习惯，可以根据一个人最喜欢的音乐的节奏或情绪来分析他的品味，深度学习算法能够为其他歌曲建立个性化的推荐，并为用户定制播放列表。

“以重复为基础的音乐结构，是音乐的重要特征，音乐还具有多层次、技法多样性和高度逻辑化的特点。”戴舒琪指出，“音乐的重复和结构会影响人听音乐时对音乐的预期，从而进一步影响人对这些预期的情感反应。基于此，可以通过算法分析音乐的重复结构和预期的感知曲线，针对用户熟悉且喜欢的音乐进行风格模仿，产生个性化定制音乐。”

去年夏天，Spotify斥资近1亿美元收购生成式AI公司Sonantic。基于Sonantic的算法，Spotify今年2月推出了一款私人AI DJ，为用户播放歌曲。

近日，网易云音乐也上线了一款内测版本的私人AI DJ，基于歌曲推荐算法的升级，能够进行个性化的歌曲推荐。

但传统音乐产业对AI的扩张应用持谨慎态度。

作为全球最大的唱片公司之一，环球唱片公司主张将版权应用于机器学习所用的数据，例如用于训练计算机进行声音模仿的原始声音素材也应该有版权。

乔纳森·塔普林（Jonathan Taplin）是南加州大学安纳伯格创新实验室名誉主任，同时他还是一名电影制片人和作家，他表示反对在娱乐行业使用生成式AI。

“大型科技公司训练模型的方式是摄取互联网上的所有内容，而不考虑版权。”塔普林近期在与MIT Sloan商学院的访谈中表示，“谷歌有一个音乐生成式AI，对YouTube 上的每个音频文件进行了训练。比如你可以发出一个提示，给我写一首听起来像泰勒·斯威夫特、悲伤的结局或者快节奏的歌曲，最终的歌曲听起来有点像她。这样有人可以免费将其添加到视频游戏或电影场景中。”

与此同时，一些人担心AI创作和推荐音乐可能会让未来的人变得越来越“机械化”，违背了对艺术本质的追求。

塔普林认为，娱乐行业面临的最大挑战是“公式太多”“缺乏原创性”。他认为：“生成式AI只能产生更加公式化的内容。娱乐依赖于新想法，而AI技术无法产生新想法。”

但也有一些业内人士认为，人们对AI的担忧可能夸大了，现在的AI还没有发展到具备独立自主意识的地步，更无法取代音乐人或者行业从业者。

“现在AI还是停留在学习现有的素材经验，帮助从业人员提升工作效率，实现降本增效的目的。”盘古智库高级研究员江瀚表示，从行业当前应用看，目前AI技术除了能进行音乐创作和制作，更多的是将AI技术应用于音乐演出的自动化和特效优化等方面。

另一些行业人士认为，AI音乐创作还有可能在医疗等领域发挥更大的作用，例如改善人的生活行为方式，甚至有助于提升对脑疾病的治疗效果。

电子科技大学生命科学与技术学院副教授卢竞告诉记者，AI可以用来创作一种被称为“脑波音乐”的艺术作品，当听到音乐后，人类大脑的奖赏系统会被激活，并分泌多巴胺，从而使人感到快乐。他举例称，在拔牙时，如果患者听脑波音乐，镇痛效果会比认知行为疗法更好；此外，脑波音乐还有调节睡眠的作用，且慢波睡眠期音乐具有更好的促眠效果。